混合U-Net模型下南方丘陵地区耕地识别

作者：吴瑞姣

来源：测绘通报, 2023, (12): 57-111.

DOI：10.13474/j.cnki.11-2246.2023.0359

• 耕地
• 高分辨率影像
• 注意力机制
• U-Net
• 南方丘陵地区

针对南方丘陵地区耕地零散、破碎、不规则导致的山垅田识别难度大、准确率低等问题，本文在U-Net网络基础上，引入高效通道注意力(ECA)和注意力门(AG)双注意力机制，提出了混合U-Net模型，并应用于福建省南安市2021年WorldView-2卫星影像的耕地提取。试验表明：混合U-Net模型识别的耕地取得了较好精度，总体精度达到93.42%,优于单一注意力机制模型ECA U-Net和U-Net模型，分别提升了9.75%和19%;混合U-Net模型在山区、半丘陵、平原3个不同地形的测试区域，耕地F1分数平均值分别为0.921 2、0.902 5、0.932 2,特别是在山区、半丘陵地区较ECA U-Net和U-Net模型结果提升明显。在此基础上，对南安市耕地空间分布进行了分析，为山垅田撂荒复耕种粮、合理调整25°以上坡耕地、耕地数量管控提供了有效技术支持。