摘要
本发明提供了一种基于图神经网络的土壤盐渍化风险动态预警方法，涉及农业环境监测与地质灾害预警技术领域。包括：获取待测区域的多源数据集；通过自适应数据预处理技术，对多源数据集进行预处理，得到预处理数据；根据预处理数据构建时空图结构；将时空图结构输入到构建好的土壤盐渍化风险图神经网络模型得到多层次特征图集；通过引入变换学习机制，利用动态权重调整对多层次特征图集进行筛选，得到有效特征集；利用多任务学习方法对有效特征集进行风险动态的预测，得到预测结果。本发明解决了现有技术中基于空间数据的方法大多采用传统的机器学习算法，往往难以充分捕捉数据之间的空间依赖性和非线性关系，从而限制了模型的预测性能的问题。
