一种基于深度学习与多源遥感数据的水土流失动态识别方法及系统

本发明公开了一种基于深度学习与多源遥感数据的水土流失动态识别方法及系统，属于水土流失动态识别技术领域。该方法包括：S1：获取待监测区域的多源遥感数据；S2：构建动态自适应特征提取网络DAFEN，网络包括多个层次的特征识别层，每一层动态生成识别单元以适应输入数据的空间分布和特征复杂度，并通过双向信息流进行特征优化；S3：利用DAFEN对多源遥感数据进行特征提取，输出包括土地利用类型、植被覆盖度、地形因子在内的多维度特征图；S4：基于多维度特征图，结合改进的土壤侵蚀强度计算模型，计算每个像元在时间t的土壤侵蚀强度等级，生成水土流失动态监测结果图，显著提升了监测的准确性和鲁棒性。