文献类型： 中文期刊

作者： 马瑜蔓 ¹ ; 归晓谦 ² ; 王淇锋 ¹ ; 汪彩华 ² ; 余强毅 ¹ ; 吴文斌 ¹ ; 陆苗 ¹ ; 宋茜 ¹ ;

作者机构： 1.北方干旱半干旱耕地高效利用全国重点实验室/农业农村部农业遥感重点实验室/中国农业科学院农业资源与农业区划研究所

2.中化现代农业有限公司

关键词： 耕地;地块识别;样本;识别算法;识别精度

期刊名称： 中国农业信息

ISSN： 1672-0423

年卷期： 2024 年 36 卷 005 期

页码： 55-66

摘要： 【目的 】耕地地块是农业生产与经营管理的基本单元。及时准确地获取耕地地块信息对农业资源监管、耕地利用监测等具有重要意义。【方法 】文章基于2021—2022年“MAP杯”大赛地块提取结果，采用地面真实样本，对26个地块识别项目结果分别计算混淆矩阵，验证耕地地块遥感提取精度，并从耕地地块识别训练样本获取、地块识别算法模型和识别精度差异3个视角，分析了耕地地块识别技术框架应用潜力和效果。同时，对同一研究区的各识别任务结果进行空间叠加分析和一致性评价，评估不同样本与识别算法组合方式对耕地地块识别结果影响。【结果 】人工标注样本输入深度学习算法进行耕地地块识别是最主流的方式；边缘提取和语义分割结合的识别策略，应用人工标注样本进行训练获得的耕地地块精度普遍较高。【结论 】使用人工标注和样本迁移相结合的方法可以提高采样效率，同时保证较高的准确性。针对地块破碎，景观异质性高等区域，应构建能有效利用上下文信息的识别模块；针对地块边界不清晰的场景，在边缘提取网络中融入边界增强模块，能够充分发挥高分卫星数据的空间和时间优势，提高地块提取精度，这将成为未来研究的重点发展方向。