一种基于深度学习的作物光合参数预测方法、设备、介质及产品

本申请公开了一种基于深度学习的作物光合参数预测方法、设备、介质及产品，涉及光合参数预测领域，该方法包括获取待预测作物的高光谱数据立方体；根据高光谱数据立方体，确定待预测作物的高光谱反射率；根据高光谱反射率，利用光合参数预测模型，确定待预测作物的光合参数；光合参数包括特定光强下的光合速率、叶绿素相对含量、叶绿素a、叶绿素b和叶片氮含量；光合参数预测模型是利用训练数据集对深度学习模型进行训练得到的。本申请中利用光合参数的真值和对应的高光谱反射率确定光合参数预测模型，可快速、无损、准确地确定作物的多个光合参数。