简介： 本发明提供了一种基于深度学习的耕地质量自然等级评价方法，步骤包括：获取待评价区域的遥感影像信息；计算待评价区域的植被归一化指数；通过卷积层、池化层等级构建深度学习模型；根据模型特征将待研究区域植被归一化指数切割为固定大小并建立训练集和验证集；通过已知的耕地质量自然等级数据和训练集对深度学习模型进行训练；以待评价区域的植被归一化指数输入训练完成的模型，得到评价区域的自然质量等级结果。本发明可为耕地自然质量评价提供科学依据，客观、准确地对耕地自然质量进行评价。