Пахотные земли являются основой обеспечения устойчивого развития сельского хозяйства, быстрая и точная мониторинг неаграрного использования пахотных земель имеет важное значение для производства и безопасности продовольствия. Для точного мониторинга несанкционированного строительства на пахотных землях в данной статье предлагается новый метод сегментации неаграрного использования пахотных земель на основе высокоразрешающих космических снимков — глубокая модель обучения DHRformer (Dilation-enhanced High-Resolution former). Модель состоит из сети высокого разрешения и двухветвевой декодирующей структуры, которая с помощью многомасштабного слияния и расширяющей стратегии усиливает особенности неаграрных построек, что позволяет получить более детальную информацию. Сначала на основе многовременных космических данных построен набор образцов зданий с потенциальной неаграрной зоной на уровне субметров; затем с помощью разработанной в статье модели DHRformer выполнено извлечение зданий в потенциальных неаграрных зонах. В конце в качестве исследовательского района выбраны горные пахотные земли района Хэчин города Хуайхуа, где на основе высокоразрешающих космоснимков проведены валидационные эксперименты модели. Результаты показывают, что модифицированный алгоритм улучшил показатели MIoU, mAcc и F1: по сравнению с сетью Segformer значения MIoU, mAcc и F1 увеличились на 2,53%, 2,68% и 3,05% соответственно. Таким образом, предложенный метод может служить технической опорой для мониторинга неаграрного использования пахотных земель и теоретической поддержкой для сложных неаграрных процессов.

неаграрное использование пахотных земель; дистанционное зондирование зданий; высокоразрешающая сеть; двухветвовая структура; кодирование-декодирование; высокоразрешающие изображения