إن بناء الأراضي الزراعية ذات المعايير العالية هو إجراء رئيسي لزيادة قدرة إنتاج الغذاء في الصين وضمان أمن الغذاء. من بين هذه الإجراءات، تعتبر الطرق الريفية (الأراضي الزراعية ذات المعايير العالية) مثل طرق الحقول والطرق الإنتاجية أحد المحتويات الأساسية للبنية التحتية للأراضي الزراعية ذات المعايير العالية. كيفية استخدام صور الأقمار الصناعية ذات الدقة العالية لاستخلاص الطرق الريفية بسرعة ودقة له أهمية كبيرة في مراقبة وإدارة بناء الأراضي الزراعية ذات المعايير العالية. في السنوات الأخيرة، شهدت طرق التعلم العميق لاستخلاص الطرق الحضرية ومجموعات البيانات المرجعية تطوراً سريعاً، ولكن نظراً للفروق الكبيرة في توزيع الطرق الحضرية والريفية، فإن نماذج التدريب الموجهة لاستخلاص الطرق الحضرية يصعب تطبيقها مباشرة على استخلاص الطرق الريفية. على أساس بيانات صور الأقمار الصناعية ذات الدقة العالية، قام هذا البحث ببناء أول مجموعة بيانات مرجعية لاستخلاص طرق الريف (الأراضي الزراعية ذات المعايير العالية) من صور الأقمار الصناعية ذات الدقة العالية (WHU-RuR). وتعد هذه المجموعة حالياً أكبر مجموعة بيانات مفتوحة المصدر من حيث تغطية الأراضي الزراعية، وتنوع فئات الطرق الريفية، وتعقيد الخلفية الريفية، وحجم البيانات، مع الميزات التالية: تغطي مناطق ريفية نموذجية في 7 مقاطعات صينية (خوبى، هونان، شانشى، سيتشوان، انهوي، خنان، وخبي) في شمال ووسط وشرق وغرب وشمال غرب الصين؛ تتضمن 25922 زوجاً من صور الأقمار الصناعية عالية الدقة وعينات الطرق (دقة مكانية 0.3 متر، حجم spatial 1024×1024 بكسل) لكل من مجموعة التدريب والاختبار. في الوقت نفسه، للتحقق من قابلية استخدام مجموعة بيانات WHU-RuR، تم اختبار وتحليل فعالية أحدث طرق التعلم العميق لاستخلاص الطرق في مهمة استخلاص الطرق الريفية. أظهرت التجارب أن مجموعة بيانات WHU-RuR تلبي بشكل أساسي متطلبات استخلاص الطرق الريفية ولها إمكانيات تطبيق كبيرة في مجال مراقبة وإدارة الأراضي الزراعية ذات المعايير العالية. رابط مجموعة البيانات: https://doi.org/10.57760/sciencedb.09181.

استخلاص الطرق الريفية; الأراضي الزراعية ذات المعايير العالية; الصور الفضائية ذات الدقة العالية; مجموعة بيانات مرجعية للاستشعار عن بعد; التعلم العميق