一种利用多光谱数据反演农用地土壤Cu含量的方法

一种利用多光谱数据反演农用地土壤Cu含量的方法，包括如下步骤：获取Sentinel‑2卫星Level‑2A遥感影像数据；分别以土壤pH值、湿度、有机质含量构建决策树，通过决策树将样本划分到不同的范围组；采用连续投影算法SPA和Boruta算法计算特征变量的重要性，找到最合适的光谱指数形式；采用梯度提升树XGBoost算法作为土壤中Cu含量的反演模型，结合Optuna框架，分别建立pH区间、湿度区间、有机质含量的反演模型；通过决策树进行分类，将待测土壤的光谱指数输入预测性能好的反演模型中，得到预测值。本发明通过全面的重采样策略、多维光谱变换形式、分类数据、分类建模等手段提高了土壤重金属Cu含量反演的准确性。