浅沟侵蚀是发生在陡坡耕地上一种线性侵蚀方式,在黄土高原坡沟侵蚀系统中起着承上启下的作用。目前对于浅沟的研究多集中于室内模拟试验和野外坡面单元定位试验。随着遥感技术的不断发展,遥感影像已逐渐应用于浅沟研究中,然而基于遥感影像进行浅沟空间位置识别的方法多为目视解译和机器学习等方法,关于深度学习进行浅沟识别的报道鲜有见闻。本研究以2009～2021年高分辨率遥感影像为数据来源,采用深度学习图像语义分割模型,对黄土高原周屯沟流域进行宽度为0.5～4 m的浅沟识别,在此基础上提取浅沟数量、沟长、沟宽、分布间距、临界坡度和临界汇流面积等浅沟形态参数,分析浅沟形态参数的时空分布规律,探究地形指标（坡度、坡向和海拔）对浅沟形态参数的分布影响,阐明黄土高原丘陵沟壑区周屯沟的浅沟时空分布规律及影响因素,为黄土高原丘陵沟壑区的浅沟识别提供一种简洁、高效的方法,为黄土高原丘陵沟壑区的坡面浅沟治理提供参考和指导。本研究得到的主要结论如下:（1）验证了深度学习在黄土高原丘陵沟壑区浅沟识别中的可行性。采用准确率、精确率、召回率、F1值、ROC曲线和AUC值六个评价指标综合量化U-Net、SegNet和R2U-Net三种图像语义分割模型识别浅沟的优良性,结果表明图像语义分割模型均可以应用于浅沟识别,其中SegNet模型表现最优,在浅沟识别方面具有良好的完整性和准确性,可以普遍适用于黄土高原丘陵沟壑区的浅沟识别及浅沟形态参数的提取。（2）阐明了浅沟形态参数的时空分布规律。1999～2009年之间,浅沟数量从4495条锐减到1153条,但在2009～2021年之间浅沟数量出现小幅度回弹,主要原因可能是极端降雨事件的频繁发生、治沟造地工程破坏边坡稳定性和退耕还林成果巩固不到位。2009～2021年,浅沟空间分布上主要集中在流域南部区域,该部分区域多为梁峁,地形地貌复杂,坡面坡度较大;浅沟数量的平均增长速率为97条/a;浅沟长度多分布在25～40 m之间,平均增长率为1.66 m/a;浅沟宽度多分布在0.5～1.5 m之间,平均增长率为0.04 m/a;浅沟分布间距多分布在14～35 m之间;浅沟临界汇流面积多分布在75～225 m~2之间,平均增长率为1.8 m~2/a;浅沟临界坡度多分布在23°～31°之间,平均增长率为1.34°/a。浅沟形态参数分布区间及增长率呈现出逐年减小趋势,表明黄土高原丘陵沟壑区小流域的浅沟得到有效的治理。（3）探究了坡面坡度和坡向对浅沟形态参数的分布影响。浅沟集中分布在陡坡以上的坡面（坡度大于16°的坡面）,且浅沟沟长会随着坡度的增加而逐渐减小;各坡度等级上0.5～1.5 m沟宽分布较均匀,平缓坡Ⅰ和中等坡Ⅱ的坡面未出现沟宽在2 m以上的浅沟;浅沟临界汇流面积在不同坡度等级上的均值相差不大。浅沟数量在不同坡向上表现为半阳坡＞半阴坡＞阴坡＞阳坡;浅沟沟长在不同坡向上表现为阳坡＞半阳坡＞半阴坡＞阴坡;各坡向上的浅沟临界坡度和临界汇流面积分布均匀,无明显差异。（4）探究了海拔对浅沟形态参数的分布影响。浅沟主要分布在1250 m以上的海拔,0.5～1.5 m沟宽占比、临界坡度和临界汇流面积呈现出随着海拔上升而逐渐减小的趋势。