一种植被净初级生产力预测模型构建方法及系统

本申请属于植被净初级生产力预测技术领域，具体公开了一种植被净初级生产力预测模型构建方法及系统。该方法包括：将原始植被净初级生产力时序数据进行多尺度分解，得到趋势、季相和残差三个分量；将三个分量重构为与原始植被净初级生产力时序数据维度相同的标准化时间序列，然后运用重标极差分析法计算各分量的Hurst指数，据此确定这三个分量的最佳输入步长，构建具有时空关联性的监督学习样本数据集；将趋势分量和季相分量输入混合神经网络模型进行样本数据集训练和验证，同时将残差分量输入XGBoost模型进行样本数据集训练和验证，得到植被净初级生产力预测模型。本申请能提高植被净初级生产力的预测精度。