一种零样本变化检测的山区耕地非粮化遥感智能监测方法

本发明提供一种零样本变化检测的山区耕地非粮化遥感智能监测方法，方法通过收集高分辨率光学影像、耕地矢量及经济作物数据，构建包含7种变化类型的耕地非粮化变化检测典型样例库，计算各变化类型的变化特征向量，利用SAM模型语义分割前后期影像，设计了空间正则化扩散学习聚类后处理及双时相潜在空间匹配的语义信息变化检测算子，实现了基于零样本策略的山区耕地非粮化图斑提取。本发明仅需少量典型样例构建样例库，避免大规模标注训练样本，成本低、效率高，空间正则化扩散学习聚类后处理算法提升山区破碎耕地的分割精度，双时相潜在空间匹配的语义信息变化检测算子提高耕地非粮化检测精度，为耕地精细化识别和粮食安全监测提供了新的解决方案。