基于改进UPerNet和国产高分遥感数据的冬小麦种植区提取

来源：江苏农业科学杂志2023年第第13期北京时间：

作者：白静远;宁纪锋;郭交;杨蜀秦;张智韬

单位：1.西北农林科技大学信息工程学院，陕西杨凌 712100； 2.陕西省农业信息感知与智能服务重点实验室，陕西杨凌 712100；3.西北农林科技大学水利与建筑工程学院，陕西杨凌 712100

摘要：遥感技术能够获取大区域下冬小麦的空间分布，为冬小麦估产提供良好基础。基于2020年5月4日的高分2号多光谱卫星影像，构建包含光谱特征和植被指数的数据集，并通过改进UPerNet模型的上采样结构、激活函数以及增加注意力模块来优化模型提取冬小麦效果。选取杨凌示范区2块地物类型丰富地区作为研究区域，以此探究方法的可行性；然后基于最优方法，提取杨凌区冬小麦种植区域。研究区域结果表明，与仅使用光谱信息作为模型输入特征相比，基于多光谱和植被指数的分类效果更好。在融合光谱特征和植被指数的数据集上，改进的UPerNet模型分类精度最高，冬小麦提取精度为97.78%，总体分类精度相比于改进前的UPerNet提升了2.49%，对比DeepLab V3+提升了3.48%。基于改进方法，实现了杨凌示范区的冬小麦种植区提取；通过实地调查以及对比统计年鉴数据的方式，验证了杨凌示范区冬小麦空间分布与实际情况基本一致。改进后的UPerNet模型能够有效区分遥感数据中的地物类别，提升冬小麦种植区域提取精度，也为基于卫星影像获取冬小麦空间分布提供了技术支持。

关键词：冬小麦;种植区提取;语义分割;高分卫星;UPerNet