深度学习网络支持下的农房侵占耕地自动化监测

摘要：

近年来,违法占用耕地现象屡禁不止,如何利用人工智能等新一代信息技术,快速摸清农村乱占耕地建房底数,做到"早发现、早制止、严查处",是当前整治农村乱占耕地建房工作的研究难点之一.本文通过对高分辨率自然资源影像数据进行预处理,构建基于深度学习网络的自动化监测模型,应用模型进行预测并对输出结果进行GIS优化和空间叠加.试验结果表明,该方法可以快速监测出疑似侵占耕地的违法房屋,为坚守"耕地红线不突破"的底线提供了智能化技术选择,可服务于整治农村乱占耕地建房工作.

关键词：自然资源监测、基本农田、深度学习、U-Net网络、高分遥感影像

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金;江苏省自然资源科技计划

在线出版日期：2022-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：47-53