Многолетняя эрозия почвы представляет серьезную угрозу для черноземного региона на северо-востоке Китая, одним из основных проявлений которой являются эрозионные борозды. В настоящее время технологии дистанционного зондирования широко применяются для мониторинга и охраны эрозионных борозд, накоплено большое количество исторических исследовательских данных с аннотациями. Однако, как эффективно использовать исторические данные для надежного извлечения информации о бороздах из последних данных, снятых в разное время и с различных датчиков, остаётся актуальной технической проблемой. В этой связи в работе предложена циклическая структура самотренировки CSTF (Cyclic Self-Training Framework). Данная структура в каждом цикле самотренировки использует стратегию генерации псевдометок на уровне объектов для предоставления данных высокого качества на новейших данных и вводит функцию потерь на основе коэффициента достоверности псевдометок для эффективного снижения негативного влияния шума псевдометок. Для проверки эффективности CSTF проведён детальный сравнительный анализ с другими передовыми методами на двух наборах данных из уезда Хуачуань провинции Хэйлунцзян. Результаты показывают очевидные преимущества CSTF в межвременном извлечении эрозионных борозд, подтверждая его важный потенциал и прикладную ценность для содействия в мониторинге и охране земель чернозёмного региона на северо-востоке.

эрозия почвы;чернозёмный регион северо-востока;эрозионные борозды;межвременное извлечение;самотренировка;стратегия генерации псевдометок на уровне объектов;коэффициент достоверности псевдометок;шум псевдометок