一种融合机器学习的耕地质量评价异常溯源方法及系统

本发明涉及农业信息技术领域，公开了一种融合机器学习的耕地质量评价异常溯源方法及系统，其中，一种融合机器学习的耕地质量评价异常溯源方法包括：多尺度特征提取与融合、贝叶斯神经网络构建、证据深度学习实现、异常检测与溯源以及自适应溯源策略执行五个步骤。本发明能够有效识别和溯源耕地质量评价中的异常，并通过不确定性量化与分解，区分认知不确定性与随机不确定性，为异常处理提供差异化溯源策略，提高资源利用效率，实现精准农业管理。