数据融合通常是多传感器遥感影像集成环境中的重要过程，目的是丰富融合过程中所涉及的传感器缺乏的功能。该技术引起了很多研究的兴趣，特别是在农业领域。另一方面，基于深度学习（DL）的语义分割在遥感分类中显示出高性能，并且需要以监督学习的方式来处理大型数据集。提出了一种基于卷积神经网络的多源遥感影像融合语义分割方法，并将其应用于农作物的识别。委内瑞拉遥感卫星2（VRSS-2）和高分辨率的GoogleEarth（GE）图像已被使用，并且已经收集了1000多个样本集用于监督学习过程。实验结果表明，已获得的农作物平均平均提取率超过93％，这表明数据融合与DL结合对于从卫星图像和GE影像中提取农作