La región de suelo negro del noreste de China es una de las áreas de suelo más fértiles del mundo y sirve como una región crucial para la producción de granos en China. Sin embargo, el desarrollo excesivo y la utilización inadecuada han llevado a graves problemas de uso de la tierra. Realizar la extracción de cobertura terrestre en esta región puede proporcionar un apoyo de datos esencial para monitorear y gestionar los recursos naturales de manera efectiva. Este artículo utiliza imágenes de teledetección GF-6 como fuente de datos y adopta el modelo U-Net como red base. Al incorporar módulos residuales y ajustar el tamaño del núcleo de convolución, se desarrolla un modelo de extracción de cobertura terrestre de alta precisión llamado RAT-UNet. Tomando como ejemplo la ciudad de Qiqihar, se aplica el modelo RAT-UNet para extraer información sobre la cobertura terrestre. Los resultados son los siguientes: (1) El modelo RAT-UNet logra una alta precisión en la extracción de cobertura terrestre, con las siguientes precisiones para diferentes tipos de tierra: tierras cultivables (95.11%), tierras forestales (93.61%), pastizales (68.41%), cuerpos de agua (94.67%), tierras residenciales (89.40%) y tierras no utilizadas (87.25%). (2) El rendimiento de extracción de cobertura terrestre del modelo RAT-UNet es superior al de los modelos DeepLabV3, U-Net, SegNet y LinkNet34. Este resultado de investigación proporciona apoyo metodológico para la extracción inteligente y de alta precisión de información sobre la cobertura terrestre y también ofrece datos oportunos para la planificación del uso de la tierra en la ciudad de Qiqihar.