一种基于深度学习的耕地重金属反演方法及系统

本发明公开了一种基于深度学习的耕地重金属反演方法及系统，该方法包括：获取目标耕地区域的遥感影像数据集并进行特征指标筛选处理，得到目标耕地区域的重金属最佳光谱响应指标；基于人工神经网络模型，构建前馈式误差反向传播神经网络；基于前馈式误差反向传播神经网络对目标耕地区域的重金属最佳光谱响应指标进行反演估计，得到目标耕地区域的重金属含量值。通过使用本发明，能够基于重金属元素与光谱之间的关联，提高耕地重金属反演估计的准确度。本发明作为一种基于深度学习的耕地重金属反演方法及系统，可广泛应用于图像反演识别技术领域。