黄土地貌模式自监督识别系统

本发明公开了黄土地貌模式自监督识别系统，适用于地貌类型自动分类与边界定位任务。该系统以数字高程模型（DEM）及其派生因子（如高程、坡度、山体阴影）为输入，构建图像Patch序列并设计掩码预测与顺序预测双自监督任务，引导模型在无人工标注条件下学习地貌图像的空间结构特征。系统基于编码器‑解码器式Transformer网络，融合多头注意力机制进行特征建模，并通过微调模块实现典型地貌单元（塬、墚、峁）的分类与八维边界框预测。实验结果表明，该系统具备良好的识别精度与边界表达能力，适用于复杂地貌场景的自动化解译。