一种基于多源卫星遥感和深度学习的土壤盐分监测方法

本发明公开了一种基于多源卫星遥感和深度学习的土壤盐分监测方法，应用于土壤盐分监测技术领域。包括以下步骤：获取农田的矢量图形和卫星数据集，对农田的矢量图形进行去云筛选和中值合成，对卫星数据集的图像数据进行重采样，通过特征选择算法选择数据集中的特征，采用SHAP值对比传统机器学习模型和深度学习模型，评估不同模型的性能表现，确定土壤盐分的关键影响特征，在模型训练过程中，通过最小化对数损失函数更新各模型的参数，选择预测回归模型，生成农田分析可视化图。本发明解决了现有方法在此类农田上存在的监测不及时、过程费时费力、数据处理复杂和监测精度不可靠等问题，为农田的土壤盐碱化治理提供关键的决策支持。