摘要
本申请提供了一种基于多光谱遥感与深度学习的农作物监测系统及方法，其中，所述系统包括：数据预处理模块，用于对多光谱遥感影像进行数据预处理，生成标准反射率数据集；特征提取模块，用于通过多尺度卷积神经网络对标准反射率数据集提取高维光谱特征向量；时序动态分析模块，用于对高维光谱特征向量通过长短期记忆网络进行时序关联分析，生成加权时序特征向量；生理参数量化模块，用于将加权时序特征向量映射为作物生理参数的量化指标；监测结果生成模块，用于根据量化指标进行动态推演，生成作物生长状态的动态趋势预测数据。采用本系统能够动态感知作物生长阶段特性并自适应调整光谱特征提取策略，提升复杂农业环境中的农作物监测精度。
