基于深度学习的场区污染识别方法及系统

本发明涉及一种基于深度学习的场区污染识别方法和系统，包括：数据预处理，用于接收原始数据，并对原始数据进行清洗、转换和空间对齐，输出预设标准格式的预处理数据；所述原始数据包括遥感影像、设施分布图和监测数据；特征提取，接收预处理数据，并从预处理数据中提取遥感特征、设施特征和空间插值特征，通过特征融合技术将上述特征进行整合，输出融合特征；模型训练，基于所述融合特征和标签数据训练深度学习模型；风险识别和预测，使用训练好的深度学习模型对目标场区进行污染风险识别和预测，生成五大类污染物的风险概率栅格图；能够在监测数据极少或缺失的情况下，也能通过遥感影像和场区基本信息实现可靠的污染风险识别和预测。