一种基于双编码器U-Net的多模态地貌单元提取方法

本发明公开了一种基于双编码器U‑Net的多模态地貌单元提取方法，属于遥感影像处理及地理信息系统技术领域。当前，传统影像分类、单一模态深度学习及简单多模态融合方法，存在依赖影像质量、忽略地形特征、数据源单一、融合不充分等问题，致使地貌单元提取精度受限。本发明针对这些弊端，构建包含主编码器(处理DEM数据)与副编码器(处理光学影像)的双编码器U‑Net架构，在编码阶段逐层融合特征，解码时引入注意力桥接模块，并采用多分类交叉熵损失函数优化。经数据预处理、模型训练后，能精准提取地貌单元，有效解决现有技术缺陷，提升识别精度、准确性、鲁棒性及适应性，为多领域提供可靠地貌数据。