本發(fā)明涉及農(nóng)作物生產(chǎn)管理領域，特別是涉及一種農(nóng)作物產(chǎn)量預測方法及系統(tǒng)。

背景技術：

氣候變化已經(jīng)成為全球矚目的環(huán)境問題，特別是近10年來全球范圍內(nèi)的氣候變化給許多國家的糧食生產(chǎn)、水資源和能源生產(chǎn)帶來的非常嚴重的影響。農(nóng)業(yè)是受氣候變化非常敏感的領域之一，所以研究氣候的變化對農(nóng)業(yè)生產(chǎn)的影響具有重要的意義。隨著信息技術的發(fā)展，特別是物聯(lián)網(wǎng)和大數(shù)據(jù)技術的發(fā)展，使得大規(guī)模的農(nóng)業(yè)數(shù)據(jù)采集和分析成為現(xiàn)實，從而對于一些高維度、相關性復雜的農(nóng)業(yè)信息分析問題，在技術上有了新的發(fā)展。

目前的國內(nèi)外都是對農(nóng)作物單產(chǎn)和氣象之間關系分析的時間變量都是以年或整個生長期為單位，忽略了不同生長期農(nóng)作物受氣象變化的差異性。

技術實現(xiàn)要素：

本發(fā)明的目的是提供一種農(nóng)作物產(chǎn)量預測方法及系統(tǒng)，實現(xiàn)對當年的農(nóng)業(yè)生產(chǎn)的預測和預警，提高了農(nóng)作物產(chǎn)量預測的精度。

為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種農(nóng)作物產(chǎn)量預測方法，包括下述步驟：

獲取歷史氣象數(shù)據(jù)；所述歷史氣象數(shù)據(jù)具體包括溫度、光照時長和降水量；

獲取所述歷史氣象數(shù)據(jù)對應時間內(nèi)的歷史產(chǎn)量數(shù)據(jù)；

根據(jù)所述歷史氣象數(shù)據(jù)和所述歷史產(chǎn)量數(shù)據(jù)建立用來分析氣象和產(chǎn)量每天的量化關系的氣象-單產(chǎn)系數(shù)模型；

建立趨勢-單產(chǎn)模型，所述趨勢-單產(chǎn)模型反映所述歷史產(chǎn)量數(shù)據(jù)與所述歷史產(chǎn)量數(shù)據(jù)對應的時間的關系；

根據(jù)所述氣象-單產(chǎn)系數(shù)模型和所述趨勢-單產(chǎn)模型建立農(nóng)作物產(chǎn)量預測模型；

將采集得到的實時氣象數(shù)據(jù)代入到所述農(nóng)作物產(chǎn)量預測模型計算出當期農(nóng)作物產(chǎn)量。

可選的，農(nóng)作物產(chǎn)量預測的方法還包括：

在建立所述氣象-單產(chǎn)系數(shù)模型的過程中，進行農(nóng)作物生育期劃分，將具有相似的生物特征的時期分為同一階段。

可選的，所述獲取歷史氣象數(shù)據(jù)具體包括：

測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天的最高溫度、最低溫度和平均溫度；

測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天光照強度大于設定閾值后的持續(xù)時間；

測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天的降水量。

可選的，所述將采集得到的實時氣象數(shù)據(jù)代入到所述農(nóng)作物產(chǎn)量預測模型計算出當期農(nóng)作物產(chǎn)量具體包括：

獲取農(nóng)作物播種到預測當天的時間段的氣象數(shù)據(jù)；

獲取預測當天到農(nóng)作物成熟時的時間的歷史氣象數(shù)據(jù)的平均值；

將所述農(nóng)作物播種到預測當天的時間段的氣象數(shù)據(jù)和所述預測當天到農(nóng)作物成熟時的時間的歷史氣象數(shù)據(jù)的平均值代入所述農(nóng)作物產(chǎn)量預測模型計算當期農(nóng)作物產(chǎn)量。

一種農(nóng)作物產(chǎn)量預測系統(tǒng)，所述系統(tǒng)包括：

歷史氣象數(shù)據(jù)獲取模塊，用于獲取歷史氣象數(shù)據(jù)；所述歷史氣象數(shù)據(jù)具體包括溫度、光照時長和降水量；

歷史產(chǎn)量數(shù)據(jù)獲取模塊，用于獲取與所述歷史氣象數(shù)據(jù)對應時間內(nèi)的歷史產(chǎn)量數(shù)據(jù)；

氣象-單產(chǎn)系數(shù)模型建立模塊，用于根據(jù)所述歷史氣象數(shù)據(jù)和所述歷史產(chǎn)量數(shù)據(jù)建立用來分析氣象和產(chǎn)量每天的量化關系的氣象-單產(chǎn)系數(shù)模型；

趨勢-單產(chǎn)模型建立模塊，用于建立趨勢-單產(chǎn)模型，所述趨勢-單產(chǎn)模型反映所述歷史產(chǎn)量數(shù)據(jù)與所述歷史產(chǎn)量數(shù)據(jù)對應的時間的關系；

農(nóng)作物產(chǎn)量預測模型建立模塊，用于根據(jù)所述氣象-單產(chǎn)系數(shù)模型和所述趨勢-單產(chǎn)模型建立農(nóng)作物產(chǎn)量預測模型；

當期農(nóng)作物產(chǎn)量預測模塊，用于將采集得到的實時氣象數(shù)據(jù)代入到所述農(nóng)作物產(chǎn)量預測模型計算出當期農(nóng)作物產(chǎn)量。

可選的，還包括：

農(nóng)作物生育期劃分模塊，用于在建立所述氣象-單產(chǎn)系數(shù)模型的過程中，進行農(nóng)作物生育期劃分，將具有相似的生物特征的時期分為同一階段。

可選的，所述歷史氣象數(shù)據(jù)獲取模塊具體包括：

溫度測量模塊，用于測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天的最高溫度、最低溫度和平均溫度；

光照強度測量模塊，用于測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天光照強度大于某一閾值后的持續(xù)時間；

降水量測量模塊，用于測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天的降水量。

可選的，所述當期農(nóng)作物產(chǎn)量預測模塊具體包括：

播種-預測氣象數(shù)據(jù)獲取模塊，用于獲取農(nóng)作物播種到預測當天的時間段的氣象數(shù)據(jù)；

預測-成熟氣象數(shù)據(jù)獲取模塊，用于獲取預測當天到農(nóng)作物成熟時的時間的歷史氣象數(shù)據(jù)的平均值；

當期農(nóng)作物產(chǎn)量獲得模塊，用于將所述農(nóng)作物播種到預測當天的時間段的氣象數(shù)據(jù)和所述預測當天到農(nóng)作物成熟時的時間的歷史氣象數(shù)據(jù)的平均值代入所述農(nóng)作物產(chǎn)量預測模型計算當期農(nóng)作物產(chǎn)量。

根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術效果：

發(fā)明公開了一種農(nóng)作物產(chǎn)量預測方法及系統(tǒng)，本發(fā)明中引入了氣象-單產(chǎn)系數(shù)模型，可以通過此模型分析農(nóng)作物在不同生長期期間，其單產(chǎn)和各氣象要素之間的詳細關系，充分考慮了不同生長期農(nóng)作物受氣候影響的差異性和關聯(lián)性，并使用精細的歷史單產(chǎn)數(shù)據(jù)和歷史氣象數(shù)據(jù)，求解單產(chǎn)-氣象變化系數(shù)，有效的實現(xiàn)對當年的農(nóng)業(yè)生產(chǎn)的預測和預警，并反饋到生產(chǎn)管理中，提高了農(nóng)作物產(chǎn)量預測的精度。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明農(nóng)作物產(chǎn)量預測方法的流程圖；

圖2為本發(fā)明農(nóng)作物產(chǎn)量預測系統(tǒng)的結(jié)構(gòu)圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明的目的是提供一種農(nóng)作物產(chǎn)量預測方法及系統(tǒng)，實現(xiàn)對當年的農(nóng)業(yè)生產(chǎn)的預測和預警，提高了農(nóng)作物產(chǎn)量預測的精度。

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。

圖1為本發(fā)明農(nóng)作物產(chǎn)量預測方法的流程圖，參見圖1一種農(nóng)作物產(chǎn)量預測方法，包括下述步驟：

步驟101：獲取歷史氣象數(shù)據(jù)；所述歷史氣象數(shù)據(jù)具體包括溫度、光照時長和降水量；

步驟102：獲取所述歷史氣象數(shù)據(jù)對應時間內(nèi)的歷史產(chǎn)量數(shù)據(jù)；

步驟103：建立氣象-單產(chǎn)系數(shù)模型；根據(jù)所述歷史氣象數(shù)據(jù)和所述歷史產(chǎn)量數(shù)據(jù)建立用來分析氣象和產(chǎn)量每天的量化關系的氣象-單產(chǎn)系數(shù)模型；在建立所述氣象-單產(chǎn)系數(shù)模型的過程中，進行農(nóng)作物生育期劃分，將具有相似的生物特征的時期劃分為同一階段。

步驟104：建立趨勢-單產(chǎn)模型，所述趨勢-單產(chǎn)模型反映所述歷史產(chǎn)量數(shù)據(jù)與所述歷史產(chǎn)量數(shù)據(jù)對應的時間的關系；所述趨勢-單產(chǎn)模型具體包括線性趨勢模型、分段線性趨勢模型、二次趨勢模型和指數(shù)趨勢模型。建立趨勢-單產(chǎn)模型的方式為根據(jù)歷史產(chǎn)量數(shù)據(jù)，采用函數(shù)擬合的方式，建立線性趨勢模型、分段線性趨勢模型、二次趨勢模型和指數(shù)趨勢模型；

步驟105：建立農(nóng)作物產(chǎn)量預測模型；根據(jù)所述氣象-單產(chǎn)系數(shù)模型和所述趨勢-單產(chǎn)模型建立農(nóng)作物產(chǎn)量預測模型；

步驟106：計算當期農(nóng)作物產(chǎn)量；將采集得到的實時氣象數(shù)據(jù)代入到所述農(nóng)作物產(chǎn)量預測模型計算出當期農(nóng)作物產(chǎn)量。

其中，所述獲取歷史氣象數(shù)據(jù)具體包括：

測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天的最高溫度、最低溫度和平均溫度；

測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天光照強度大于設定閾值后的持續(xù)時間；

測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天的降水量。

所述將采集得到的實時氣象數(shù)據(jù)代入到所述農(nóng)作物產(chǎn)量預測模型計算出當期農(nóng)作物產(chǎn)量具體包括：

獲取農(nóng)作物播種到預測當天的時間段的氣象數(shù)據(jù)；

獲取預測當天到農(nóng)作物成熟時的時間的歷史氣象數(shù)據(jù)的平均值；

將所述農(nóng)作物播種到預測當天的時間段的氣象數(shù)據(jù)和所述預測當天到農(nóng)作物成熟時的時間的歷史氣象數(shù)據(jù)的平均值代入所述農(nóng)作物產(chǎn)量預測模型計算當期農(nóng)作物產(chǎn)量。

本發(fā)明中根據(jù)農(nóng)作物歷史產(chǎn)量數(shù)據(jù)，建立趨勢-單產(chǎn)模型，并選擇最優(yōu)趨勢-單產(chǎn)模型；

引入單產(chǎn)-氣象變化系數(shù)，建立包括農(nóng)作物各生長期的氣象-單產(chǎn)系數(shù)模型，并選擇最優(yōu)氣象-單產(chǎn)系數(shù)模型。

選擇最優(yōu)趨勢-單產(chǎn)模型為從建立的線性趨勢模型、分段線性趨勢模型、二次趨勢模型和指數(shù)趨勢模型中，選擇最優(yōu)趨勢-單產(chǎn)模型，具體步驟包括：

通過t檢驗方式，檢驗每個所述趨勢-單產(chǎn)模型是否顯著，若否，則放棄該趨勢-單產(chǎn)模型；

選擇校正決定系數(shù)最大的趨勢-單產(chǎn)模型作為初步優(yōu)選模型；所述校正決定系數(shù)其中，r為決定系數(shù)，n為得到所述趨勢-單產(chǎn)模型的樣本數(shù)量，s為所述趨勢-單產(chǎn)模型中的變量數(shù)；

判斷所述初步優(yōu)選模型是否為線性模型，若是線性模型，則將所述初步優(yōu)選模型作為最優(yōu)趨勢-單產(chǎn)模型；若不是線性模型，則判斷所述初步優(yōu)選模型的均方根誤差與線性模型的均方根誤差是否超過特定值，若超過特定值，則將所述初步優(yōu)選模型作為最優(yōu)趨勢-單產(chǎn)模型，若沒有超過特定值，則將所述線性模型作為最優(yōu)趨勢-單產(chǎn)模型。具體的所述特定值為5％。

建立氣象-單產(chǎn)系數(shù)模型的具體步驟為，引入單產(chǎn)-氣象變化系數(shù)αp,q，得到農(nóng)作物的第q個生長期的第p類氣象要素引起的單產(chǎn)變化量αp,qcp,q；

將氣象-單產(chǎn)系數(shù)模型，表示為農(nóng)作物各生長期中各氣象要素影響的和，即氣象-單產(chǎn)系數(shù)模型

所述選擇最優(yōu)氣象-單產(chǎn)系數(shù)模型的具體步驟包括：根據(jù)農(nóng)作物的種類和生長環(huán)境，采用赤池信息準則，選擇氣象-單產(chǎn)系數(shù)模型中的m和n的取值，m＝q，n＝pq，其中q為農(nóng)作物生長期的個數(shù)，pq為第q個生長期內(nèi)的氣象要素的種類數(shù)，得到最優(yōu)氣象-單產(chǎn)系數(shù)模型。

可選的，所述農(nóng)作物產(chǎn)量預測模型為：

y＝y(tǒng)t+yc+ε(1)

其中，yt＝f(t)為最優(yōu)趨勢-單產(chǎn)模型，為最優(yōu)氣象-單產(chǎn)系數(shù)模型，cp,q為農(nóng)作物的第q個生長期的第p類氣象要素，αp,q農(nóng)作物的第q個生長期的第p類氣象要素的氣象-產(chǎn)量影響系數(shù)，p＝1,2，…，pq，q＝1,2,…，q，q為農(nóng)作物生長期的個數(shù)，pq為第q個生長期內(nèi)的氣象要素的種類數(shù)，ε為常數(shù)。

所述求解所述農(nóng)作物產(chǎn)量預測模型中的單產(chǎn)-氣象變化系數(shù)的具體步驟包括：

引入基準單產(chǎn)：

其中，為基準年生產(chǎn)管理水平、相關科技水平、農(nóng)作物化肥的條件下的農(nóng)作物單產(chǎn)，為氣象要素為歷史平均值時的氣象單產(chǎn)；

將公式(2)代入公式(1)，消除常數(shù)ε，得：

其中，f(t)，f(t0)的取值根據(jù)最優(yōu)趨勢-單產(chǎn)模型確定，f(t)等于第t年的最優(yōu)趨勢-單產(chǎn)模型的值，f(t0)等于歷史的最優(yōu)趨勢-單產(chǎn)模型的平均值；cp,q、的取值根據(jù)歷史氣象數(shù)據(jù)確定，cp,q等于第t年的第q個農(nóng)作物生長期的第p類氣象要素值，等于歷史第q個農(nóng)作物生長期的第p類氣象要素的平均值；y和y0的取值根據(jù)歷史單產(chǎn)數(shù)據(jù)確定，y等于第t年的單產(chǎn)數(shù)據(jù)，y0等于歷史單產(chǎn)數(shù)據(jù)的平均值；

通過對每天氣象要素的監(jiān)測，根據(jù)所述農(nóng)作物產(chǎn)量預測模型可以對當年農(nóng)作物產(chǎn)量波動情況進行預判，并提高農(nóng)作物產(chǎn)量預報精度。

圖2為本發(fā)明農(nóng)作物產(chǎn)量預測的系統(tǒng)結(jié)構(gòu)圖，參見圖2一種農(nóng)作物產(chǎn)量預測系統(tǒng)，所述系統(tǒng)包括：

歷史氣象數(shù)據(jù)獲取模塊201，用于獲取歷史氣象數(shù)據(jù)；所述歷史氣象數(shù)據(jù)具體包括溫度、光照時長和降水量；

歷史產(chǎn)量數(shù)據(jù)獲取模塊202，用于獲取與所述歷史氣象數(shù)據(jù)對應時間內(nèi)的歷史產(chǎn)量數(shù)據(jù)；

氣象-單產(chǎn)系數(shù)模型建立模塊203，用于根據(jù)所述歷史氣象數(shù)據(jù)和所述歷史產(chǎn)量數(shù)據(jù)建立用來分析氣象和產(chǎn)量每天的量化關系的氣象-單產(chǎn)系數(shù)模型；

趨勢-單產(chǎn)模型建立模塊204，用于建立趨勢-單產(chǎn)模型，所述趨勢-單產(chǎn)模型反映所述歷史產(chǎn)量數(shù)據(jù)與所述歷史產(chǎn)量數(shù)據(jù)對應的時間的關系；

農(nóng)作物產(chǎn)量預測模型建立模塊205，用于根據(jù)所述氣象-單產(chǎn)系數(shù)模型和所述趨勢-單產(chǎn)模型建立農(nóng)作物產(chǎn)量預測模型；

當期農(nóng)作物產(chǎn)量預測模塊206，用于將采集得到的實時氣象數(shù)據(jù)代入到所述農(nóng)作物產(chǎn)量預測模型計算出當期農(nóng)作物產(chǎn)量。

本發(fā)明農(nóng)作物產(chǎn)量預測系統(tǒng)還包括：

農(nóng)作物生育期劃分模塊，用于在建立所述氣象-單產(chǎn)系數(shù)模型的過程中，進行農(nóng)作物生育期劃分，將具有相似的生物特征的時期分為同一階段。

所述歷史氣象數(shù)據(jù)獲取模塊201具體包括：

溫度測量單元，用于測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天的最高溫度、最低溫度和平均溫度；

光照強度測量單元，用于測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天光照強度大于某一閾值后的持續(xù)時間；

降水量測量單元，用于測量所述歷史氣象數(shù)據(jù)對應的時間段內(nèi)的每天的降水量。

所述當期農(nóng)作物產(chǎn)量預測模塊206具體包括：

播種-預測氣象數(shù)據(jù)獲取單元，用于獲取農(nóng)作物播種到預測當天的時間段的氣象數(shù)據(jù)；

預測-成熟氣象數(shù)據(jù)獲取單元，用于獲取預測當天到農(nóng)作物成熟時的時間的歷史氣象數(shù)據(jù)的平均值；

當期農(nóng)作物產(chǎn)量獲得單元，用于將所述農(nóng)作物播種到預測當天的時間段的氣象數(shù)據(jù)和所述預測當天到農(nóng)作物成熟時的時間的歷史氣象數(shù)據(jù)的平均值代入所述農(nóng)作物產(chǎn)量預測模型計算當期農(nóng)作物產(chǎn)量。

根據(jù)本發(fā)明農(nóng)作物產(chǎn)量預測系統(tǒng)去分析并求解農(nóng)作物生長過程中氣象要素與產(chǎn)量形成的量化關系。該方法也可以用于中國其他主要作物類農(nóng)產(chǎn)品的氣象影響分析，如：玉米、大豆、棉花等。使用該分析結(jié)果中氣象要素與產(chǎn)量的關系能夠?qū)崿F(xiàn)農(nóng)作物氣象影響產(chǎn)量的實時預測預警分析。通過對每天氣象要素的監(jiān)測，可以對當年農(nóng)作物產(chǎn)量波動情況進行預判，并提高農(nóng)作物產(chǎn)量預報精度。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的系統(tǒng)而言，由于其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。

本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領域的一般技術人員，依據(jù)本發(fā)明的思想，在具體實施方式及應用范圍上均會有改變之處。綜上所述，本說明書內(nèi)容不應理解為對本發(fā)明的限制。