本發(fā)明屬于環(huán)境保護，尤其涉及一種植被的健康狀況確定方法、裝置及設備。

背景技術：

1、環(huán)境污染與破壞會使生態(tài)系統(tǒng)的結構和功能失調，導致環(huán)境質量下降，甚至造成生態(tài)危機，直接威脅到人類的生存?。同時，植被的健康狀況與環(huán)境質量高度相關，所以需要對植被的健康狀況進行監(jiān)測，以防止環(huán)境質量下降。

2、現有技術中，通常采用站點觀測法，需要研究人員實地考察，收集不同生態(tài)系統(tǒng)類型的實測數據，進而確定植被的健康狀況。

3、但是，對于大范圍區(qū)域的監(jiān)測，尤其是全球性的監(jiān)測，為了獲取可靠的植被的健康狀況，需要實地考察的地方很多，收集的實測數據也很多，但是這也使得研究人員的工作量成倍增加，十分繁瑣，植被健康狀況監(jiān)測的便捷性低。

技術實現思路

1、本發(fā)明實施例提供了一種植被的健康狀況確定方法、裝置及設備，解決了植被健康狀況監(jiān)測的便捷性低的技術問題。

2、第一方面，本發(fā)明實施例提供了一種植被的健康狀況確定方法，包括：在預設周期內，獲取目標植被所在區(qū)域的遙感衛(wèi)星數據，所述遙感衛(wèi)星數據包括遙感影像和氣象信息；基于所述遙感衛(wèi)星數據，確定所述目標植被在所述預設周期內的第一凈初級生產力；基于所述第一凈初級生產力和預設的第一生產力預估范圍，確定所述目標植被的健康狀況。

3、結合本發(fā)明的第一方面，在一些實施方式下，所述基于所述第一凈初級生產力和預設的第一生產力預估范圍，確定所述目標植被的健康狀況，包括：在所述預設周期內，獲取所述目標植被所在區(qū)域的生態(tài)變化信息；基于所述目標植被所在區(qū)域的生態(tài)變化信息和所述第一生產力預估范圍，確定第二生產力預估范圍；基于所述第一凈初級生產力和所述第二生產力預估范圍，確定所述目標植被的健康狀況。

4、結合本發(fā)明的第一方面，在一些實施方式下，所述目標植被所在區(qū)域的生態(tài)變化信息包括累計太陽輻射量以及土壤營養(yǎng)物質含量，所述基于所述目標植被所在區(qū)域的生態(tài)變化信息和所述第一生產力預估范圍，確定第二生產力預估范圍，包括：基于所述目標植被所在區(qū)域的累計太陽輻射量以及土壤營養(yǎng)物質含量，對所述第一生產力預估范圍進行修正，以得到所述第二生產力預估范圍。

5、結合本發(fā)明的第一方面，在一些實施方式下，所述基于所述第一凈初級生產力和所述第二生產力預估范圍，確定所述目標植被的健康狀況，包括：如果所述第一凈初級生產力處于所述第二生產力預估范圍，判定所述目標植被的健康狀況為正常；如果所述第一凈初級生產力不處于所述第二生產力預估范圍，判定所述目標植被的健康狀況為異常。

6、結合本發(fā)明的第一方面，在一些實施方式下，在所述基于所述第一凈初級生產力和預設的第一生產力預估范圍，確定所述目標植被的健康狀況之前，還包括：獲取所述目標植被所在區(qū)域的生態(tài)固定信息；將所述目標植被所在區(qū)域的生態(tài)固定信息，輸入至生產力預測模型，以得到所述第一生產力預估范圍，所述生態(tài)固定信息包括植被類型、生態(tài)分區(qū)類型和氣候分區(qū)類型。

7、結合本發(fā)明的第一方面，在一些實施方式下，所述生產力預測模型是通過如下步驟建立的：獲取多組樣本，所述多組樣本中每組樣本包括一個區(qū)域的植被類型、生態(tài)分區(qū)類型、氣候分區(qū)類型以及生產力實際范圍；將所述多組樣本中每組樣本的植被類型、生態(tài)分區(qū)類型以及氣候分區(qū)類型，輸入預設的神經網絡模型，以得到生產力預估范圍；確定所述生產力預估范圍和所述生產力實際范圍的損失函數；基于所述生產力預估范圍和所述生產力實際范圍的損失函數，對所述神經網絡模型進行迭代優(yōu)化，以得到所述生產力預測模型。

8、結合本發(fā)明的第一方面，在一些實施方式下，所述基于所述遙感衛(wèi)星數據，確定所述目標植被在所述預設周期內的第一凈初級生產力，包括：基于所述遙感衛(wèi)星數據，確定所述目標植被在所述預設周期內的第二凈初級生產力；將所述目標植被在所述預設周期內的第二凈初級生產力，輸入至預設的數據去噪模型，以得到所述目標植被在所述預設周期內的第一凈初級生產力。

9、結合本發(fā)明的第一方面，在一些實施方式下，所述數據去噪模型是通過如下步驟建立的：獲取多組樣本，所述多組樣本中每組樣本包括一個區(qū)域的海拔高度、地表溫度、生態(tài)分區(qū)類型和氣候分區(qū)類型，以及該區(qū)域在一個周期的含噪凈初級生產力和去噪凈初級生產力；將所述多組樣本中每組樣本的海拔高度、地表溫度、生態(tài)分區(qū)類型、氣候分區(qū)類型以及含噪凈初級生產力，輸入預設的gan模型的生成器，以得到預估凈初級生產力；將所述預估凈初級生產力和所述去噪凈初級生產力，輸入至所述gan模型的判別器，以得到所述預估凈初級生產力和所述去噪凈初級生產力的損失函數；基于所述預估凈初級生產力和所述去噪凈初級生產力的損失函數，對所述gan模型進行迭代優(yōu)化，以得到所述數據去噪模型。

10、第二方面，本發(fā)明實施例提供了一種植被的健康狀況確定裝置，包括：數據獲取單元，用于在預設周期內，獲取目標植被所在區(qū)域的遙感衛(wèi)星數據，所述遙感衛(wèi)星數據包括遙感影像和氣象信息；生產力確定單元，用于基于所述遙感衛(wèi)星數據，確定所述目標植被在所述預設周期內的第一凈初級生產力；狀況確定單元，用于基于所述第一凈初級生產力和預設的第一生產力預估范圍，確定所述目標植被的健康狀況。

11、第三方面，本發(fā)明實施例提供了一種電子設備，包括：存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現第一方面中任一項所述方法。

12、本發(fā)明實施例提供的一個或者多個技術方案，至少實現了如下技術效果或者優(yōu)點：

13、本發(fā)明實施例通過在預設周期內，獲取目標植被所在區(qū)域的遙感衛(wèi)星數據，遙感衛(wèi)星數據包括遙感影像和氣象信息；基于遙感衛(wèi)星數據，確定目標植被在預設周期內的第一凈初級生產力；基于第一凈初級生產力和預設的第一生產力預估范圍，確定目標植被的健康狀況。通過遙感衛(wèi)星數據來確定目標植被在預設周期內的第一凈初級生產力，第一凈初級生產力表征目標植被在自然環(huán)境下的生產能力，所以可以通過第一凈初級生產力確定目標植被的健康狀況，避免了研究人員實地考察以收集實測數據，降低工作量，所以，提高了植被健康狀況監(jiān)測的便捷性。

技術特征：

1.一種植被的健康狀況確定方法，其特征在于，包括：

2.根據權利要求1所述的植被的健康狀況確定方法，其特征在于，所述基于所述第一凈初級生產力和預設的第一生產力預估范圍，確定所述目標植被的健康狀況，包括：

3.根據權利要求2所述的植被的健康狀況確定方法，其特征在于，所述目標植被所在區(qū)域的生態(tài)變化信息包括累計太陽輻射量以及土壤營養(yǎng)物質含量，所述基于所述目標植被所在區(qū)域的生態(tài)變化信息和所述第一生產力預估范圍，確定第二生產力預估范圍，包括：

4.根據權利要求2所述的植被的健康狀況確定方法，其特征在于，所述基于所述第一凈初級生產力和所述第二生產力預估范圍，確定所述目標植被的健康狀況，包括：

5.根據權利要求1所述的植被的健康狀況確定方法，其特征在于，在所述基于所述第一凈初級生產力和預設的第一生產力預估范圍，確定所述目標植被的健康狀況之前，還包括：

6.根據權利要求5所述的植被的健康狀況確定方法，其特征在于，所述生產力預測模型是通過如下步驟建立的：

7.根據權利要求1所述的植被的健康狀況確定方法，其特征在于，所述基于所述遙感衛(wèi)星數據，確定所述目標植被在所述預設周期內的第一凈初級生產力，包括：

8.根據權利要求7所述的植被的健康狀況確定方法，其特征在于，所述數據去噪模型是通過如下步驟建立的：

9.一種植被的健康狀況確定裝置，其特征在于，包括：

10.一種電子設備，其特征在于，包括：存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現權利要求1-8中任一項所述方法。

技術總結
本發(fā)明公開了一種植被的健康狀況確定方法、裝置及設備，該方法包括：在預設周期內，獲取目標植被所在區(qū)域的遙感衛(wèi)星數據，遙感衛(wèi)星數據包括遙感影像和氣象信息；基于遙感衛(wèi)星數據，確定目標植被在預設周期內的第一凈初級生產力；基于第一凈初級生產力和預設的第一生產力預估范圍，確定目標植被的健康狀況。通過本發(fā)明解決了植被健康狀況監(jiān)測的便捷性低的技術問題。

技術研發(fā)人員：桑會勇,翟亮,燕琴
受保護的技術使用者：中國測繪科學研究院
技術研發(fā)日：
技術公布日：2024/12/19