AFSegNet:面向撂荒地空间结构建模与视觉状态空间学习的混合遥感语义分割网络

《Ecological Informatics》:AFSegNet: Hybrid remote sensing segmentation for abandoned farmland with spatial structure modeling and visual state space learning

【字体: 大 中 小 】 时间:2026年07月13日 来源:Ecological Informatics 8.5

编辑推荐:

  从高分辨率遥感影像中准确绘制撂荒地地图对于可持续农业规划和土地资源管理至关重要。然而,该任务在语义分割领域仍未得到充分探索。尽管现有的分割模型对一般土地覆盖解译有效,但缺乏捕捉撂荒地结构模糊性和方向异质性的特定任务机制。为此,研究人员提出了AFSegNet,这

  
从高分辨率遥感影像中准确绘制撂荒地地图对于可持续农业规划和土地资源管理至关重要。然而,该任务在语义分割领域仍未得到充分探索。尽管现有的分割模型对一般土地覆盖解译有效,但缺乏捕捉撂荒地结构模糊性和方向异质性的特定任务机制。为此,研究人员提出了AFSegNet,这是首个专门用于从高分辨率遥感影像中提取撂荒地的语义分割框架。AFSegNet采用混合架构,将互补的视觉表征与方向感知的状态空间建模相结合。其核心是新颖的方向感知选择性扫描(DPSS)块,旨在通过超越传统的二维选择性扫描(SS2D)策略,实现方向感知的自适应特征聚合,从而获得更连贯和更具判别性的表征学习。此外,研究人员还引入了带有辅助监督的多尺度DPSS解码器和轻量级可微分CRF+细化模块,以增强细节恢复和边界描绘。研究人员进一步构建了首个公开可用的撂荒地识别与分割基准数据集,其中包含具有高分辨率图像和细粒度像素级标注的数据。在该基准上的大量实验表明,AFSegNet始终优于现有方法,证明了其在当前复杂遥感影像撂荒地分割基准上的卓越有效性和稳定性能。

论文解读

研究背景与意义
撂荒地指因劳动力迁移、农业收益下降或土地退化等因素而闲置的前耕地,其精准监测对农业可持续发展、粮食安全和乡村振兴具有重要战略意义。随着高分辨率遥感技术的发展,利用语义分割技术进行撂荒地制图成为重要手段。然而,撂荒地分割面临诸多挑战:边界模糊、空间形态破碎且不规则、背景纹理异质性高,以及由时间演变和区域差异导致的类内高度变异性。这些特性使得传统的一般土地覆盖分割方法难以奏效。现有的卷积神经网络(CNN)受限于局部感受野,难以捕捉长距离依赖;Transformer虽然擅长全局上下文建模,但面临二次计算复杂度和Patch划分导致上下文碎片化的限制;新兴的视觉状态空间模型(如Mamba)虽具备线性复杂度,但其固定的多方向扫描融合策略缺乏对空间方向重要性的自适应感知。因此,开发一种专门针对撂荒地特性的高精度、高效率分割框架迫在眉睫。本文提出的AFSegNet及相关基准数据集,填补了该领域的资源空白,并为复杂场景下的遥感地物提取提供了新的技术思路。该论文发表于《Ecological Informatics》。
关键技术方法
为实现上述目标,研究人员采用了以下关键技术方法:
  1. 1.
    数据集构建:利用吉林一号高分辨率卫星影像,结合实地调查、专家咨询和官方农业记录,构建了首个撂荒地分割专用数据集,包含1000张512×512及4000张256×256的像素级标注图像。
  2. 2.
    混合双分支编码器:并行设计了CNN-Transformer分支与视觉状态空间(VSS)分支。前者在高分辨率阶段利用CNN提取局部纹理,在低分辨率阶段引入Transformer捕获全局语义;后者基于Mamba架构高效建模长距离依赖。
  3. 3.
    方向感知选择性扫描模块(DPSSM):在VSS分支中提出该模块,通过轻量级卷积头预测二维方向场,计算像素级方向概率,并利用置信度门控权重自适应融合四个方向的扫描响应,替代传统的固定求和。
  4. 4.
    多尺度解码与特征融合:采用对称U型解码器,结合通道注意力(CA)增强的跳跃连接,逐步恢复空间分辨率并融合层级特征。
  5. 5.
    轻量化CRF+细化模块:将平均池化作为轻量级局部平滑近似,并结合双边核平滑,以端到端的方式优化边界细节。
  6. 6.
    复合损失函数:结合Dice Loss与交叉熵损失(CE Loss)作为主损失,辅以辅助损失,平衡因子α设为0.4。
研究结果
4.1 数据集
研究人员构建了首个针对撂荒地分割的高分辨率遥感数据集。数据来源于2023年吉林一号卫星,覆盖中国文昌市。通过多阶段精细化流程生成像素级标注,最终形成包含两个不同裁剪尺寸版本的基准数据集,撂荒地像素占比约29.53%。
4.2 评估指标
为全面评估模型性能,研究人员采用了总体精度(OA)、平均交并比(mIoU)和F1分数(F1)。其中,mIoU作为主要指标,用于更忠实地评估区域级分割质量。
4.3 实施细节
所有实验在NVIDIA A100 GPU上进行。数据集按7:1.5:1.5比例划分,并进行五次独立随机划分实验取平均值。输入图像尺寸为512×512,采用AdamW优化器训练500个epoch。
4.4 基线方法
研究人员将AFSegNet与三类代表性模型进行了对比:CNN类(如U-Net、ABCNet)、Transformer/混合类(如TransUNet、UNetFormer)以及Mamba类(如RS-Mamba)。
4.5 分割结果与比较分析
定量结果显示,AFSegNet在OA(92.47%)、mIoU(83.94%)和F1(91.16%)上均优于所有基线模型。相较于最强的CNN模型ABCNet,mIoU提升1.75%;相较于最佳Transformer模型TransUNet,mIoU提升1.51%,且参数量和计算量显著降低;相较于最强Mamba模型RS-Mamba,mIoU提升1.39%。统计显著性检验(p<0.05)证实了性能提升的可靠性。
4.6 消融实验
  • •
    模块级消融:逐一移除方向感知机制(DPM)、ViT、CNN、通道注意力(CA)和CRF+均导致性能下降。其中DPM的移除对mIoU影响最大(降至82.79%),证明了方向自适应融合的核心作用。
  • •
    分支级消融:移除CNN-Transformer分支或VSS分支均导致性能衰退,证明两者分别贡献了局部纹理/全局语义和长程依赖/方向结构一致性,具有互补性而非冗余性。
4.7 CRF+细化分析
对比不同CRF策略,CRF+采用3×3窗口时在mIoU(83.42%)和效率(6.02ms)上达到最优平衡,显著优于传统DenseCRF(212.34ms),避免了大窗口带来的边界过平滑。
4.8 损失权重敏感性分析
辅助损失权重α在0.4时模型性能达到峰值,过大或过小的权重均会导致优化失衡,证明了适度中间监督的有效性。
4.9 可视化
  • •
    与其他模型对比:AFSegNet在边界描绘、小目标检测(如微弱路径)方面表现更优,减少了粘连和漏检。
  • •
    消融设置对比:移除任一模块均导致边界质量下降、结构一致性减弱或方向细节模糊。
  • •
    易错案例分析:模型在处理水涝干扰(误判水体)、碎片化交错农田(漏检/误检)以及种植林地(因颜色相似误判)时仍存在挑战。
4.10 推理速度分析
AFSegNet在保持最高精度(83.94% mIoU)的同时,实现了51.49 FPS的推理速度,在计算成本与精度间取得了优异的平衡。
4.11 FLOPs与参数量分解
方向感知机制(DPM)占据了37.9%的FLOPs,是主要计算来源;而整体模型参数量仅为29.758M,验证了架构设计的紧凑性。
总结与结论
本研究成功开发了AFSegNet这一面向撂荒地提取的混合语义分割框架。通过统一局部特征建模、全局上下文推理和方向感知的状态空间表征学习,该框架有效解决了撂荒地结构模糊、形态不规则和边界连续性弱等难题。实验结果证实,AFSegNet在精度、稳定性和计算效率上均超越了现有的先进方法。同时,本研究建立的首个公开撂荒地基准数据集,为该领域的可重复性研究和未来方法论的进步奠定了基础。尽管当前数据集源于中国文昌市,但涵盖了典型的高分辨率遥感视觉特征。未来的工作将致力于扩展数据集的地理多样性和时间维度(引入多时相观测),并进一步探索频域表征学习以提升复杂场景下的鲁棒性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号