La prevención y control de la erosión del suelo a través de medidas de conservación del suelo y agua es crucial. Es imperativo extraer información de manera precisa y rápida sobre estas medidas para entender cómo su configuración afecta el proceso de escorrentía y rendimiento de sedimentos. En esta investigación, se examinaron y escrutaron algoritmos de interpretación inteligente y modelos de segmentación semántica de aprendizaje profundo pertinentes a imágenes de teledetección. Nuestro objetivo era mejorar la precisión de la interpretación y la automatización mediante la utilización de un modelo avanzado de segmentación semántica basado en aprendizaje profundo para la astuta interpretación de imágenes de teledetección de alta resolución. Posteriormente, se desarrolló un modelo de algoritmo de interpretación inteligente adaptado para medidas de terrazas en imágenes de teledetección de alta resolución. Centrándonos en el Condado de Fenxi en la Provincia de Shanxi como objetivo experimental, en esta investigación realizamos un análisis comparativo entre nuestro modelo propuesto y modelos alternativos. Los resultados demostraron que nuestro modelo de algoritmo refinado mostró una precisión superior. Además, en esta investigación evaluamos la capacidad de generalización del modelo utilizando la Ciudad de Wafangdian en la Provincia de Liaoning como otro objetivo experimental y realizamos un análisis comparativo con la interpretación humana. Los hallazgos revelaron que nuestro modelo posee una capacidad de generalización mejorada y puede aumentar sustancialmente la eficiencia de la interpretación.