Delineating Fish‐Scale Pits to Assess the Soil and Water Conservation Effects by Using Multiscale Attention Networks

方法

增强U-Net结合金字塔注意力与多级上采样，输入RGB+坡度，用SCS-CN和R

发现

测试区IoU达93%；50mm降雨下鱼鳞坑减流9%–21%、减蚀2%–11%。

机会点

可将该小目标提取框架迁移到其他微地形措施，并结合多时相遥感动态评估长期水土保持效益。

鱼鳞坑（fish-scale pits, FSPs）是干旱半干旱黄土高原地区常用的小型水土保持措施。然而，由于其规模小、地貌背景复杂，难以通过遥感手段实现可靠提取，从而限制了对其实施效果的定量评估。本研究基于无人机多光谱与地形数据，构建了一种用于鱼鳞坑提取的增强型U-Net框架。基于SHAP和Spearman的特征选择分析表明，RGB+坡度（slope）的输入组合可降低冗余，并增强鱼鳞坑的光谱与几何特征。为进一步提升小目标及其轮廓的识别性能，模型集成了金字塔注意力（pyramid attention）和多级特征上采样（multilevel feature upsampling）模块。改进模型在测试区取得了93%的IoU，并在复杂地形条件下的边界重建和目标识别方面表现出优越性能。基于提取的高精度鱼鳞坑空间分布，进一步采用SCS-CN和RUSLE模型量化了其水土保持效应。在50 mm降雨情景下，鱼鳞坑使径流深减少0.29~1.29 mm，对应径流削减效率为9%~21%；侵蚀模数降低0.16~1.79 t·hm⁻²·a⁻¹，侵蚀削减率为2%~11%。综上，这些结果表明，鱼鳞坑的高精度制图可为评估微地形保持措施的水文与侵蚀控制功能以及优化区域水土保持规划提供可靠基础。