摘要
文章以吕梁市为研究区,提出一种基于动态卷积的OD-UNet遥感影像耕地提取模型,针对传统监测手段效率低、精度不足等问题,通过动态调整卷积核权重增强耕地特征辨识能力。实验结果表明,该模型在研究区的耕地提取任务中表现优异,精确率、召回率和F1分数分别达到81.49%、83.08%和82.31%,较传统U-Net模型显著提升。通过对吕梁市2020年与2024年Sentinel-2影像进行耕地提取与分析,结果显示,在2020—2024年期间,吕梁市的耕地分布呈现南部增加、西部减少的趋势。本研究通过量化分析耕地变化特征,为制定土地综合整治政策提供参考。
