一种基于深度学习的生态环境修复评估方法

本发明提供了一种基于深度学习的生态环境修复评估方法，涉及智能生态环境修复评估技术领域；包括：获取多源数据作为时序序列，包括遥感图像数据、环境质量数据和生物多样性数据；构建生态环境知识图谱，通过图神经网络对知识图谱进行实体关系重构和时序预测；通过多类分割模型对遥感图像数据进行多类分割得到语义类别响应图；根据语义类别响应图、多个时间点的语义类别响应图的差异、图神经网络最终层输出、多个时间点的区域环境质量数据与生物多样性数据差异得到分类结果。本发明通过深度学习技术，实现多源数据的融合与分析，预测生态环境变化趋势，评估生态环境修复程度，提高生态评估的科学性和可靠性，为生态保护与修复提供智能化支持。