农业机械学报

作者：赵晋陵，詹媛媛，王娟，黄林生

单位：安徽大学,安徽大学,安徽大学,安徽大学,

关键词：冬小麦;种植区域;提取方法;遥感影像;SE-UNet;注意力机制

基金：国家自然科学基金项目（31971789）和安徽省自然科学基金项目（2008085MF184）

传统的小麦面积提取方法主要依靠人工野外调查，存在工作量大、效率低、成本高等问题，而遥感技术具有准确、快速和动态等优点，已成为作物面积提取的有效手段。本文以石家庄市正定县各镇的Landsat-8卫星遥感影像为训练数据，藁城区增村镇影像为测试数据，并分别选取分辨率8m的高分六号（GF-6）以及分辨率10m的哨兵二号（Sentinel-2）作为对比验证数据，提出了一种改进U-Net网络的冬小麦种植区域提取方法。首先，对Landsat-8遥感影像进行预处理，标注小麦区域制作标签集，其次，在U-Net网络中添加Squeeze and excitation(SE)注意力机制模块融入特征通道间信息，并利用Batch normalization(BN)层抑制过拟合问题；最后，经过Softmax分类器得到分类结果。选择SegNet、Deeplabv3+、U-Net作为对比模型，分别利用GF-6、Sentinel-2和Landsat-8 3种数据构建预测模型。结果表明，SE-UNet网络在基于Landsat-8数据预测模型下测试数据集表现最优，MPA和MIoU分别达到89.88%和81.44%。本方法可为大范围冬小麦种植区提取提供参考。

来源：2022年第9期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第9期