《Agriculture》：FCR-TransUNet: A Novel Approach to Crop Classification in Remote Sensing Images Employing Attention and Feature Enhancement Techniques
Yongqi Han,
Xingtong Liu,
Yun Zhang,
Hongfu Ai,
Chuan Qin and
Xinle Zhang
编辑推荐：
准确的作物分类对于优化农业资源利用和指导生产决策至关重要。深度学习凭借其强大的特征提取能力，已成为基于遥感的作物分类主流技术。然而，复杂的农业景观带来了三个关键挑战：背景噪声干扰、作物间光谱相似性导致的类别混淆，以及因类别不平衡造成的微小面积作物边界模糊。本文
准确的作物分类对于优化农业资源利用和指导生产决策至关重要。深度学习凭借其强大的特征提取能力，已成为基于遥感的作物分类主流技术。然而，复杂的农业景观带来了三个关键挑战：背景噪声干扰、作物间光谱相似性导致的类别混淆，以及因类别不平衡造成的微小面积作物边界模糊。本文提出FCR-TransUNet，这是一种基于TransUNet的增强模型，集成了三个模块：用于噪声过滤的特征增强模块（Feature Enhancement Module, FEM）、用于提升相似光谱作物区分度的类别注意力（Class-Attention, CA）机制，以及用于锐化边界的逆向注意力模块（Backward Attention Module, BAM）。在友谊农场和Barley数据集上的实验结果验证了所提模型的优越性。在友谊农场数据集上，FCR-TransUNet实现了92.2%的平均交并比（Mean Intersection over Union, MIoU），较SAM2-UNet提升了1.8%，较基线TransUNet提升了2.9%。在Barley数据集上，其MIoU达到89.9%。消融实验进一步验证了各设计模块的有效性。为了全面评估FCR-TransUNet在整个作物生长周期的分类性能，研究人员分别利用5月、7月和8月的遥感影像进行了实验。结果表明，FCR-TransUNet在不同作物生长阶段表现出强大的稳定性和适应性，为精准农业和智能化农业生产提供了可靠的解决方案。
FCR-TransUNet：融合注意力与特征增强的遥感作物分类新范式
研究背景与意义
农业作为人类生存与发展的基石，在全球经济与粮食安全中占据关键地位。随着全球人口预计在2050年达到100亿，粮食需求持续增长，推动现代农业向精准化、智能化转型成为必然趋势。在这一背景下，精准农业通过传感技术与数据驱动管理实现资源优化，而遥感技术凭借其多源平台（卫星、无人机、地面传感器）提供的高时空分辨率信息，成为农田动态监测的核心支撑。作物分类作为农业遥感的基础任务，是作物面积估算、生长监测及产量预测的前提。然而，东北平原等典型农区地形复杂、种植结构多样、农田破碎化严重，加之作物物候重叠，导致“同物异谱”与“异物同谱”现象频发，使得精细分类面临巨大挑战。尽管现有的基于卷积神经网络（Convolutional Neural Network, CNN）的方法（如U-Net、ResUNet）在局部特征提取上表现优异，但其受限的感受野难以建模全局上下文；而基于Transformer的架构虽能捕获长距离依赖，却在复杂农田场景下的噪声抑制、相似光谱作物区分及小样本边界界定上存在瓶颈。为此，研究人员开展了FCR-TransUNet模型的研究，旨在突破上述限制，相关成果发表于《Agriculture》。
关键技术方法
研究人员构建了FCR-TransUNet模型，其核心是在TransUNet的编码器-解码器架构基础上嵌入三个创新模块。首先，特征增强模块（FEM）结合了双线性卷积与门控卷积，用于在编码阶段过滤背景噪声并提取关键作物特征。其次，引入坐标注意力（Coordinate Attention, CA）机制，在编码器-解码器特征融合前增强全局上下文建模，以提升对光谱相似作物的辨别力。第三，在解码过程中集成逆向注意力模块（BAM），以突出细粒度边界细节。此外，研究设计了结合二元交叉熵（Binary Cross Entropy, BCE）损失与Dice损失的复合损失函数以应对类别不平衡。实验数据源自黑龙江友谊农场自研数据集（Sentinel-2影像，涵盖5月、7月、8月）及阿里巴巴天池Barley遥感数据集，样本经ArcGIS预处理及滑动窗口裁剪（256×256及512×512）。
研究结果
1. 材料与数据处理
研究选取了黑龙江友谊农场数据集与公开的Barley遥感数据集。友谊农场数据集覆盖330平方公里，包含玉米、大豆和水稻三类作物，利用Google Earth Engine (GEE) 平台获取的Sentinel-2影像，经波段组合（B12, B7/B6/B3, B8/B4/B3）增强后，采用6:2:2比例划分训练、验证与测试集。Barley数据集则针对烤烟、玉米、薏仁米等进行五分类，原始图像经非重叠裁剪生成5738个训练块与6133个测试块。
2. FCR-TransUNet模型架构
模型遵循U型结构，包含编码、跳跃连接和解码三个过程。编码阶段通过卷积提取局部特征后，输入Transformer编码器捕获全局信息，期间嵌入FEM优化特征提取。在编码器与解码器特征拼接前，利用CA机制强化全局上下文。解码过程则沿用U-Net步骤并结合BAM进行边界细化。
3. 特征增强模块（FEM）
FEM由自注意力卷积（Self-Attention Convolution, SA）与门控卷积构成。SA通过将卷积操作引入自注意力框架，有效编码局部空间结构信息，解决了传统Transformer在高分辨率场景下忽视局部邻域关系的问题。通过扩张卷积扩大感受野，模型在保留局部细节的同时捕捉更广泛的上下文，其数学表达涉及查询（q）、键（k）、值（v）的卷积变换及相似度矩阵计算。
4. 类别注意力（CA）机制
CA机制旨在解决相似光谱作物（如大豆与水稻）的混淆问题。通过对特征图进行坐标信息嵌入与全局平均池化，生成方向感知与位置敏感的注意力权重，使模型能够聚焦于特定类别的关键区域，从而增强类间区分度。
5. 逆向注意力模块（BAM）
针对小面积作物边界模糊问题，BAM在解码的第二阶段引入反向增强策略。通过计算预测结果与真实标签的反向差异图，引导模型关注易错分的边界像素，平衡不同类别的学习偏差，显著提升了边界分割精度。
6. 实验验证与结果
在友谊农场数据集上，FCR-TransUNet取得了92.2%的MIoU，超越SAM2-UNet（90.4%）及基线TransUNet（89.3%）。在Barley数据集上亦达到89.9%的MIoU。消融实验证实FEM、CA及BAM模块分别对去噪、分类及边界优化贡献显著。跨月份（5月、7月、8月）实验表明，该模型在不同生长阶段均保持稳定性能，证明了其对物候变化的鲁棒性。
结论与讨论
研究人员开发的FCR-TransUNet通过深度融合特征增强、全局上下文协调注意力及边界细化逆向注意力机制，有效攻克了复杂农业环境下遥感作物分类的三大难题。该研究不仅在友谊农场及Barley数据集上验证了模型超越现有先进方法（如PSPNet、DeepLabV3+、YOLO11-seg等）的性能，更通过多时序分析证实了其在整个生长周期的适用性。这一成果为精准农业提供了高精度、强鲁棒性的智能解译工具，对推动农业数字化转型具有重要的理论与实践意义。
