基于大数据与遥感融合的土地调查智能化技术路径探索

文章作者：王贵刚、钱连、邵耀锋 期刊页码：2026年18期22页

浏览次数：73次

【摘要】本文针对传统土地调查在高频次监测与地物识别精度方面的局限性，提出了一种融合高分辨率遥感影像与社会感知数据的智能化技术路径。通过构建基于改进“U-Net++”与注意力机制的多模态融合深度学习模型，协同处理遥感影像特征与兴趣点、路网可达性等功能属性数据，并在CGCS2000 坐标系下实现了多源异构数据的时空基准统一。实验结果表明，该模型在复杂场景下的总体精度达到92.3%，有效缓解了“同谱异物”识别难题。结合人机协同核查系统开展实地验证，实地准确率达88.4%，为国土空间精细化管理与常态化耕地保护提供了可靠的技术支撑。
【关键词】土地调查；深度学习；多模态融合；社会感知数据；变化检测