j.issn.2097-065X.2024.03.027]
点击复制

耕地中苗圃快速智能化调查技术研究()

分享到：

《数字农业与智能农机》[ISSN:2097-065X/CN:42-1920/S]

摘要:: 农业土地管理和规划中,保护和合理利用耕地资源是确保食物安全和生态平衡的关键任务。耕地内的苗圃种植活动直接影响耕地的实际可用面积,因而准确监控苗圃的规模与分布情况对于耕地资源管理和土地用途管制具有十分重要的意义。传统的人工现场调查和目视解译方法耗时多且劳动强度大,难以覆盖广阔的地区。因此,利用深度学习在遥感图像语义分割和特征识别方面的优势,提出一种在高分辨率遥感影像上准确分割耕地中苗圃图斑的新方法。该方法提高了地块分类和界定的效率,减少了传统调查所需的时间和人力资源,在降低成本的同时,保证了数据分析的高精度和高可靠性,为确保农业产出和维护生态环境提供了科学依据。

[1] 鲁明星,贺立源,吴礼树,等.我国耕地地力评价研究进展[J].生态环境,2006,15(4):866-871.

[2] 张国平,刘纪远,张增祥,等.近10年来中国耕地资源的时空变化分析[J].地理学报,2003,58(3):323-332.

[3] 李国景,罗其友.我国耕地资源保护与利用体系、挑战与对策[J].山西农业大学学报(社会科学版),2023(6):1-7.

[4] 位佳佳,陈学渊,吴永常,等.西北旱区耕地“非粮化”时空演变分析:以陕西大荔为例[J].中国农业资源与区划,2023,44(4):24-34.

[5] 魏汝兰,王洪飞,盛森,等.基于深度学习的卫星影像耕地变化检测方法及系统应用[J].软件导刊,2023(11):29-34.

[6] 王国杰,胡一凡,张森,等.深度卷积神经网络的遥感影像水体识别[J].遥感学报,2022,26(11):2304-2316.

[7] 姚霆,张炜,刘金根,等.基于深度学习的图像分割技术[J].人工智能,2019,6(2):66-75.

[8] 许玥,冯梦如,皮家甜,等.基于深度学习模型的遥感图像分割方法[J].计算机应用,2019,39(10):2905-2914

更新日期/Last Update: 2024-04-02