الأراضي الزراعية هي أساس ضمان التنمية المستدامة للزراعة، والمراقبة السريعة والدقيقة لسلوك إزالة الأراضي الزراعية للزراعة لها أهمية كبيرة لإنتاج الغذاء وأمنه. من أجل المراقبة الدقيقة لسلوك البناء غير الزراعي على الأراضي الزراعية المحتلة بشكل غير قانوني، يقترح هذا البحث طريقة جديدة لتقسيم سلوك إزالة الأراضي الزراعية باستخدام صور استشعار عن بعد عالية الدقة، وهو نموذج التعلم العميق لمراقبة سلوك إزالة الأراضي الزراعية DHRformer (المحول عالي الدقة المحسن بالتوسيع). يتكون هذا النموذج من شبكة عالية الدقة وبنية فك تشفير ذات فرعين، ويعزز معلومات ميزات المباني غير الزراعية من خلال دمج متعدد المقاييس واستراتيجية التوسيع، مما يتيح الحصول على معلومات أكثر تفصيلاً عن المباني غير الزراعية. أولا، تم بناء مجموعة بيانات عينات مبانٍ لمناطق إزالة زراعية محتملة بدقة تحت المتر استنادًا إلى بيانات استشعار عن بعد متعددة الفترات؛ ثم تم استخدام نموذج التعلم العميق لمراقبة سلوك إزالة الأراضي الزراعية DHRformer المصمم في هذا البحث لاستخراج المباني في المناطق المحتملة. أخيرًا، تم إجراء تجربة تحقق من النموذج على الأراضي الزراعية الجبلية في منطقة Hecheng بمدينة Huaihua باستخدام صور استشعار عن بعد عالية الدقة. أظهرت النتائج أن مؤشر MIoU، والدقة المتوسطة (mAcc)، ونسبة F1 المحسنة في هذه الطريقة مقارنة بشبكة Segformer حيث ارتفعت بنسبة 2.53%، 2.68%، و3.05% على التوالي. لذلك، يمكن أن توفر الطريقة المقترحة مرجعًا تقنيًا لمراقبة سلوك إزالة الأراضي الزراعية ودعمًا نظريًا لسلوكيات إزالة الأراضي الزراعية المعقدة.

إزالة الأراضي الزراعية;مراقبة المباني بالاستشعار عن بعد;شبكة عالية الدقة;بنية فرعين;ترميز-فك ترميز;صور عالية الدقة