【技术实现步骤摘要】
本说明书实施例涉及计算机，特别涉及数据重建方法和时空重建模型的训练方法。
技术介绍
1、植被指数是卫星可见光和近红外波段多种波段组合的产物，能用于有效度量地面植被的状况。目前，归一化植被指数(norma l ized difference vegetat ion i ndex,ndvi)的应用最为广泛，归一化植被指数可以间接反映地表植被的覆盖程度、生长状态、生物量、生产力以及健康状况等信息。
2、在实际应用中，利用高空间分辨率的卫星数据计算归一化植被指数，所得到的归一化植被指数的精确度较高，但高空间分辨率的卫星数据的重返周期较长，使得所获得的高空间分辨率的卫星数据序列中存在被云或阴影覆盖的数据，导致卫星数据出现缺失，难以连续对植被的动态变化进行观测。重返周期较短的卫星数据，能够以较高的频率观测植被动态变化，但由于重返周期较短的卫星数据的空间分辨率较低，难以获得精确度较高的归一化植被指数，从而难以准确刻画植被的地表信息。
3、因此，如何对归一化植被指数进行重建，以基于重建后的归一化植被指数对地表植被进行观测，提高对地表植被观测的连续性和准确性就成为亟待解决的技术问题。
技术实现思路
1、有鉴于此，本说明书实施例提供了数据重建方法和时空重建模型的训练方法。本说明书一个或者多个实施例同时涉及数据重建装置和时空重建模型的训练装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序产品，以解决现有技术中存在的技术缺陷。
2、根据本说明书实施例的第一方面
3、接收针对目标地理区域的指数数据重建指令，其中，所述指数数据重建指令中携带所述目标地理区域在目标时间区间内的原始卫星指数序列，所述原始卫星指数序列中包括至少一个原始卫星指数数据；
4、将所述原始卫星指数序列输入目标时空重建模型，获得所述目标地理区域在所述目标时间区间内的重建卫星指数序列，其中，所述目标时空重建模型基于样本地理区域的地表数据集和场景数据集训练获得，所述地表数据集根据所述样本地理区域的目标地面站点指数序列和目标卫星指数序列构建，所述场景数据集根据所述目标卫星指数序列和所述目标卫星指数序列对应的参考卫星指数序列构建，所述目标卫星指数序列的空间分辨率高于所述参考卫星指数序列的空间分辨率，所述目标卫星指数序列的重返周期大于所述参考卫星指数序列的重返周期。
5、根据本说明书实施例的第二方面，提供了一种数据重建装置，包括：
6、接收模块，被配置为接收针对目标地理区域的指数数据重建指令，其中，所述指数数据重建指令中携带所述目标地理区域在目标时间区间内的原始卫星指数序列，所述原始卫星指数序列中包括至少一个原始卫星指数数据；
7、输入模块，被配置为将所述原始卫星指数序列输入目标时空重建模型，获得所述目标地理区域在所述目标时间区间内的重建卫星指数序列，其中，所述目标时空重建模型基于样本地理区域的地表数据集和场景数据集训练获得，所述地表数据集根据所述样本地理区域的目标地面站点指数序列和目标卫星指数序列构建，所述场景数据集根据所述目标卫星指数序列和所述目标卫星指数序列对应的参考卫星指数序列构建，所述目标卫星指数序列的空间分辨率高于所述参考卫星指数序列的空间分辨率，所述目标卫星指数序列的重返周期大于所述参考卫星指数序列的重返周期。
8、根据本说明书实施例的第三方面，提供了一种时空重建模型的训练方法，包括：
9、获取样本地理区域在样本时间区间内的目标地面站点指数序列和目标卫星指数序列，并根据所述目标地面站点指数序列和所述目标卫星指数序列，构建所述样本地理区域在所述样本时间区间内的地表数据集；
10、获取所述目标卫星指数序列对应的参考卫星指数序列，根据所述目标卫星指数序列和所述参考卫星指数序列，构建所述样本地理区域在所述样本时间区间内的场景数据集；
11、根据所述地表数据集训练时空重建模型，获得初始时空重建模型；
12、根据所述场景数据集训练所述初始时空重建模型，获得目标时空重建模型。
13、根据本说明书实施例的第四方面，提供了一种时空重建模型的训练装置，包括：
14、第一构建模块，被配置为获取样本地理区域在样本时间区间内的目标地面站点指数序列和目标卫星指数序列，并根据所述目标地面站点指数序列和所述目标卫星指数序列，构建所述样本地理区域在所述样本时间区间内的地表数据集；
15、第二构建模块，被配置为获取所述目标卫星指数序列对应的参考卫星指数序列，根据所述目标卫星指数序列和所述参考卫星指数序列，构建所述样本地理区域在所述样本时间区间内的场景数据集；
16、第一训练模块，被配置为根据所述地表数据集训练时空重建模型，获得初始时空重建模型；
17、第二训练模块，被配置为根据所述场景数据集训练所述初始时空重建模型，获得目标时空重建模型。
18、根据本说明书实施例的第五方面，提供了另一种数据重建方法，应用于云侧设备，包括：
19、接收目标终端发送的指数数据重建指令，其中，所述指数数据重建指令中携带待重建指数序列，所述待重建指数序列中包括至少一个待重建指数数据；
20、将所述待重建指数序列输入目标时空重建模型，获得所述待重建指数序列的重建指数序列，其中，所述目标时空重建模型基于样本地理区域的地表数据集和场景数据集训练获得，所述地表数据集根据所述样本地理区域的目标地面站点指数序列和目标卫星指数序列构建，所述场景数据集根据所述目标卫星指数序列和所述目标卫星指数序列对应的参考卫星指数序列构建，所述目标卫星指数序列的空间分辨率高于所述参考卫星指数序列的空间分辨率，所述目标卫星指数序列的重返周期大于所述参考卫星指数序列的重返周期；
21、将所述重建指数序列发送至所述目标终端。
22、根据本说明书实施例的第六方面，提供了另一种数据重建装置，应用于云侧设备，包括：
23、指令接收模块，被配置为接收目标终端发送的指数数据重建指令，其中，所述指数数据重建指令中携带待重建指数序列，所述待重建指数序列中包括至少一个待重建指数数据；
24、序列输入模块，被配置为将所述待重建指数序列输入目标时空重建模型，获得所述待重建指数序列的重建指数序列，其中，所述目标时空重建模型基于样本地理区域的地表数据集和场景数据集训练获得，所述地表数据集根据所述样本地理区域的目标地面站点指数序列和目标卫星指数序列构建，所述场景数据集根据所述目标卫星指数序列和所述目标卫星指数序列对应的参考卫星指数序列构建，所述目标卫星指数序列的空间分辨率高于所述参考卫星指数序列的空间分辨率，所述目标卫星指数序列的重返周期大于所述参考卫星指数序列的重返周期；
25、发送模块，被配置为将所述重建指数序列发送至所述目标终端。
26、根据本说明书实施例的第七方面，提供了又一种数据重建方法，包括：
27、接收本文档来自技高网...
【技术保护点】
1.一种数据重建方法，包括：
2.如权利要求1所述的方法，所述方法还包括：
3.如权利要求2所述的方法，获取样本地理区域在样本时间区间内的目标地面站点指数序列，包括：
4.如权利要求2所述的方法，获取样本地理区域在样本时间区间内的目标地面站点指数序列，包括：
5.如权利要求3或4所述的方法，所述方法还包括：
6.如权利要求2所述的方法，获取样本地理区域在样本时间区间内的目标卫星指数序列，包括：
7.如权利要求2所述的方法，根据所述目标地面站点指数序列和所述目标卫星指数序列，构建所述样本地理区域在所述样本时间区间内的地表数据集，包括：
8.如权利要求2所述的方法，根据所述目标卫星指数序列和所述参考卫星指数序列，构建所述样本地理区域在所述样本时间区间内的场景数据集，包括：
9.如权利要求8所述的方法，根据所述地表覆盖比例，从所述目标卫星指数时间序列中提取各地表覆盖类型对应的卫星指数时间序列，包括：
10.如权利要求2所述的方法，根据所述地表数据集和所述场景数据集训练时空重建模型
11.如权利要求10所述的方法，根据所述地表数据集训练时空重建模型，获得初始时空重建模型，包括：
12.如权利要求10所述的方法，根据所述场景数据集训练所述初始时空重建模型，获得目标时空重建模型，包括：
13.一种时空重建模型的训练方法，包括：
14.一种数据重建方法，应用于云侧设备，包括：
15.一种数据重建方法，包括：
16.一种计算设备，包括：
17.一种计算机可读存储介质，其存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现权利要求1至15任意一项所述方法的步骤。
18.一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现权利要求1至15任意一项所述方法的步骤。
...【技术特征摘要】
1.一种数据重建方法，包括：
2.如权利要求1所述的方法，所述方法还包括：
3.如权利要求2所述的方法，获取样本地理区域在样本时间区间内的目标地面站点指数序列，包括：
4.如权利要求2所述的方法，获取样本地理区域在样本时间区间内的目标地面站点指数序列，包括：
5.如权利要求3或4所述的方法，所述方法还包括：
6.如权利要求2所述的方法，获取样本地理区域在样本时间区间内的目标卫星指数序列，包括：
7.如权利要求2所述的方法，根据所述目标地面站点指数序列和所述目标卫星指数序列，构建所述样本地理区域在所述样本时间区间内的地表数据集，包括：
8.如权利要求2所述的方法，根据所述目标卫星指数序列和所述参考卫星指数序列，构建所述样本地理区域在所述样本时间区间内的场景数据集，包括：
9.如权利要求8所述的方法，根据所述地表覆盖比例，从所述目标卫星指数时间序列中提取各地表覆盖类...
【专利技术属性】
技术研发人员：杨名阳，何涛，胡朵朵，宋子杰，王才群，
申请(专利权)人：阿里巴巴达摩院杭州科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。