植被指数生成方法、装置、电子设备及存储介质与流程

技术特征：
1.一种植被指数生成方法，其特征在于，包括：接收植被指数查询参数；将所述植被指数查询参数输入至植被指数的反演模型，得到对应的植被指数；其中，所述反演模型，通过如下步骤获取：基于植被指数样本数据，以及植被指数生成装置自带的训练数据，生成样本集；其中，所述样本集包含有训练样本；对所述训练样本进行训练，得到所述反演模型。2.根据权利要求1所述的植被指数生成方法，其特征在于，所述样本集还包含有：验证样本和测试样本；所述反演模型的获取步骤，还包括：基于所述验证样本，对所述反演模型进行验证，得到所述植被指数的反演精度；基于所述测试样本，对所述反演模型的稳定性进行测试，得到所述反演模型的稳定性数据；在所述反演精度不满足目标精度，或者所述稳定性数据不满足目标稳定性的情况下，对所述反演模型进行修正。3.根据权利要求2所述的植被指数生成方法，其特征在于，所述将所述植被指数查询参数输入至植被指数的反演模型，得到对应的植被指数，包括：在所述反演精度满足目标精度，以及所述稳定性数据满足目标稳定性的情况下，将所述植被指数查询参数输入至所述反演模型，得到对应的植被指数。4.根据权利要求1所述的植被指数生成方法，其特征在于，所述训练样本包含有训练数据，以及植被指数样本数据；其中，所述训练样本中的训练数据作为训练输入数据，所述训练样本中的植被指数样本数据作为训练输出数据。5.根据权利要求4所述的植被指数生成方法，其特征在于，所述对所述训练样本进行训练，得到所述反演模型，包括：将所述训练样本中的训练数据输入至正向长短期记忆网络层，得到第一输出数据；将所述训练样本中的训练数据以时间序列的相反顺序输入至反向长短期记忆网络层，得到第二输出数据；基于所述第一输出数据、所述第二输出数据以及所述训练样本中的植被指数样本数据，对所述正向长短期记忆网络层以及所述反向长短期记忆网络层进行修正，得到所述反演模型。6.根据权利要求1所述的植被指数生成方法，其特征在于，所述训练数据包含有环境数据、反射率数据、时间序列特征数据以及辅助数据。7.一种植被指数生成装置，其特征在于，包括：数据接收模块，用于接收植被指数查询参数；指数生成模块，用于将所述植被指数查询参数输入至植被指数的反演模型，得到对应的植被指数；其中，所述反演模型，通过如下步骤得到：基于植被指数样本数据，以及植被指数生成装置自带的训练数据，生成样本集；其中，
所述样本集包含有训练样本；对所述训练样本进行训练，得到所述反演模型。8.根据权利要求7所述的植被指数生成装置，其特征在于，所述样本集还包含有：验证样本和测试样本；所述反演模型的获取步骤，还包括：基于所述验证样本，对所述反演模型进行验证，得到所述植被指数的反演精度；基于所述测试样本，对所述反演模型的稳定性进行测试，得到所述反演模型的稳定性数据；在所述反演精度不满足目标精度，或者所述稳定性数据不满足目标稳定性的情况下，对所述反演模型进行修正。9.一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述植被指数生成方法的步骤。10.一种处理器可读存储介质，其特征在于，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行权利要求1至6任一项所述植被指数生成方法的步骤。

技术总结
本发明提供一种植被指数生成方法、装置、电子设备及存储介质，植被指数生成方法包括：接收植被指数查询参数；将所述植被指数查询参数输入至植被指数的反演模型，得到对应的植被指数；其中，所述反演模型，通过如下步骤获取：基于植被指数样本数据，以及植被指数生成装置自带的训练数据，生成样本集；其中，所述样本集包含有训练样本；对所述训练样本进行训练，得到所述反演模型。本发明提供的植被指数生成方法，可以降低人为因素对植被指数生成结果的影响，提高植被指数生成结果的准确性，以及提高植被指数生成方法的普适性。植被指数生成方法的普适性。植被指数生成方法的普适性。


技术研发人员：唐碧剑 胡雪敏 蔡翊
受保护的技术使用者：中移系统集成有限公司 中国移动通信集团有限公司
技术研发日：2021.06.01
技术公布日：2022/12/1