基于多任务级联学习的作物早季分类方法、系统及介质

本发明公开了一种基于多任务级联学习的作物早季分类方法、系统及介质，所述方法包括：获取早季作物的遥感时序数据，以构建多源遥感时序数据；根据多源遥感时序数据，划分出训练集、验证集和测试集；基于多任务级联学习构建混合深度学习模型；利用训练集和验证集对混合深度学习模型进行训练，得到作物分类模型；利用测试集对作物分类模型进行测试，得到分类结果；根据分类结果的置信度水平，动态调整作物早季分类时间点；其中，混合深度学习模型包括预测模块和分类模块，预测模块以长短期记忆网络为核心，且结合了编码器‑解码器结构和注意力机制，分类模块为卷积神经网络，两个模块通过级联学习机制产生关联。本发明显著提升了作物早季分类的准确性。