简介： 本发明提供了一种基于深度学习和计权型多因子评价的测土配方施肥方法，包括以下步骤：将土壤数据和地块产量数据进行整理和归档，并进行归一化处理和添加标签操作，得到样本数据；针对不同作物对不同化学元素敏感度的差异设置对应的权重，利用分肥力系数标准公式和改进的内梅罗指数法对土壤的肥力状况和重金属污染状况划分等级，得出综合肥力指数；通过计权型多因子评价改进经典遗传算法中的适应度函数，通过适应度函数选取合适的子代数据来进行数据增强，扩充数据样本；使用扩充的数据样本对神经网络模型进行训练，得出作物的产量预测与配肥补肥策略。本发明解决了神经网络要求训练样本量大的问题，还给出土壤的丰缺度评价和污染指标评价。