基于深度学习和高光谱的土壤有机质含量估算方法

本发明公开了基于深度学习和高光谱的土壤有机质含量估算方法，涉及数据处理技术领域，基于高光谱获取目标土壤样本的光谱特征数据；基于历史数据对深度学习模型进行训练并调优得到目标模型，历史数据包括历史光谱特征数据与对应的土壤有机质含量；对应目标模型设置干涉网络模型，通过干涉网络模型对目标模型进行反向优化；将目标土壤样本的光谱特征数据输入至目标模型中，基于土壤有机质结果进行可视化展示得到土壤有机质含量土壤模型。本发明通过预演目标模型能够对目标模型进行反向优化，能够保证对目标模型的持续优化以及对目标模型正常使用下的稳定性，具有较好的数据稳定性以及保证后续土壤有机质含量估算的准确性。