La información confiable sobre la dinámica de la cobertura del suelo en ciudades de tierras secas es crucial para comprender los impactos antropogénicos en entornos frágiles. Sin embargo, la precisión de clasificación reducida de las ciudades de tierras secas a menudo ocurre en los datos globales de cobertura del suelo. Aunque muchas técnicas de clasificación avanzadas (es decir, redes neuronales convolucionales (CNN)) se han aplicado intensivamente para clasificar la cobertura del suelo urbano debido a su excelente rendimiento, los modelos de clasificación específicos que se centran en ciudades típicas de tierras secas siguen siendo escasos. Esto se atribuye principalmente a las características similares entre áreas urbanas y no urbanas, así como a la insuficiencia de muestras de entrenamiento en esta región específica. Para llenar este vacío, este estudio entrenó un modelo de CNN para mejorar la precisión de clasificación de la tierra urbana para siete ciudades de tierras secas basado en una rigurosa selección de muestras de entrenamiento. La evaluación mostró que nuestro modelo propuesto tuvo una precisión general más alta (92.63%) que varios productos emergentes de cobertura del suelo, incluyendo Esri 2020 Land Cover (75.55%), GlobeLand30 (73.24%), GLC_FCS30-2020 (69.68%), ESA WorldCover2020 (64.38%) y FROM-GLC 2017v1 (61.13%). Además, la precisión de clasificación de los tipos de tierra dominantes en los datos clasificados por CNN superó a los productos seleccionados. Este hallazgo alentador demuestra que nuestra arquitectura propuesta es una solución prometedora para mejorar la precisión de clasificación de la tierra urbana en tierras secas y compensar la deficiencia del mapeo de cobertura del suelo a gran escala.