基于深度学习的SAR土壤表层含水量反演方法及装置

本发明公开了基于深度学习的SAR土壤表层含水量反演方法及装置，所述方法通过结合SAR数据、辅助数据和原位传感器数据，构建了一个用于土壤水分体积含量预测的深度学习回归模型，采用ConvNeXt模型构建了一种并行卷积编码器来解决不同输入分辨率的多源数据，通过将后向散射系数、光谱信息、数字高程模型高分辨率数据和土壤沙含量、淤泥含量、黏土含量、堆积密度低分辨率数据融合到土壤水分估计中，提升对未知数据的推理能力。训练得到模型能够实现大范围、高分辨率的土壤表层含水量自动估计。本发明避免了辐射传输噪声影响，提高了植被覆盖区域的反演精度，实现了大范围高分辨率土壤湿度产品自动化处理。