摘要
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F 1分数平均值分别为0.9212、0.9025、0.9322,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.
NETL
NSTL
维普
万方数据