【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及農(nóng)業(yè)信息，尤其涉及一種氣象事件對農(nóng)作物單產(chǎn)影響的處理方法、裝置及設(shè)備。
技術(shù)介紹
1、隨著全球氣候變化的影響日益顯著，極端氣象事件如干旱、洪澇、霜凍等對農(nóng)作物生產(chǎn)構(gòu)成了嚴(yán)重威脅。這些極端事件不僅影響農(nóng)作物的正常生長，還可能導(dǎo)致農(nóng)作物減產(chǎn)甚至絕收，對農(nóng)業(yè)生產(chǎn)安全和社會經(jīng)濟(jì)發(fā)展帶來巨大影響。因此，準(zhǔn)確診斷和評估極端氣象事件對農(nóng)作物單產(chǎn)風(fēng)險，對于指導(dǎo)農(nóng)業(yè)生產(chǎn)、制定防災(zāi)減災(zāi)措施具有重要意義。
2、目前研究極端氣候事件對農(nóng)作物影響過程共有三種方法，分別是大田實(shí)驗(yàn)法，基于過程的作物模型法，統(tǒng)計模型或機(jī)器學(xué)習(xí)法。
3、首先，大田實(shí)驗(yàn)法是指人為調(diào)控極端氣候變量，脅迫作物生長，分析極端氣候變量對農(nóng)作物的影響，這種方法能夠直觀地展示極端氣候?qū)r(nóng)作物的影響，但可能受到實(shí)驗(yàn)條件限制，無法完全模擬真實(shí)的極端氣候條件。
4、基于過程的作物模型法是充分考慮了作物生長過程中的環(huán)境條件、栽培管理措施等因素，通過對作物發(fā)育、器官形成、產(chǎn)量形成等過程進(jìn)行模擬研究，以預(yù)測作物在特定環(huán)境下的生長狀況和產(chǎn)量。但通常涉及大量的參數(shù)和變量，模型的建立和校準(zhǔn)過程較為復(fù)雜，此外，由于作物生長和發(fā)育過程受到多種因素的影響，模型的預(yù)測?結(jié)果可能存在一定的局限性，運(yùn)行作物模型時需要的大量氣候、土壤和作物生長數(shù)據(jù)也可能不易獲取和處理，另外當(dāng)存在極端氣候事件時，作物模型并不能很好的捕捉到，導(dǎo)致在探索極端氣候事件對農(nóng)作物的影響時準(zhǔn)確性不高。
5、統(tǒng)計模型法是收集和分析歷史氣候數(shù)據(jù)和農(nóng)作物產(chǎn)量數(shù)據(jù)，建立氣候因子與農(nóng)作物產(chǎn)量等的回歸關(guān)
技術(shù)實(shí)現(xiàn)思路
1、為了解決上述問題，本專利技術(shù)提供一種氣象事件對農(nóng)作物單產(chǎn)影響的處理方法、裝置及設(shè)備。
2、本專利技術(shù)提供一種氣象事件對農(nóng)作物單產(chǎn)影響的處理方法，包括：
3、獲取目標(biāo)站點(diǎn)范圍內(nèi)在第一時間段內(nèi)各個站點(diǎn)的氣象數(shù)據(jù)，以及位于目標(biāo)站點(diǎn)范圍內(nèi)田間中種植的農(nóng)作物的品種參數(shù)、土壤數(shù)據(jù)和田間管理數(shù)據(jù)；所述目標(biāo)站點(diǎn)范圍基于預(yù)設(shè)的氣候條件劃分得到；
4、根據(jù)所述氣象數(shù)據(jù)確定所述目標(biāo)站點(diǎn)范圍內(nèi)的氣候特征向量，并對所述氣候特征向量中的每個氣候特征進(jìn)行預(yù)設(shè)次數(shù)的隨機(jī)置換，確定多個氣候特征向量；
5、根據(jù)所述品種參數(shù)、土壤數(shù)據(jù)和田間管理數(shù)據(jù)確定田間中種植的農(nóng)作物的生物量；所述生物量表征農(nóng)作物生產(chǎn)力的指標(biāo)；
6、將多個氣候特征向量分別和所述生物量輸入到農(nóng)作物單產(chǎn)預(yù)測模型中，由所述農(nóng)作物單產(chǎn)預(yù)測模型輸出預(yù)測單產(chǎn)量；
7、基于所述預(yù)測單產(chǎn)量和對應(yīng)的實(shí)際單產(chǎn)量，確定預(yù)測誤差，基于所述預(yù)測誤差確定每個氣候特征的風(fēng)險系數(shù)；
8、其中，所述農(nóng)作物單產(chǎn)預(yù)測模型為將根據(jù)樣本數(shù)據(jù)確定的氣候特征向量和生物量，以及樣本數(shù)據(jù)對應(yīng)的實(shí)際單產(chǎn)量作為輸入，通過機(jī)器學(xué)習(xí)訓(xùn)練得到的，用于預(yù)測農(nóng)作物單產(chǎn)量的模型。
9、根據(jù)本專利技術(shù)的一個實(shí)施例，所述方法還包括：所述農(nóng)作物單產(chǎn)預(yù)測模型的獲取步驟，包括：
10、獲取樣本數(shù)據(jù)集，將樣本數(shù)據(jù)集分割為訓(xùn)練集和測試集；
11、對初始的隨機(jī)森林模型配置參數(shù)網(wǎng)格，調(diào)優(yōu)的參數(shù)包括樹的數(shù)量、樹的最大深度、分裂內(nèi)部節(jié)點(diǎn)所需的最小樣本數(shù)、葉子節(jié)點(diǎn)上的最小樣本數(shù)以及用于劃分特征的最大數(shù)量；
12、基于訓(xùn)練集的樣本數(shù)據(jù)進(jìn)行參數(shù)網(wǎng)格搜索，通過交叉驗(yàn)證和指定的評分指標(biāo)確定最優(yōu)參數(shù)組合，得到最優(yōu)的隨機(jī)森林模型；
13、基于驗(yàn)證集的樣本數(shù)據(jù)對最優(yōu)的隨機(jī)森林模型進(jìn)行驗(yàn)證，通過計算決定系數(shù)和均方根誤差來評估模型在驗(yàn)證集上的性能值，確定性能值滿足預(yù)設(shè)條件時，使最優(yōu)的隨機(jī)森林模型作為農(nóng)作物單產(chǎn)預(yù)測模型。
14、根據(jù)本專利技術(shù)的一個實(shí)施例，所述獲取樣本數(shù)據(jù)集，包括：
15、采集目標(biāo)站點(diǎn)范圍內(nèi)在第二時間段內(nèi)各個站點(diǎn)的氣象數(shù)據(jù)、土壤數(shù)據(jù)、田間管理數(shù)據(jù)和目標(biāo)站點(diǎn)范圍內(nèi)田間中種植的農(nóng)作物的品種參數(shù)；
16、基于氣象數(shù)據(jù)、土壤數(shù)據(jù)、田間管理數(shù)據(jù)和品種參數(shù)模擬農(nóng)作物生長，獲取生物量，潛在單產(chǎn)量及生育階段的劃分信息；
17、基于生育階段的劃分信息和目標(biāo)站點(diǎn)范圍內(nèi)的各個站點(diǎn)的氣象數(shù)據(jù)，獲得目標(biāo)站點(diǎn)范圍內(nèi)的氣候特征。
18、根據(jù)本專利技術(shù)的一個實(shí)施例，所述方法還包括農(nóng)作物的品種參數(shù)的獲取步驟，包括：
19、采集目標(biāo)站點(diǎn)范圍內(nèi)在第三時間段內(nèi)各個站點(diǎn)的氣象數(shù)據(jù)，位于所述目標(biāo)站點(diǎn)范圍內(nèi)田間的土壤數(shù)據(jù)和田間管理數(shù)據(jù)；
20、設(shè)置不同品種參數(shù)，將各站點(diǎn)的氣象數(shù)據(jù)、土壤數(shù)據(jù)、田間管理數(shù)據(jù)輸入到作物生長模擬模型中，?由作物生長模擬模型輸出單產(chǎn)模擬值；
21、基于單產(chǎn)模擬值和單產(chǎn)實(shí)測值，確定模擬評價指標(biāo)，基于所述模擬評價指標(biāo)確定農(nóng)作物品種的品種參數(shù)；所述品種參數(shù)為種植農(nóng)作物品種的生長參數(shù)。
22、根據(jù)本專利技術(shù)的一個實(shí)施例，所述方法還包括：
23、確定風(fēng)險系數(shù)高于預(yù)設(shè)系數(shù)的待分析的氣候特征；
24、獲取目標(biāo)站點(diǎn)范圍內(nèi)在第四時間段內(nèi)各站點(diǎn)的氣象信息和目標(biāo)站點(diǎn)范圍內(nèi)田間種植農(nóng)作物的實(shí)際單產(chǎn)量；
25、采集預(yù)設(shè)的不同窗口大小和步長的滑動窗口，分析各個生育階段內(nèi)，不同待分析的氣候特征與實(shí)際單產(chǎn)量的正負(fù)相關(guān)性；
26、基于不同待分析的氣候特征與實(shí)際單產(chǎn)量的正負(fù)相關(guān)性，確定待分析的氣候特征對應(yīng)的氣象事件對農(nóng)作物的實(shí)際單產(chǎn)量的影響度。
27、根據(jù)本專利技術(shù)的一個實(shí)施例，所述方法還包括：
28、獲取第一站點(diǎn)范圍內(nèi)田間中種植的農(nóng)作物的實(shí)際單產(chǎn)量，將預(yù)測單產(chǎn)量與實(shí)際單產(chǎn)量進(jìn)行比對，確定比對結(jié)果并顯示。
29、本專利技術(shù)還提供一種氣象事件對農(nóng)作物單產(chǎn)影響的處理裝置，包括：
30、獲取模塊，用于獲取目標(biāo)站點(diǎn)范圍內(nèi)在第一時間段內(nèi)各個站點(diǎn)的氣象數(shù)據(jù)，以及位于目標(biāo)站點(diǎn)范圍內(nèi)田間中種植的農(nóng)作物的品種參數(shù)、土壤數(shù)據(jù)和田間管理數(shù)據(jù)；所述目標(biāo)站點(diǎn)范圍基于預(yù)設(shè)的氣候條件劃分得到；
31、第一確定模塊，用于根據(jù)所述氣象數(shù)據(jù)確定所述目標(biāo)站點(diǎn)范圍內(nèi)的氣候特征向量，并對所述氣候特征向量中的每個氣候特征進(jìn)行預(yù)設(shè)次數(shù)的隨機(jī)置換，確定多個氣候特征向量；
32、第二確定模塊，用于根據(jù)所述品種參數(shù)、土壤數(shù)據(jù)和田間管理數(shù)據(jù)確定田間中種植的農(nóng)作物的生物量；所述生物量表征農(nóng)作物生產(chǎn)力的指標(biāo)；
33、預(yù)測模塊，用于將多個氣候特征向量分別和所述生物量輸入到農(nóng)作物單產(chǎn)預(yù)測模型中，由所述農(nóng)作物單產(chǎn)預(yù)測模型輸出預(yù)測單產(chǎn)量；
34、處理模塊，用于基于所述預(yù)測單產(chǎn)量和對應(yīng)的實(shí)際單產(chǎn)量，確定預(yù)測誤差，本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種氣象事件對農(nóng)作物單產(chǎn)影響的處理方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的氣象事件對農(nóng)作物影響的處理方法，其特征在于，所述方法還包括：所述農(nóng)作物單產(chǎn)預(yù)測模型的獲取步驟，包括：
3.根據(jù)權(quán)利要求2所述的氣象事件對農(nóng)作物單產(chǎn)影響的處理方法，其特征在于，所述獲取樣本數(shù)據(jù)集，包括：
4.根據(jù)權(quán)利要求3所述的氣象事件對農(nóng)作物單產(chǎn)影響的處理方法，其特征在于，所述方法還包括農(nóng)作物的品種參數(shù)的獲取步驟，包括：
5.根據(jù)權(quán)利要求3所述的氣象事件對農(nóng)作物單產(chǎn)影響的處理方法，其特征在于，所述方法還包括：
6.根據(jù)權(quán)利要求1所述的氣象事件對農(nóng)作物單產(chǎn)影響的處理方法，其特征在于，所述方法還包括：
7.一種氣象事件對農(nóng)作物單產(chǎn)影響的處理裝置，其特征在于，包括：
8.根據(jù)權(quán)利要求7所述的氣象事件對農(nóng)作物單產(chǎn)影響的處理裝置，其特征在于，所述裝置還包括預(yù)測模塊，用于：
9.一種電子設(shè)備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時實(shí)現(xiàn)如權(quán)利
10.一種非暫態(tài)計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1-6中任一權(quán)項(xiàng)所述氣象事件對農(nóng)作物單產(chǎn)影響的處理方法。
...【技術(shù)特征摘要】
1.一種氣象事件對農(nóng)作物單產(chǎn)影響的處理方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的氣象事件對農(nóng)作物影響的處理方法，其特征在于，所述方法還包括：所述農(nóng)作物單產(chǎn)預(yù)測模型的獲取步驟，包括：
3.根據(jù)權(quán)利要求2所述的氣象事件對農(nóng)作物單產(chǎn)影響的處理方法，其特征在于，所述獲取樣本數(shù)據(jù)集，包括：
4.根據(jù)權(quán)利要求3所述的氣象事件對農(nóng)作物單產(chǎn)影響的處理方法，其特征在于，所述方法還包括農(nóng)作物的品種參數(shù)的獲取步驟，包括：
5.根據(jù)權(quán)利要求3所述的氣象事件對農(nóng)作物單產(chǎn)影響的處理方法，其特征在于，所述方法還包括：
6.根據(jù)權(quán)利要求1所述的氣象事件對農(nóng)作物單產(chǎn)影響的處理方...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：葉思菁，張曄鏵，宋長青，高培超，萬昌君，
申請(專利權(quán))人：北京師范大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。