基于ECLDeeplab模型提取华北地区耕地的方法

来源：江苏农业科学杂志2020年第第04期北京时间：

作者：魏青迪; 范昊; 张承明

单位：山东农业大学信息科学与工程学院/山东省数字农业工程技术研究中心，山东泰安 271018

摘要：准确提取耕地信息对农业资源调查、遥感估产以及灾害监测等具有重要意义，从遥感图像中提取耕地的信息属于图像识别和分类的问题，目前深度学习是非常适合的方法。以语义图像分割(Deeplab)模型为基础，选择耕地为提取目标，建立了一种从高分2号遥感影像上提取耕地信息的方法耕地提取语义图像分割(ECLDeeplab)。首先分析了耕地在高分2号遥感影像上的表现特点；其次依据耕地的具体特点对Deeplab的结构进行调整，形成了能够提取耕地的网络结构；最后用训练成功的网络进行提取耕地，得到精度较高的分割结果。应用方法对山东省肥城市的2016年12月至2017年3月的10幅影像进行了试验，试验结果表明，该方法获取的耕地精度为88.3%，提取耕地信息得到了较好的结果。

关键词：遥感影像分类;卷积神经网络;农用地信息;ECL Deeplab模型;高分2号;华北地区