本发明提出了一种基于序列掩膜预测的大尺度地表覆盖遥感智能信息提取方法及系统，旨在提高地表覆盖信息提取的精度和效率。该方法包括预处理与区域划分、样本集生成与标注、U‑ConvHDNet模型训练、序列掩膜预测及模型精度评估等步骤。通过几何校正、辐射校正等预处理，结合多种数据源构建精细区域划分。样本集独立制作并标注，利用U‑ConvHDNet模型进行二分类训练，该模型融合ConvNeXt、Haar小波下采样和上采样模块DySample，有效捕捉深层特征和多尺度信息。序列掩膜预测阶段，采用双重感受野无缝滑窗，结合地物提取难度进行逐步预测。本发明的方法与系统具有自动化程度高、提取精度高、适应性强等特点，可广泛应用于大尺度土地利用制图及监测领域。