摘要
本发明涉及土壤检测技术领域,具体涉及一种基于深度学习的土壤墒情遥感检测方法;其方法包括:获取目标区域的多个数据集;其中,每个数据集包括预先获取的遥感特征数据中的任一遥感特征及其该遥感特征对应的标签;所述标签包括真实含水量标签以及软标签;利用多个数据集对构建的多个预测模型进行训练,得到各训练好的预测模型;在训练时一个数据集对应一个预测模型;将实时获取的待检测区域的遥感特征数据中遥感特征分别输入对应训练好的预测模型中,输出对应的土壤含水量;对所有土壤含水量进行加权求和,得到加权后的土壤含水量。即本发明的方案能够准确地进行土壤墒情的监测。
技术关键词
遥感检测方法
标签
概率密度函数
后向散射系数
卷积神经网络模型
数据
数值
土壤检测技术
指数
采集设备
指标
植被
图像
系统为您推荐了相关专利信息
客户画像构建方法
策略
Louvain算法
生成自然语言
时间卷积网络
网络安全漏洞
大语言模型
指令
训练样本集
电子设备
网页关键词
网页主题信息
浏览器插件
网页弹幕
意图识别模型