首页|深度学习网络支持下的农房侵占耕地自动化监测

深度学习网络支持下的农房侵占耕地自动化监测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
近年来,违法占用耕地现象屡禁不止,如何利用人工智能等新一代信息技术,快速摸清农村乱占耕地建房底数,做到"早发现、早制止、严查处",是当前整治农村乱占耕地建房工作的研究难点之一.本文通过对高分辨率自然资源影像数据进行预处理,构建基于深度学习网络的自动化监测模型,应用模型进行预测并对输出结果进行GIS优化和空间叠加.试验结果表明,该方法可以快速监测出疑似侵占耕地的违法房屋,为坚守"耕地红线不突破"的底线提供了智能化技术选择,可服务于整治农村乱占耕地建房工作.
Automatic monitoring of farmland occupation by farm house based on deep learning network

高鸣、周鑫鑫、刘琦、杨光迪、吴长彬

展开 >

南京师范大学地理科学学院,江苏 南京210046

南京师范大学虚拟地理环境教育部重点实验室,江苏 南京210046

自然资源监测 基本农田 深度学习 U-Net网络 高分遥感影像

国家自然科学基金江苏省自然资源科技计划

414713182021013

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(3)
  • 5
  • 10