周 楠，杨 鹏，魏春山，沈占锋，余娟娟，马晓宇，骆剑承

地块尺度的山区耕地精准提取方法

周 楠1,2，杨 鹏1，魏春山1，沈占锋1,2※，余娟娟3，马晓宇4，骆剑承1,2

（1. 中国科学院空天信息创新研究院，北京 100101；2. 中国科学院大学，北京 100049；3. 河海大学地球科学与工程学院，南京 211100；4. 河北工程大学地球科学与工程学院，邯郸 056000）

山地丘陵区域耕地资源稀缺，耕地碎片化现象严重，耕地地块细小狭窄且结构复杂，导致了地块级别的耕地信息难以快速、精准获取，阻碍了基于高分辨率遥感影像的精准数字农业服务在山地丘陵地区的应用。现有基于边缘检测/语义分割的耕地提取方法忽略了地块的结构化特征，对于狭长地块提取效果不佳，存在边界模糊问题。针对上述问题，该研究以西南山区湖南省邵东县为研究区，提出一种面向地块尺度的山区耕地遥感影像高精度提取方法。该研究模型主要有以下特征：1）将耕地边缘作为独立于耕地地块外的新类别，使得语义分割能够更好地区分耕地地块边缘和内部区域；2）级联语义分割网络和边缘检测网络，实现耕地边缘线特征和面特征的融合，使耕地边缘特征强化，提高耕地地块边缘检测精度；3）针对高分影像中耕地边缘像素远少于耕地内部像素问题，借助聚焦训练方法，使模型在训练过程中更加关注边缘像素，提高边缘检测精度。试验结果证明，该研究提出的方法在测试集上分类准确率和交并比分别为92.91%和82.84%，相比基准方法分别提升4.28个百分点和8.01个百分点。……