基于GF-2遥感影像和改进后PSPNet模型的丘陵地区耕地图斑提取方法

摘要

针对丘陵地区耕地地块具有边界模糊、覆盖物种类多样、大小和空间位置分布不规则等特点，传统分类方法难以快速准确提取耕地信息的问题，本文以四川省金堂县竹篙镇和高板镇为研究区域，利用高分二号卫星影像和改进后的PSPNet语义分割网络模型进行耕地图斑提取研究。在模型训练中，引入CBAM注意力模块以提高整个网络的特征提取和表达能力，采用余弦退火学习率以加快模型的收敛速度。结果表明，改进后的PSPNet模型在丘陵地区耕地提取精度方面取得了显著提高，耕地识别精度达到了95.69%,比标准PSPNet模型提高了1.07%,比Unet++,DeepLabv3+和支持向量机方法方法提高了1.32%,1.75%和6.33%。基于改进后的PSPNet模型具有更强的特征提取和表达能力，可以更准确地提取丘陵地区的耕地信息，为农业决策提供更准确的数据支持，促进农业智能化和精准化，提高农作物产量和质量，推动农业现代化进程。

关键词

丘陵耕地 / PSPNet模型 / CBAM注意力模块 / 余弦退火学习率 / GF-2遥感影像