本发明公开了基于T‑SAE农作物植株铅浓度Vis‑NIR光谱深度迁移学习方法，获取植株根和叶片样本的高光谱图像并进一步得到植株根和叶片ROI光谱，对植株根和叶片ROI光谱进行预处理获得集合S1和S2；分别从植株根和叶片的ROI中随机抽取n个平均光谱数据并进行预处理获得集合S3和S4；基于上述光谱数据集合以及铅胁迫类别标签集合L，分别完成根、叶片光谱数据与铅胁迫类别的深度学习模型SAE Model 1和SAE Model 2的构建；进而得到根、叶片光谱数据和铅胁迫类别之间的T‑SAE深度迁移学习模型，本方法具有检测速度快，精度高，可迁移能力强，对农作物植株不会造成破坏等优点，可实现农作物植株环境重金属铅浓度类别检测。