基于深度學習的湖北省土壤侵蝕空間分布

王書韜，史明昌，陳春陽，陳靖濤

(北京林業大學水土保持學院，100083,北京)

土壤侵蝕易導致土壤退化，土質惡化和作物減產,威脅生態環境和社會經濟的可持續發展。高效、精準分析區域土壤侵蝕空間分布信息，把握生態環境的時空格局和演變規律，為生態修復和土地優化利用決策提供支撐，對調節土壤侵蝕風險具有重要意義[1]。

土壤侵蝕的研究結果受尺度效應影響較明顯，該區域土壤侵蝕空間分布研究主要是在>100 km2的區域研究土壤侵蝕在空間上的分布格局和規律，研究仍處于探索階段[2]。深度學習可使用多隱藏層、多感知器的網絡結構，抽象、深層次獲取屬性和特征[3]。近年來，有學者應用傳統神經網絡模型對土壤侵蝕空間分布進行有益探索，但該類模型缺乏對區位信息的考慮，對深層信息的表達有待提高[4]。

針對傳統神經網絡的不足，筆者在區域尺度上，引用UNet++ 神經網絡，利用多層卷積核，建立土壤侵蝕因子和強度之間的深層聯系，借助具有局部感知空間信息特點的感受野，表達區位信息，優化土壤侵蝕空間模型。

1 研究區概況

湖北省位于長江中游地區，地處第二、三階梯的過渡帶，地貌類型多樣；海拔西高東低，存在明顯空間差異；土壤和植被類型復雜，包括水稻土、潮土、黃棕壤等土類，木本植物達1 300余種。湖北省林冠層覆蓋度較大，但70%為針葉林，導致林下水土流失嚴重。

2 數據與方法

2.1 輸入因子空間數據獲取

地理空間數據云發布的30 m分辨率Landsat 8 OLI遙感數據； ……