文献类型：期刊文章

作　　者：张戬[1] 高雅[1]

ZHANG Jian;GAO Ya(Jiangsu Institute of Surveying and Mapping,Nanjing 210000,China)

机构地区：[1]江苏省测绘研究所,江苏南京210000

出　　处：《测绘通报》

年　　份：2023

期　　号：8

起止页码：142-145

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：耕地保护事关国家粮食安全、生态安全和社会稳定,是国计民生的头等大事。深度学习技术在海量数据分析领域的广泛应用,为高效、精准的遥感影像解译提供了技术基础。本文研究了基于深度学习的遥感影像解译技术,利用遥感影像数据和对应的矢量数据构建了可供训练的解译样本库,并提出了一种基于深度残差网络结构的解译模型。通过试验证明了该模型的实用性,实现了对试验区域主要地类面积的变化监测,对比多期影像解译结果和增减挂钩等业务数据,验证了耕地复垦的实施情况。结果表明,深度学习遥感影像解译技术在耕地保护领域有较广泛的应用前景。

关 键 词：耕地保护 深度学习  高分辨率遥感影像

分 类 号：P237]