实时、准确、精细地监测城市绿地空间格局特征对于城市生态环境建设和生物多样性保护具有重要意义。然而，现有的分类方法难以满足高分辨率影像的分类精度要求，且在不同区域的城市之间，绿地景观的异质性也增加了分类的复杂性。为应对这些挑战，基于3米空间分辨率的Planet影像，提出了一套具有可迁移性的多尺度高分辨率卷积神经网络方法，并生成了2020年长春、北京、杭州和海口等示范城市的高分辨率城市绿地数据集，涵盖树木、草地和农田类别。该数据集的总体分类精度达到了91.2%，充分展示了其在揭示城市绿地景观异质性方面的卓越能力，为理解示范城市复杂且动态的绿地格局提供了丰富的基础数据和宝贵的见解。