基于遥感影像与人工智能的耕地资源精准识别与动态监测研究

文颖 敖(自然资源部第三航测遥感院，中国)

摘要

伴随全球粮食安全以及土地可持续利用需求越来越突显，准确识别与动态监测耕地资源变成地理信息专业的核心课题；遥感影像凭借其多源、多时相特性，融合人工智能技术，为显示耕地时空转变给予了强有力的技术支撑。针对冗杂地表包含下耕地提取精度不足以及变化检测连续性弱的问题，研究融合多源卫星数据的光谱、纹理及时相特征，建立以深度学习为重点的语义分割与时序建模框架，引入注意力机制、多尺度融合结构及自监督预训练方针，强化模型对细粒度边界与物候周期的感知能力，并借助辐射一致性校正以及概率图改良实现全流程质量控制，明显增进了小样本条件下的泛化性能与长期监测稳定性。

关键词

耕地识别；遥感影像；人工智能；时序建模；变化检测

参考

余杰.遥感技术在耕地动态变化监测中的应用研究[J].科技创新与应用,2026,16(07):165-168.

蔡晓靓,李秋彦,严晓斌,王春晓,刘晓娟,熊小青,梁文琼,李丽,任长山.遥感影像解译技术在热带区域耕地监测中的应用[J].测绘与,2026,49(02):72-75.

侯新刚,王勤,令伟锋.基于多尺度注意力视觉Mamba U-Net的耕地遥感分割方法[J].农业机械学报,2026,57(04):279-286.

罗雪.基于遥感技术的城市三维模型构建与耕地质量监测研究[J].黑龙江国土资源,2026,24(01):142-146.

黄晓辉,刘光伟,韩伟,陈云亮,杨凯钧,曹里,王力哲.耕地变化遥感检测研究进展与发展趋势[J].国土资源导刊,2025,22(04):1-9.

DOI: http://dx.doi.org/10.12345/xdchgc.v9i3.40296