1.一种计算人工植被恢复适宜性方法，其特征在于，所述方法包括：

根据获取到的人工特征以及地形因素构建出对应的人工植被恢复适宜性指数，并获取对应的研究区域，所述人工特征包括公路、铁路、人居环境、服务站、水路的特征；

根据所述研究区域生成对应的研究任务，并采集所述研究区域在预设时间内生成的数据集，所述数据集包括长时间序列卫星数据、所述人工特征以及地形数据；

获取与所述研究任务对应的植被光谱指数以及土壤指数，并基于所述植被光谱指数以及所述土壤指数对所述数据集进行计算处理，以计算出对应的ENDVI植被光谱指数数据集，所述ENDVI植被光谱指数数据集包括若干年ENDVI植被光谱指数数据；

根据预设边缘检测算法对所述ENDVI植被光谱指数数据集进行边缘检测处理，以生成对应的边缘线，并根据所述边缘线建立缓冲区，以提取出所述缓冲区中的逐年ENDVI边缘缓冲区数据；

基于Otsu算法计算出所述逐年ENDVI边缘缓冲区数据对应的逐年最佳阈值，并根据所述逐年最佳阈值在所述ENDVI植被光谱指数数据集中区分出植被数据以及背景数据，所述ENDVI植被光谱指数数据集包括逐年生成的若干ENDVI像元值，所述根据所述逐年最佳阈值在所述逐年ENDVI边缘缓冲区数据中区分出植被数据以及背景数据的步骤包括：根据所述预设边缘检测算法对所述逐年ENDVI边缘缓冲区数据进行边缘检测处理，以生成所述边缘线；

根据所述边缘线计算出对应的阈值，并判断所述ENDVI像元值是否大于所述阈值；

若判断到所述ENDVI像元值大于所述阈值，则判定当前所述ENDVI像元值对应所述植被数据；

若判断到所述ENDVI像元值小于所述阈值，则判定当前所述ENDVI像元值对应所述背景数据；

基于所述Otsu算法根据所述ENDVI植被光谱指数数据集构造出对应的逐年植被分布数据集，并基于所述逐年植被分布数据集根据所述人工植被恢复适宜性指数绘制出对应的人工植被恢复适宜性图谱，所述根据所述人工植被恢复适宜性指数绘制出对应的人工植被恢复适宜性图谱的步骤包括：通过逐年对所述人工特征进行欧几里得距离分析，以对应计算出植被网格距离所述人工特征的平均欧几里得距离，并根据所述平均欧几里得距离以及时间构建出对应的一次相关性函数，以根据所述一次相关性函数确定出所述人工植被恢复适宜性指数中的人工特征的类别以及总数，且生成对应的特征距离数据集；

基于各个所述人工特征按照预设间隔距离生成若干所述缓冲区，并以若干所述缓冲区的距离为自变量、植被像素百分比为因变量构建出对应的若干回归方程，以将若干所述回归方程的斜率的比值确定为各个所述人工特征之间的权重比；

将所述地形因素中的坡度划分为若干预设坡度等级，并根据若干所述预设坡度等级确定出对应的地形因素比；

根据预设算法对所述特征距离数据集进行距离便利性等级分类，以对应获取到若干距离便利性等级；

基于所述人工特征的类别以及总数、所述权重比、所述地形因素比以及所述距离便利性等级，根据所述人工植被恢复适宜性指数绘制出对应的人工植被恢复适宜性图谱。

2.根据权利要求1所述的计算人工植被恢复适宜性方法，其特征在于：所述基于所述植被光谱指数以及所述土壤指数对所述数据集进行计算处理，以计算出对应的ENDVI植被光谱指数数据集的算法为：其中，ENDVI表示所述ENDVI植被光谱指数数据的计算公式，NDVI表示所述植被光谱指数的计算公式，NDSI表示所述土壤指数的计算公式，Red表示卫星图像的红波段，NIR表示卫星图像的近红外波段，SWIR表示卫星图像的短波红外波段。

3.根据权利要求1所述的计算人工植被恢复适宜性方法，其特征在于：所述人工植被恢复适宜性指数的表达式为：其中，n为所述人工特征的总数；ai为每个所述人工特征的相应权重；xi表示人工恢复的距离便利性；T为所述地形因素的系数值。

4.一种计算人工植被恢复适宜性系统，其特征在于，所述系统包括：

获取模块，用于根据获取到的人工特征以及地形因素构建出对应的人工植被恢复适宜性指数，并获取对应的研究区域，所述人工特征包括公路、铁路、人居环境、服务站、水路的特征；

采集模块，用于根据所述研究区域生成对应的研究任务，并采集所述研究区域在预设时间内生成的数据集，所述数据集包括长时间序列卫星数据、所述人工特征以及地形数据；

第一计算模块，用于获取与所述研究任务对应的植被光谱指数以及土壤指数，并基于所述植被光谱指数以及所述土壤指数对所述数据集进行计算处理，以计算出对应的ENDVI植被光谱指数数据集，所述ENDVI植被光谱指数数据集包括若干年ENDVI植被光谱指数数据；

检测模块，用于根据预设边缘检测算法对所述ENDVI植被光谱指数数据集进行边缘检测处理，以生成对应的边缘线，并根据所述边缘线建立缓冲区，以提取出所述缓冲区中的逐年ENDVI边缘缓冲区数据；

第二计算模块，用于基于Otsu算法计算出所述逐年ENDVI边缘缓冲区数据对应的逐年最佳阈值，并根据所述逐年最佳阈值在所述ENDVI植被光谱指数数据集中区分出植被数据以及背景数据，所述ENDVI植被光谱指数数据集包括逐年生成的若干ENDVI像元值，所述第二计算模块具体用于：根据所述预设边缘检测算法对所述逐年ENDVI边缘缓冲区数据进行边缘检测处理，以生成所述边缘线；

根据所述边缘线计算出对应的阈值，并判断所述ENDVI像元值是否大于所述阈值；

若判断到所述ENDVI像元值大于所述阈值，则判定当前所述ENDVI像元值对应所述植被数据；

若判断到所述ENDVI像元值小于所述阈值，则判定当前所述ENDVI像元值对应所述背景数据；

输出模块，用于基于所述Otsu算法根据所述ENDVI植被光谱指数数据集构造出对应的逐年植被分布数据集，并基于所述逐年植被分布数据集根据所述人工植被恢复适宜性指数绘制出对应的人工植被恢复适宜性图谱，所述输出模块具体用于：通过逐年对所述人工特征进行欧几里得距离分析，以对应计算出植被网格距离所述人工特征的平均欧几里得距离，并根据所述平均欧几里得距离以及时间构建出对应的一次相关性函数，以根据所述一次相关性函数确定出所述人工植被恢复适宜性指数中的人工特征的类别以及总数，且生成对应的特征距离数据集；

基于各个所述人工特征按照预设间隔距离生成若干所述缓冲区，并以若干所述缓冲区的距离为自变量、植被像素百分比为因变量构建出对应的若干回归方程，以将若干所述回归方程的斜率的比值确定为各个所述人工特征之间的权重比；

将所述地形因素中的坡度划分为若干预设坡度等级，并根据若干所述预设坡度等级确定出对应的地形因素比；

根据预设算法对所述特征距离数据集进行距离便利性等级分类，以对应获取到若干距离便利性等级；

基于所述人工特征的类别以及总数、所述权重比、所述地形因素比以及所述距离便利性等级，根据所述人工植被恢复适宜性指数绘制出对应的人工植被恢复适宜性图谱。

5.根据权利要求4所述的计算人工植被恢复适宜性系统，其特征在于：所述基于所述植被光谱指数以及所述土壤指数对所述数据集进行计算处理，以计算出对应的ENDVI植被光谱指数数据集的算法为：其中，ENDVI表示所述ENDVI植被光谱指数数据的计算公式，NDVI表示所述植被光谱指数的计算公式，NDSI表示所述土壤指数的计算公式，Red表示卫星图像的红波段，NIR表示卫星图像的近红外波段，SWIR表示卫星图像的短波红外波段。

6.一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3中任意一项所述的计算人工植被恢复适宜性方法。