宁纪锋 倪 静 何宜家 李龙飞 赵志新 张智韬

(1.西北农林科技大学信息工程学院， 陕西杨凌 712100； 2.西北农林科技大学水利与建筑工程学院， 陕西杨凌 712100)

0 引言

地膜具有提高土壤温度、保持土壤水分、防止害虫侵袭和促进农作物生长等功能，已成为提高农作物产量的重要方法之一。随着农用地膜面积的快速增长[1]，由此引发的环境问题也日益凸显。一方面，地膜覆盖地表抑制了水分蒸发，提高了水分利用率同时也改变了地表陆面参数，阻断了土壤与大气间的水分交换，从而可能会对区域气候产生一定的影响[2-4]；另一方面，地膜在农田中的长期残留会降低土壤孔隙度和含水率，造成对土壤的污染[5-6]。因此迫切需要准确、及时地了解农田地膜的时空分布情况，为掌握农田地膜时空分布、开展农作物监测和残膜污染防控提供决策管理依据。

获取地膜覆盖信息传统方法需要进行实地调查，工作量大且效率低。由于卫星遥感具有大尺度监测[7]的优势，并且多光谱遥感影像具有多波段特点，含有丰富的地物特征，利用其进行农田地膜信息的监测取得了良好的进展[8-11]。而无人机遥感具有机动灵活和成像分辨率高等特点[12-13]，近年来在农田级区域[14-15]的应用越来越广泛。同时，随着深度学习的发展，深度语义分割模型具有像素级分类的效果，其在效率和性能上相较于传统的分类方法具有明显的优势。文献[16]提出一种基于深度学习的大棚及地膜农田无人机航拍监测方法，通过构建全卷积神经网络(Fully convolutional network，FCN)[17]对采集到的赤峰市王爷府镇地区覆膜农田图像实现快速识别。……