先验知识融合语义特征的冬小麦田块精细提取方法.pdfVIP

第

41

卷

第

4

期农

业

工

程

学

报Vol.41No.4

1642025

年

2

月Transactions

of

the

Chinese

Society

of

Agricultural

EngineeringFeb.

2025

先验知识融合语义特征的冬小麦田块精细提取方法

111,2※345,6

程傲

，任子由

，张承明

，李峰

，吴门新

，李红英

，

段金馈

，刘一笑37

（1.

山东农业大学信息科学与工程学院，泰安

271018；2.

山东省数字农业工程技术研究中心，泰安

271018；

3.

山东省气候中心，济南

250031；4.

国家气象中心，北京

100081；5.

宁夏回族自治区气象科学研究所，银川

750001；

6.

中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室/宁夏回族自治区防灾减灾重点实验室，银川

750001；

7.

山东女子学院数据科学与计算机学院，济南

250300）

摘要：精细的田块数据是现代农业的重要基础资料，该研究针对从高分辨率遥感影像中提取田块精细数据的需求，建

立了一种先验知识融合语义特征的冬小麦田块精细提取方法（prior

knowledge

and

semantic

features

integration-based

farmland

parcel

extraction

methodology，PKFFPE），PKFFPE以遥感图像和相应的边缘图像作为输入，采用编码器-解码

器结构进行特征提取，利用多尺度注意力模块捕获不同尺度的关键特征，使用SoftMax对图像进行初步分割；通过深入

分析同一田块内颜色、纹理等特征的分布规律获取先验知识，利用先验知识建立后处理方法，对初分割结果进行优化，

生成田块精细数据。选择河北省邯郸市馆陶县和山东省泰安市宁阳县作为试验区，用于验证PKFFPE方法在平原地区和

丘陵地区的适用性；选择UNet、ErfNet、SegNet、EIGNet，以及面向对象分类的方法作为初分割的对比方法，选择条件

随机场和形态学处理作为的后处理的对比方法开展对比试验。试验结果表明，PKFFPE方法在馆陶县、宁阳县结果的准

确率（96.1%、93.2%）、精确率（90.6%、87.6%）、召回率（93.2%、90.6%）、和F1分数（91.9%，89.0%）均优于对比

方法，证明了PKFFPE方法在从高分辨遥感影像中提取田块精细数据方面具有突出的优势，能够应用于科研和生产实践。

关键词：遥感；分类；冬小麦；卷积神经网络；先验知识；田块

doi：10.11975/j.issn.1002-6819.202410212

中图分类号：TP753文献标志码：A文章编号：1002-6819(2025)-04-0164-11

程傲，任子由，张承明，等.

先验知识融合语义特征的冬小麦田块精细提取方法[J].

农业工程学报，2025，41(4)：164-

174.

doi:

10.11975/j.issn.1002-6819.202410212

CHENG

Ao,

REN

Ziyou,

ZHANG

Chengming,

et

al.

Fine

extraction

of

winter

wheat

farmland

parcel

using

priori

knowledge

and

semantic

features

[J].

Transactions

of

the

Chinese

Society

of

Agricultural

Engineering

(Transactions

of

the

CSAE)