一种土地分类提取方法、系统、设备及存储介质

本申请公开了一种土地分类提取方法、系统、设备及存储介质，方法包括：获取遥感图像数据；预处理所述遥感图像数据，得到特征数据；将所述特征数据输入预先训练好的土地分类提取模型中进行识别预测；其中，所述土地分类提取模型是基于引入的卷积深度学习网络及循环深度学习网络和自动编码器，实现特征的深度提取和降维的，在模型的训练过程中结合了GIS技术和主动学习的方法，自动识别并剔除受环境因素干扰的样本，并动态调整样本集；输出土地分类结果，并进行可视化展示。通过整合深度学习技术与自适应学习策略，提高了分类的精度和效率，适用于自然资源管理、城市规划、环境保护等多个领域。