一种基于多源遥感数据深度学习的农田分割与作物分类方法及系统

本发明公开了一种基于多源遥感数据深度学习的农田分割与作物分类方法及系统，所述方法包括：首先获取并预处理包括低分辨率光学时序影像和单景的高分辨率影像等多源遥感数据，构建统一的时空遥感数据集；随后，进行深度特征提取与融合，将多源数据特征在高阶维度进行通道拼接；进而通过集成语义分割解码网络与全景分割模块，分别在农田语义分割与地实例分割的基础上实现作物分类，自动输出每个地块的空间掩膜和唯一作物类型标签。该方法创新性利用了不同时空分辨率多源遥感数据的时空信息互补性和高效时空特征编码与作物分类有机结合，兼顾复杂农业景观下的地块边界识别能力与作物分类精度的提升。