随着我国高分遥感卫星和资源系列卫星的成功发射,高分辨率遥感数据丰富。本文基于国产高分辨率遥感影像,建立较为完备的植被典型地形要素提取训练样本集,并研究一套较为完善的基于国产高分辨率影像、注意力机制和语义分割网络的植被提取体系流程,自适应地自动提取高分辨率卫星遥感影像中的典型植被。本文的主要研究内容,包括以下几个方面:(1)建立了基于国产高分辨率影像的植被提取训练样本集,样本集是植被要素自动提取的基础,通过计算光谱、纹理、指数等特征,构建了包含影像-要素标注-特征的样本集。(2)设计了一种基于注意力机制的高分辨遥感影像植被提取模型,实现对高分影像不同类型植被区域的端到端的自动提取,在编码解码网络像素级约束的基础上,设计注意力机制模块,充分学习影像的光谱空间纹理信息和深层语义信息。(3)通过越南地区和长沙地区进行对比实验,本文方法在总体分类准确率、Kappa系数分别可达93.49%、0.8503和92.68%、0.8671。通过目视解译和定量计算分析,本文提出的注意力机制网络具有有效性和泛化能力,可以满足植被提取实际应用的需求。