为实现对青海三江源国家级自然保护区的高原森林有效监测,基于深度学习技术提出一种融合多尺度特征的遥感图像分割算法。首先,构建了该地区首个2　m空间分辨率的高原森林数据集;其次,为解决遥感图像真值标签不足影响网络模型训练的问题,针对森林遥感图像分割的特点提出一种将图像打乱重组的数据增强方法,将训练数据扩充至1　600张;然后,为解决主流分割网络处理大范围遥感图像存在无法聚焦细节的缺陷,基于编解码结构,提出一种融合多尺度特征的高分辨率森林遥感图像分割网络模型,该模型融合了所设计的卷积模块、多尺度特征融合模块和特征放大提取模块。实验结果表明,所提数据增强算法提升了模型的分割精度,同时该模型经数据增强训练,交并比(intersection　over　union,IoU)高达89.64%,结果优于当前主流图像分割模型。