基于SE-UNet的冬小麦种植区域提取方法

摘要：

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8 m的高分六号(GF-6)以及分辨率10 m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-83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.

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

所属期刊栏目：53

分类号：TP753(遥感技术)

资助基金：国家自然科学基金;安徽省自然科学基金

在线出版日期：2022-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：189-196