本发明公开基于GEE平台多源数据融合的大区域森林植被碳储量的反演方法，数据获取及分析：获得森林碳存贮文献分析数据和指标因子数据集；进行相关性分析，构建森林碳储量指标体系，建立自变量指数因子与森林碳储量样本的对应的特征变量关系；导入基于LSTM的seq2seq深度学习模型；并进行精度分析；利用该深度学习模型反演大区域森林植被碳储量数据集，分析森林碳储量的主要决定因素。引入谷歌地球引擎，通过其庞大的遥感数据档案加上其强大的并行计算能力，对其提取波段信息、植被指数、长期变化趋势特征等因子，并基于LSTM的seq2seq深度学习模型，反演黄土高原地区森林碳储量，分析森林碳储量的主要决定因素。