基于深度学习的植被指数时间序列预测方法与装置

一种基于深度学习的植被指数时间序列预测方法与装置，方法包括如下步骤：获取预定时段的历史时期植被指数和环境因子数据并进行处理，得到作为植被指数的NDVI、EVI和kNDVI数据，以及包括温度、降水、蒸散发、风速、相对湿度和土壤湿度的环境因子数据；通过确定环境因子和植被指数之间的线性关系强度和方向，选取和植被指数相关性强的环境因子；构建包括输入层、CNN层、BiLSTM层、AM层和输出层的CNN‑BiLSTM‑AM模型来预测植被指数时间序列，将相关性强的环境因子作为输入数据，分别以NDVI、EVI和kNDVI植被指数作为输出的预测目标。本发明技术流程简单明晰，极大地提高了植被指数时间序列预测的准确性。