基于深度学习和遥感影像的黄土丘陵沟壑区浅沟提取及其发育特征

来源：农业机械学报杂志2026年第2期北京时间：

作者：刘勃洋，苑紫岩，郭家龙，石学瑾，吴淑芳，冯浩

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

摘要：浅沟侵蚀是黄土高原坡耕地的主要侵蚀方式之一，严重破坏了黄土高原的耕地资源。为探究基于遥感影像的黄土高原浅沟快速识别方法，并分析浅沟变化及其时空分布特征，本研究选取陕西省延安市周屯沟流域浅沟为研究对象，利用高空间分辨率遥感影像与深度学习图像语义分割模型，探究了U-Net和SegNet模型在黄土高原丘陵沟壑区浅沟识别性能，阐明了周屯沟流域浅沟时空分布与发育特征。结果表明： SegNet模型在浅沟识别中具有较好的完整性和准确性，其准确率和召回率分别不小于82.59%和91.12%；浅沟主要集中分布于流域地形破碎的南部区域，在河谷平原地区鲜有浅沟分布，浅沟分布具有丛生特点；2009—2021年间共有215条浅沟消失，938条空间位置未发生明显变化浅沟（原位浅沟），新增1374条浅沟；浅沟沟长主要分布在25~40m之间，沟宽在1.00~1.50m之间，浅沟沟长、沟宽、面积、沟密度、割裂度和沟头前进距离多年间平均发育速率分别为1.66m/a、0.04m/a、1.83m2/a、4.94×10-5km/(km2·a)、5.45×10-6a-1和1.66m/a。流域内“治沟造地”工程实施和油气平台开发以及近年来极端降雨事件频发，极大地促进了流域内浅沟的空间分布变化及形态发育。本研究为黄土高原丘陵沟壑区浅沟识别提供了一种有效方法，同时也为黄土高原地区土壤侵蚀和坡沟治理提供了参考。

关键词：高空间分辨率遥感影像;语义分割模型;浅沟识别;浅沟发育;黄土高原

基金资助：国家自然科学基金项目（41977064）