辽宁省NDVI时空变化及其与地形因子的关系

通过MODIS的月合成NDVI产品和辽宁省的地形数据（包括高程、坡度、坡向），分析2001—2020年辽宁省的NDVI时空变化情况及其与地形因子的相关性。结果表明，辽宁省20年内的植被情况总体上呈轻微改善状态，空间上植被退化地区面积较小，改善地区面积较大。受辽宁省海拔较低的情况影响，研究区内整体气温不会随海拔升高而下降，故辽宁省高程与NDVI成正比，海拔越高，NDVI越大。NDVI随着坡度的增加呈先上升后下降的趋势，在急坡时NDVI最大。坡向与植被的关系较弱，没有明显差异，北面略高于南面。     

基于改进空间-协调注意力UNet的多作物分类提取

为弥补目前多作物分类提取精细化程度不高的问题，探究不同尺度数据集对网络精度的影响，该研究对协调注意力进行改进，并将此模块加入到UNet网络中，以验证改进后的空间-协调注意力UNet(spatial-coordinate attention UNet,SPCA-UNet)的合理性与有效性。结果表明：以1 500×1 500像素分辨率数据为输入的网络提取精度最高，UNet和DeepLab v3+网络模型对尺度信息不敏感；在注意力比较试验中，改进的空间-协调注意力的平均交并比、平均像素精度、平均精准率、平均召回率均优于SENet(squeeze-and-excitation networks)、CBAM(convolutional block attention module)、ECA(efficient channel attention)和CA(coordinate attention)模块，平均交并比达到了92.20%，平均像素精度达到95.97%，比CA模块的平均交并比和平均像素精度分别高出1.16和0.76个百分点。改进的空间-协调注意力可以很好地保持作物边界信息，由于其较强的规范...