从人工解译到深度学习：阴影下的三重制图瓶颈
沟蚀是土壤侵蚀中最为严重的类型之一，也是土地退化的重要标志，在黄土高原丘陵沟壑区的农耕地上，沟蚀贡献了 60%~90% 的泥沙产量。准确获取侵蚀沟的空间分布，是揭示侵蚀演变过程、评估环境效应、开展水土保持的前提。然而现有路径均存在明显短板：人工解译与野外实测人力消耗大、耗时长且结果难以重复；DEM 虽可派生坡度坡向等地形因子，但生成与 HSR 影像分辨率相当的 DEM 时成本与噪音问题突出；而直接基于无人机 HSR 影像的深度学习方法，又被阴影效应与光谱混淆所困扰。
传统调查方法难以支撑大范围监测
基于地形图与航空影像的人工解译、野外实地测量在传统侵蚀监测与地貌分类中应用广泛，但普遍存在人力消耗较大、耗时长、结果难以重复等问题。在黄土高原这类沟网密集、坡度普遍大于 25° 的破碎地形区，逐沟勾绘的工作量随沟谷密度成倍增长，限制了其在区域尺度综合评价与周期性复查中的推广应用。
DEM 分辨率与成本难以匹配 HSR 影像
地貌分类长期依赖 DEM 提供坡度、坡向等关键地形因子。但 DEM 生产过程涉及成本与尺度的平衡，尤其是生产分辨率与高空间分辨率影像相近的 DEM 时难度依然较大，需要处理的精度与噪音问题相对较多。这一限制使其难以承接米级甚至亚米级无人机影像所提供的细节潜力，也阻碍了精细地貌制图。
阴影效应与光谱混淆的双重干扰
受强烈地形起伏影响，无人机 HSR 影像的沟谷与山地常出现大面积阴影。像元尺度上，阴影造成有阴影区与无阴影区之间的显著光谱差异，破坏同一地貌类别的统一识别；对象尺度上，阴影遮挡沟蚀边界，引发分割误差与错分。同时训练过程中模型易过度强调阴影区，导致非阴影区大量漏分，侵蚀沟提取的完整性与准确性双双受损。
韭园沟一级支沟
流域总面积比例
空间分辨率
沟蚀贡献的泥沙产量
GMNet 五步链路：从阴影识别到加权优化
GMNet（Gully Mapping Net）以 UNet 为骨干并保留其 U 型对称结构与跳跃连接，针对侵蚀沟对象做了两处结构性改进，再叠加一层独立的阴影平衡优化。整体流程为：无人机 HSR 影像与人工解译掩膜构成样本，HSV 空间自适应阈值先行分割阴影区与非阴影区，网络主体完成多尺度特征提取与注意力增强，阴影平衡模块以区域加权损失抑制模型对阴影的过度依赖，最后由像元与对象两层指标评价制图性能。
数据准备与训练样本构建
主要数据为无人机获取的 RGB 三波段航片影像，空间分辨率 1 m。领域专家基于高空间分辨率影像并辅以 DEM 对沟蚀沟谷边界进行目视解译，制作代表侵蚀沟的参考掩膜，并经数据质量检查，其边界与现实侵蚀沟契合性较高。训练样本由影像样本与掩膜样本两部分组成，统一裁切为 256 像素 × 256 像素，以适配网络输入并支撑小样本条件下的快速训练。
HSV 空间三步法阴影区域提取
RGB 模式下阴影呈暗色且三基色分量值相近，难以与其他暗色区域区分，且颜色随光照条件改变。故先将影像由 RGB 转换至 HSV 色彩空间，使阴影在亮度维度上显著可分；再引入高斯加权方法计算自适应亮度阈值，由高斯核函数为邻域像素赋予差异化权重，在光照变化或背景不均匀时动态调整分割阈值；最后逐像素比较亮度与自适应阈值，高于阈值判为阴影区，否则为非阴影区，为后续分区加权提供掩膜支撑。
多尺度卷积与自适应注意力机制
侵蚀沟在尺度上规模差异显著，单一尺度特征易造成漏分与错分，因此设计多尺度卷积（MC）模块，设置 3 条不同卷积核大小的分支获取多尺度特征并融合上下文信息。网络中共设置 4 个空间注意力门控，使模型选择性关注沟蚀区域。自适应注意力机制由特征提取层、空间与通道注意力并联分支、动态权重调整单元 3 部分组成：前两者分别聚焦关键区域与显著特征维度，后者依据输入特征自适应融合两类注意力，增强沟壑边界与形态感知，抑制背景噪声。
阴影平衡模块与区域加权损失
针对模型倾向将所有阴影区判为侵蚀沟、在非阴影区大量漏分的问题，构建阴影平衡模块。先以二值交叉熵损失 L_B 与 Dice 损失 L_D 度量输出与参考掩膜差异；再计算阴影区与非阴影区的面积比 W_a = A_s/(A_s+A_n) 与数值比 W_v = V̄_s/(V̄_s+V̄_n)，二者随样本自动计算并合成为阴影总权重 W_s；最终损失 L_GM = W_s(L_BS+L_DS) + (1−W_s)(L_BN+L_DN) 对两类区域分别加权，由 Adam 优化器迭代更新，从而缓解面积与数值两个维度上的不平衡。
像元尺度与对象尺度双层精度评价
像元层面逐像素比对输出结果与参考数据的类型一致性，统计真正例、假正例与假负例，计算准确率 Precision、召回率 Recall 与 F1 得分；对象层面选取广泛用于目标检测评价的交并比 IoU 作为指标，衡量预测沟蚀范围与参考范围的交叠程度。为更全面评估方法性能，研究以 UNet 与 AUNet 作为对照模型在相同数据集与硬件条件下进行比较，其中 UNet 为编码器-解码器结构，AUNet 在其基础上融合注意力机制。
黄土高原王茂沟流域的米级航片
研究区为陕西省北部绥德县的王茂沟流域，位于黄土高原丘陵沟壑区，是典型的强烈水土流失区，受干旱大陆性气候与人类活动叠加影响，沟蚀发育显著，具有坡度陡峭、沟网密集的特征。该流域为韭园沟的一级支沟，面积 5.79 km²，海拔范围 938~1 189 m，主沟长 3.75 km，平均沟道坡降 2.7%，沟谷面积占流域总面积的 46.7%，坡度普遍大于 25°。整体景观由台塬区与沟蚀区构成，两者地貌差异明显但地表覆盖特征较为相似，光谱相似性叠加地形阴影效应显著增加了识别难度。影像由搭载 Sony ILCE-7R 数码相机与 50 mm 定焦镜头的 MD4-1000 无人机获取，有效像素 7 360×4 912，布设 14 个地面控制点并以 GPS-RTK 测量，空间参考为 WGS-84 椭球、高斯-克吕格投影、UTM 49°N 带、中央经线 111°E。
两组对照网络与阴影权重敏感性试验
实验在相同数据集与硬件设备上完成，GMNet 训练所需时间约为 UNet 的 1.1 倍，显存或内存未出现明显增加。为检验阴影平衡模块的通用性，另构建 AUNet-T1（AUNet 接入阴影平衡模块）与 AUNet-T2（在 T1 基础上以步长 2 的下采样卷积层替换最大池化层）两组网络，并对式（5）中的阴影权重 W_s 赋予不同取值以考察其影响。同时选取 5 个具有不同侵蚀沟形态和阴影条件的典型区域与流域中部相对平坦的验证区，覆盖深切割沟谷、平缓微缓地带、过渡带、崎岖交错区以及零散植被与破碎化阴影分布区，用以检验不同地形起伏与太阳高度角光照效应下的制图稳定性。
像元与对象双尺度：精度全面超越对照网络
在 5 个具有不同侵蚀沟形态与阴影条件的典型区域及完整流域验证区中，GMNet 均展现出对复杂光照条件的适应性，能够提取连续完整的沟蚀边界并显著减少 UNet 与 AUNet 易出现的对象破碎问题。定量评价从像元尺度的准确率、召回率、F1 得分与对象尺度的 IoU 四个指标展开，并进一步通过迁移实验与权重敏感性实验，检验阴影平衡模块的普适性与阴影权重的作用规律。
像元尺度最优
对象尺度最优
的相对提升幅度
显存未明显增加
| 模型 | 准确率 Precision | 召回率 Recall | F1 得分 | 交并比 IoU |
|---|---|---|---|---|
| UNet | 0.91 | 0.81 | 0.86 | 0.75 |
| AUNet | 0.88 | 0.78 | 0.83 | 0.71 |
| GMNet（本文） | 0.91 | 0.84 | 0.88 | 0.92 |
| 典型区域 | 地貌与沟蚀特征 | 阴影条件 | GMNet 表现 | 对照模型主要问题 |
|---|---|---|---|---|
| 区域 1 | 深切割沟谷区，坡度陡峭、植被覆盖密集 | 大范围阴影 | 有效减弱阴影导致的光谱畸变，提取连续完整的沟蚀特征 | UNet、AUNet 表现逊色，边界受阴影截断 |
| 区域 2 | 地势平缓至微缓，沟蚀特征不明显 | 阴影覆盖极少 | 准确刻画常被传统模型遗漏的细微地形特征 | UNet 遗漏细微沟蚀特征 |
| 区域 3 | 过渡带，中等坡度，沟谷宽深不一 | 中等 | 依托多尺度卷积模块捕捉复杂地形，结果稳定 | 地形多样条件下稳定性不足 |
| 区域 4 | 地形崎岖，沟谷交错 | 光照与阴影交替分布 | 阈值自适应注意力机制在阴影密集区有效识别沟蚀边界 | UNet、AUNet 在此类条件下明显失效 |
| 区域 5 | 零散植被分布，沟谷特征被削弱 | 破碎化阴影 | 减弱破碎阴影影响，输出较为完整的制图结果 | 对象破碎、沟蚀边界不完整 |
| 网络结构 | 结构改动 | IoU 提升 | F1 得分提升 | 最佳阴影权重 W_s |
|---|---|---|---|---|
| AUNet | 基线网络，未接入阴影平衡模块 | — | — | — |
| AUNet-T1 | AUNet 接入阴影平衡模块，保留最大池化 | +5% | 提升不显著 | 0.1 |
| AUNet-T2 | 在 T1 基础上以步长 2 的下采样卷积层替换最大池化层 | +12.6% | 约 6% | 0.1 |
阴影区与非阴影区的注意力被重新平衡
深度学习模型并未真正学到侵蚀沟的核心特征，而是简单建立了「阴影-沟蚀」的相关关系，因而在非阴影区提取效果较差，当光照或色彩信息变化时 UNet 与 AUNet 的识别能力显著下降。GMNet 在淤地坝淤积区域等无阴影地段，能够识别出对照模型大量漏分的沟蚀，其结果与参考数据更为接近，在阴影区同样保持准确分类，两类区域的制图精度同时得到改善。
阴影平衡模块可跨网络结构迁移
将模块接入 AUNet 后，AUNet-T1 与 AUNet-T2 在 IoU 上分别提升 5% 与 12.6%；在表达像元尺度分类能力的 F1 得分上，未修改池化层的 AUNet-T1 提升不显著，而替换下采样方式的 AUNet-T2 提升约 6%。这说明该模块可融入不同网络结构并发挥相近的提升作用，其与主干网络的结合方式可视为知识引导的深度学习实践，体现领域知识与智能模型融合的潜力。
阴影权重偏小更优，自适应优于人工设定
当阴影权重为 0.1 时，两组改进模型均取得最佳结果，随着阴影权重增加，模型性能呈下降趋势，说明阴影权重的取值确实会影响沟蚀区域提取，且影响程度在不同模型间较为一致。同时阴影权重为 0.01 与 0.1 时模型性能较为接近，意味着依靠手动设定或预实验确定合理权重颇具挑战，因此本文引入自适应操作，使模型能在不同场景下自动调整阴影权重。
模型并未真正学习到侵蚀沟的核心特征，而是简单地建立了「阴影-沟蚀」的相关关系；阴影平衡模块使沟蚀分类在阴影区与非阴影区同时改善，抑制了对阴影的过度依赖。
无需 DEM 的端到端制图及其泛化边界
本文面向无人机高分辨率影像提出侵蚀沟自动提取模型 GMNet，融合自适应注意力机制与阴影平衡模块，在黄土高原王茂沟流域完成验证。相较传统基于影像的侵蚀沟提取方法，新方案解决了不同阴影条件下分割效果不一致的缺点，且无需依赖额外的 DEM 或后处理流程，在提升准确度的同时增强了制图效率，并在水土流失监测与土地管理中展现出应用前景。
四项指标全面优于 UNet 与 AUNet
GMNet 的 F1 得分达到 0.88，较 UNet（0.86）与 AUNet（0.83）分别提高约 2.3% 与 6.0%；IoU 达到 0.92，显著高于 UNet 的 0.75（提升约 22.7%）与 AUNet 的 0.71（提升约 29.6%）。准确率上 GMNet 与 UNet 持平（0.91），但召回率提升明显，GMNet 为 0.84，UNet 为 0.81，AUNet 为 0.78，表明漏分问题得到实质缓解。
多尺度特征与自适应注意力的边界保持
多尺度卷积模块以 3 条不同卷积核分支获取多尺度沟蚀特征并融合上下文，缓解了侵蚀沟规模差异显著带来的漏分与错分；自适应注意力机制通过动态感知沟蚀区域的形态与空间上下文，增强对沟壑边界与形态特征的感知，抑制背景噪声与无关地物干扰。二者共同使 GMNet 输出的沟蚀制图结果在细节保留与边界连续性上均优于对照模型。
可迁移的阴影平衡通用模块
阴影平衡模块通过区域加权损失策略，以面积比与数值比合成阴影总权重，自主调节模型在阴影区与非阴影区之间的关注权重，缓解因光照不均引起的特征混淆与错分，显著提升不同光照条件下的泛化性能与制图一致性。该模块结构可与多种网络结合，提升对易受阴影遮蔽的自然特征的提取能力，且训练开销仅约为 UNet 的 1.1 倍。
面向大尺度水土流失监测的制图能力
GMNet 在黄土高原植被覆盖与地表裸露区域、以及不同阴影面积条件下均表现出较强适应性，与参考数据的交并比达到 0.92，在阴影区及地表裸露与植被混杂区域得到的侵蚀沟范围更为准确，在流域中部平坦地段也能识别对照模型未能捕捉的细微沟蚀特征。由于直接基于单景 HSR 光学影像即可完成制图、无需额外 DEM 与后处理，该方法在大尺度侵蚀沟制图、高精度沟道识别与土壤侵蚀监测中具有显著潜力，可为水土保持规划与土地管理提供高效技术支撑。
人类活动区的错分与样本多样性不足
尽管 GMNet 在多项指标上取得明显提升，在人类活动频繁区域（如梯田等）仍存在一定错分现象，表明模型在复杂人为干扰环境下的泛化能力仍有提升空间，需通过引入更多样化、多场景的训练样本进一步优化鲁棒性。此外，阴影权重为 0.01 与 0.1 时性能接近，说明权重的人工标定存在不确定性，模块的自适应策略仍有改进余地。未来可探索无监督或弱监督方法与阴影平衡模块的结合，以提高模型的自动化水平与处理效率。