CN111881418B - 一种基于二分法的大豆气象产量预测方法及系统 - Google Patents
一种基于二分法的大豆气象产量预测方法及系统 Download PDFInfo
- Publication number
- CN111881418B CN111881418B CN202010730041.1A CN202010730041A CN111881418B CN 111881418 B CN111881418 B CN 111881418B CN 202010730041 A CN202010730041 A CN 202010730041A CN 111881418 B CN111881418 B CN 111881418B
- Authority
- CN
- China
- Prior art keywords
- stage
- soybean
- yield
- historical
- influence coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 235000010469 Glycine max Nutrition 0.000 title claims abstract description 249
- 244000068988 Glycine max Species 0.000 title claims abstract description 249
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000003203 everyday effect Effects 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000035558 fertility Effects 0.000 claims description 8
- 238000000638 solvent extraction Methods 0.000 claims 1
- 230000002354 daily effect Effects 0.000 abstract description 10
- 238000001556 precipitation Methods 0.000 description 9
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009331 sowing Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于二分法的大豆气象产量的预测方法及系统,包括:获取大豆的历史生育期;采用二分法对大豆的历史生育期进行划分;根据第一阶段的历史气象因子和第二阶段的历史气象因子计算第一阶段的历史气象因子对大豆产量的影响系数和第二阶段的历史气象因子对大豆产量的影响系数;根据第一阶段的历史气象因子对大豆产量的影响系数和第二阶段的历史气象因子对大豆产量的影响系数确定每一日的气象因子对大豆产量的影响系数;根据气象因子预测数据和每一日的气象因子对大豆产量的影响系数进行大豆气象产量预测。本发明提供的方法和系统通过二分法分解大豆生育期以实现分析每日气象因子对大豆产量的影响,进而实现大豆气象产量预测。
Description
技术领域
本发明涉及大豆气象产量分析技术领域,特别是涉及一种基于二分法的大豆气象产量预测方法及系统。
背景技术
大豆气象单产主要受温度、日照时长、降水量、湿度等因数影响。通过对大豆从播种至成熟期间的平均气温、累计降水量、累计日照时数、平均相对湿度等气象因子与大豆产量进行相关性分析,可以得出各生长期显著影响产量的气象因素。大豆全生育期中温度对其生长的影响大于降水与日照时数,花期降水对大豆的生长发育极其重要。开花结荚期的平均气温是大豆产量形成的重要决定因素,这也暗示了开花结荚期是气温的关键期,如果该期出现低温,可能导致大豆产量的减少;播种出苗期的降水是大豆产量的重要因子,该期的干旱可能导致大豆减产。而对于结荚鼓粒期,是大豆产量形成的重要阶段,空气中的相对湿度和日照时数较为关键,相对湿度大可能导致减产,日照时数长,辐射多可能导致大豆增产,连阴雨天气是大豆产量减产的重要因子。
气象产量是根据气象条件的变化对未来农业生产对象可能形成的最终产量进行的预报。在分析气象因素对大豆产量影响过程中,一般的统计分析模型难以胜任,是由于模型数据中大豆的产量一般是年度数据,不存在针对每日的数据,而气象数据是日报数据,数据量很庞大,不好直接找出两者的关联关系。因此,不能确定气象因子对大豆产量的影响,无法根据日气象因子对大豆产量进行预测。
发明内容
本发明的目的是提供一种基于二分法的大豆气象产量预测方法及系统,通过二分法分解大豆生育期以实现分析每日气象因子对大豆产量的影响,进而实现大豆气象产量预测。
为实现上述目的,本发明提供了如下方案:
一种基于二分法的大豆气象产量预测方法,包括:
获取大豆的历史生育期;
采用二分法对所述大豆的历史生育期进行划分,得到所述大豆的历史生育期的第一阶段和第二阶段;所述第一阶段和所述第二阶段内均有多个连续的生育日期;
获取所述第一阶段的历史气象因子和所述第二阶段的历史气象因子;
根据所述第一阶段的历史气象因子和所述第二阶段的历史气象因子计算所述第一阶段的历史气象因子对大豆产量的影响系数和所述第二阶段的历史气象因子对大豆产量的影响系数;
根据所述第一阶段的历史气象因子对大豆产量的影响系数和所述第二阶段的历史气象因子对大豆产量的影响系数确定每一日的气象因子对大豆产量的影响系数;
获取气象因子预测数据;
根据所述气象因子预测数据和所述每一日的气象因子对大豆产量的影响系数进行大豆气象产量预测。
可选的,所述二分法包括完全等分的二分法和不完全等分的二分法;所述完全等分的二分法用于对生育期天数为偶数的生育期进行处理;所述不完全等分的二分法用于对生育期天数为奇数的生育期进行处理;其中,采用不完全等分的二分法划分后的两个阶段的天数相差一天。
可选的,所述根据所述第一阶段的历史气象因子和所述第二阶段的历史气象因子计算所述第一阶段的历史气象因子对大豆产量的影响系数和所述第一阶段的历史气象因子对大豆产量的影响系数,具体包括:
根据公式Y=δ·t+Ym和公式Ym=α1x1+α2x2+β计算第一阶段气象因子对大豆产量的影响系数和第二阶段气象因子对大豆产量的影响系数;
其中,Ym为去趋势后的大豆单位面积产量,Y为实际大豆单位面积产量,δ为时间系数,t为年份,x1为第一阶段的历史气象因子,x2为第二阶段的历史气象因子,β为截距项,α1为第一阶段的历史气象因子对大豆产量的影响系数;α2为第二阶段的历史气象因子对大豆产量的影响系数。
可选的,所述根据所述第一阶段的历史气象因子对大豆产量的影响系数和所述第一阶段的历史气象因子对大豆产量的影响系数确定每一日的气象因子对大豆产量的影响系数,具体包括:
采用二分法对所述第一阶段进行划分,得到第一阶段划分后的阶段;采用二分法对所述第二阶段进行划分,得到第二阶段划分后的阶段;
将所述第一阶段的历史气象因子对大豆产量的影响系数和所述第一阶段气象因子的乘积确定为第一去趋势后的大豆单位面积产量,根据所述第一去趋势后的大豆单位面积产量计算所述第一阶段划分后的阶段的历史气象因子对大豆产量的影响系数;
将所述第二阶段的历史气象因子对大豆产量的影响系数和所述第二阶段气象因子的乘积确定为第二去趋势后的大豆单位面积产量,根据所述第二去趋势后的大豆单位面积产量计算所述第二阶段划分后的阶段的历史气象因子对大豆产量的影响系数;
采用所述第一阶段划分后的阶段对所述第一阶段进行更新,得到更新后的第一阶段;采用所述第二阶段划分后的阶段对所述第二阶段进行更新,得到更新后的第二阶段;
判断所述更新后的第一阶段内的天数是否为一天,得到第一判断结果;
若所述第一判断结果表示更新后的第一阶段内的天数为一天,则得到对应生育日期的气象因子对大豆产量的影响系数,并停止对所述更新后的第一阶段进行划分,然后判断所述更新后的第二阶段内的天数是否为一天,得到第二判断结果;
若所述第一判断结果表示更新后的第一阶段内的天数不为一天,则返回步骤“采用二分法对所述第一阶段进行划分,得到第一阶段划分后的阶段”;
若所述第二判断结果表示更新后的第二阶段内的天数为一天,则得到对应生育日期的气象因子对大豆产量的影响系数,并停止对所述更新后的第二阶段进行划分;
若所述第二判断结果表示更新后的第二阶段内的天数不为一天,则返回步骤“采用二分法对所述第二阶段进行划分,得到第二阶段划分后的阶段”。
一种基于二分法的大豆气象产量预测系统,包括:
历史生育期获取模块,用于获取大豆的历史生育期;
生育期划分模块,用于采用二分法对所述大豆的历史生育期进行划分,得到所述大豆的历史生育期的第一阶段和第二阶段;所述第一阶段和所述第二阶段内均有多个连续的生育日期;
气象因子获取模块,用于获取所述第一阶段的历史气象因子和所述第二阶段的历史气象因子;
第一计算模块,用于根据所述第一阶段的历史气象因子和所述第二阶段的历史气象因子计算所述第一阶段的历史气象因子对大豆产量的影响系数和所述第二阶段的历史气象因子对大豆产量的影响系数;
第二计算模块,用于根据所述第一阶段的历史气象因子对大豆产量的影响系数和所述第二阶段的历史气象因子对大豆产量的影响系数确定每一日的气象因子对大豆产量的影响系数;
预测数据获取模块,用于获取气象因子预测数据;
预测模块,用于根据所述气象因子预测数据和所述每一日的气象因子对大豆产量的影响系数进行大豆气象产量预测。
可选的,所述生育期划分模块包括完全等分单元和不完全等分单元;所述完全等分单元用于采用完全等分的二分法对生育期天数为偶数的生育期进行处理;所述不完全等分单元用于采用不完全等分的二分法对生育期天数为奇数的生育期进行处理;其中,采用不完全等分的二分法划分后的两个阶段的天数相差一天。
可选的,所述第一计算模块,具体包括:
第一计算单元,用于根据公式Y=δ·t+Ym和公式Ym=α1x1+α2x2+β计算第一阶段气象因子对大豆产量的影响系数和第二阶段气象因子对大豆产量的影响系数;
其中,Ym为去趋势后的大豆单位面积产量,Y为实际大豆单位面积产量,δ为时间系数,t为年份,x1为第一阶段的历史气象因子,x2为第二阶段的历史气象因子,β为截距项,α1为第一阶段的历史气象因子对大豆产量的影响系数;α2为第二阶段的历史气象因子对大豆产量的影响系数。
可选的,所述第二计算模块,具体包括:
划分单元,用于采用二分法对所述第一阶段进行划分,得到第一阶段划分后的阶段;采用二分法对所述第二阶段进行划分,得到第二阶段划分后的阶段;
第一确定单元,用于将所述第一阶段的历史气象因子对大豆产量的影响系数和所述第一阶段气象因子的乘积确定为第一去趋势后的大豆单位面积产量,根据所述第一去趋势后的大豆单位面积产量计算所述第一阶段划分后的阶段的历史气象因子对大豆产量的影响系数;
第二确定单元,用于将所述第二阶段的历史气象因子对大豆产量的影响系数和所述第二阶段气象因子的乘积确定为第二去趋势后的大豆单位面积产量,根据所述第二去趋势后的大豆单位面积产量计算所述第二阶段划分后的阶段的历史气象因子对大豆产量的影响系数;
更新单元,用于采用所述第一阶段划分后的阶段对所述第一阶段进行更新,得到更新后的第一阶段;采用所述第二阶段划分后的阶段对所述第二阶段进行更新,得到更新后的第二阶段;
第一判断单元,用于判断所述更新后的第一阶段内的天数是否为一天,得到第一判断结果;
第一影响系数确定单元,用于当所述第一判断结果表示更新后的第一阶段内的天数为一天时,得到对应生育日期的气象因子对大豆产量的影响系数,并停止对所述更新后的第一阶段进行划分;
第二判断单元,用于判断所述更新后的第二阶段内的天数是否为一天,得到第二判断结果;
第一返回单元,用于当所述第一判断结果表示更新后的第一阶段内的天数不为一天时,返回步骤“采用二分法对所述第一阶段进行划分,得到第一阶段划分后的阶段”;
第二影响系数确定单元,用于当所述第二判断结果表示更新后的第二阶段内的天数为一天时,得到对应生育日期的气象因子对大豆产量的影响系数,并停止对所述更新后的第二阶段进行划分;
第二返回单元,用于当所述第二判断结果表示更新后的第二阶段内的天数不为一天时,返回步骤“采用二分法对所述第二阶段进行划分,得到第二阶段划分后的阶段”。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供一种基于二分法的大豆气象产量预测方法及系统,通过二分法分解大豆生育期,根据每一阶段的历史气象因子计算对应阶段的历史气象因子对大豆产量的影响系数,进而得到每一日的气象因子对大豆产量的影响系数,从而实现根据气象因子预测数据和所述每一日的气象因子对大豆产量的影响系数进行大豆气象产量预测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于二分法的大豆气象产量预测方法流程图;
图2为本发明基于二分法的大豆气象产量预测系统示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种基于二分法的大豆气象产量预测方法及系统,通过二分法分解大豆生育期以实现分析每日气象因子对大豆产量的影响,进而实现大豆气象产量预测。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供的一种基于二分法的大豆气象产量预测方法,包括:
步骤101:获取大豆的历史生育期。
步骤102:采用二分法对大豆的历史生育期进行划分,得到大豆的历史生育期的第一阶段和第二阶段;第一阶段和第二阶段内均有多个连续的生育日期。
步骤103:获取第一阶段的历史气象因子和第二阶段的历史气象因子。
步骤104:根据第一阶段的历史气象因子和第二阶段的历史气象因子计算第一阶段的历史气象因子对大豆产量的影响系数和第二阶段的历史气象因子对大豆产量的影响系数。
步骤104,具体包括:
根据公式Y=δ·t+Ym和公式Ym=α1x1+α2x2+β计算第一阶段气象因子对大豆产量的影响系数和第二阶段气象因子对大豆产量的影响系数;
其中,Ym为去趋势后的大豆单位面积产量,Y为实际大豆单位面积产量,δ为时间系数,t为年份,x1为第一阶段的历史气象因子,x2为第二阶段的历史气象因子,β为截距项,α1为第一阶段的历史气象因子对大豆产量的影响系数;α2为第二阶段的历史气象因子对大豆产量的影响系数。
步骤105:根据第一阶段的历史气象因子对大豆产量的影响系数和第二阶段的历史气象因子对大豆产量的影响系数确定每一日的气象因子对大豆产量的影响系数。
步骤106:获取气象因子预测数据。
步骤107:根据气象因子预测数据和每一日的气象因子对大豆产量的影响系数进行大豆气象产量预测。其中,具体包括:将气象因子预测数据和每一日的气象因子对大豆产量的影响系数的乘积累加,进行大豆气象产量预测。
其中,二分法包括完全等分的二分法和不完全等分的二分法;完全等分的二分法用于对生育期天数为偶数的生育期进行处理;不完全等分的二分法用于对生育期天数为奇数的生育期进行处理;其中,采用不完全等分的二分法划分后的两个阶段的天数相差一天。
步骤105,具体包括:
采用二分法对第一阶段进行划分,得到第一阶段划分后的阶段;采用二分法对第二阶段进行划分,得到第二阶段划分后的阶段。
将第一阶段的历史气象因子对大豆产量的影响系数和第一阶段气象因子的乘积确定为第一去趋势后的大豆单位面积产量,根据第一去趋势后的大豆单位面积产量计算第一阶段划分后的阶段的历史气象因子对大豆产量的影响系数。
将第二阶段的历史气象因子对大豆产量的影响系数和第二阶段气象因子的乘积确定为第二去趋势后的大豆单位面积产量,根据第二去趋势后的大豆单位面积产量计算第二阶段划分后的阶段的历史气象因子对大豆产量的影响系数。
采用第一阶段划分后的阶段对第一阶段进行更新,得到更新后的第一阶段;采用第二阶段划分后的阶段对第二阶段进行更新,得到更新后的第二阶段。
判断更新后的第一阶段内的天数是否为一天,得到第一判断结果。
若第一判断结果表示更新后的第一阶段内的天数为一天,则得到对应生育日期的气象因子对大豆产量的影响系数,并停止对更新后的第一阶段进行划分,然后判断更新后的第二阶段内的天数是否为一天,得到第二判断结果;
若第一判断结果表示更新后的第一阶段内的天数不为一天,则返回步骤“采用二分法对第一阶段进行划分,得到第一阶段划分后的阶段”。
若第二判断结果表示更新后的第二阶段内的天数为一天,则得到对应生育日期的气象因子对大豆产量的影响系数,并停止对更新后的第二阶段进行划分。
若第二判断结果表示更新后的第二阶段内的天数不为一天,则返回步骤“采用二分法对第二阶段进行划分,得到第二阶段划分后的阶段”。
二分法,指的是在区间范围中二分,然后通过二分法每分求出一个中间值,即一分为二的方法,二分法的比例可以是不完全等分的,可以根据实际情况自由定义,可以是1:1二分求中点,也可以是1:2二分按比例求点。通过逐次二分法求值直到最后不能再分为止。二分法存在的意义就是可以跳过很多没有必要的比较与选择,提高运行效率。因此,如何将气象产量数据和日气象因子关联起来,采用了二分法来处理数据。将大豆整个生育期一分为二两个阶段,研究大豆第一阶段和第二阶段气象因子各自对大豆产量的影响系数。再根据分析结果把上半期再一分为二两个阶段,大豆两个阶段气象因子各自对大豆产量的影响系数,依据逐次二分法直到得出每日气象因子各自对大豆产量的影响系数。
以东北大豆整个生育期从每年的4月21日开始播种,到每年的9月30日成熟收获,共计163天为例。
步骤(1)大豆整个生育期可采用不完全等分的二分法分为两个阶段,第一阶段80天,第二阶段83天。根据原始数据先计算第一阶段80天的平均气温、平均降水量、平均日照时数,再计算第二阶段83天的平均气温、平均降水量、平均日照时数。再根据每个阶段的气象因子计算各自对大豆产量的影响系数。建立的回归方程为:Y=δ·t+Ym,其中,Ym为去趋势后的大豆单位面积产量,Y为实际大豆单位面积产量,δ为时间系数,t为年份。
Ym=α1x1+α2x2+β,其中,x1为第一阶段的历史气象因子,x2为第二阶段的历史气象因子,β为截距项,α1为第一阶段的历史气象因子对大豆产量的影响系数;α2为第二阶段的历史气象因子对大豆产量的影响系数。根据回归方程,利用最小二乘法得到第一阶段的历史气象因子对大豆产量的影响系数和第二阶段的历史气象因子对大豆产量的影响系数。其中,历史气象因子可以是平均气温、平均降水量或平均日照时数。
步骤(2)将上述第一阶段80天采用完全等分的二分法分为两个阶段,第1-1阶段40天,第1-2阶段40天。将上述第二阶段83天采用不完全等分的二分法分为两个阶段,第2-1阶段41天,第2-2阶段42天。再根据原始数据先计算每个阶段的平均气温、平均降水量、平均日照时数。再根据每个阶段的气象因子计算各自对大豆产量的影响系数。再依据逐次二分法直到得出每日气象因子各自对大豆产量的影响系数。具体过程如下:
根据公式y1=α1x1和公式y2=α2x2得到y1和y2,其中,y1为第一去趋势后的大豆单位面积产量,y2为第二去趋势后的大豆单位面积产量。再按照步骤(2)过程,将第一阶段和第二阶段继续分为两个阶段得到新的回归方程:y1=α11x11+α12x12+β1和y1=α21x21+α22x22+β2。其中,α11为第1-1阶段的历史气象因子对大豆产量的影响系数,α12为第1-2阶段的历史气象因子对大豆产量的影响系数,x11为第1-1阶段的历史气象因子,x12为第1-1阶段的历史气象因子,α21为第2-1阶段的历史气象因子对大豆产量的影响系数,α22为第2-2阶段的历史气象因子对大豆产量的影响系数,x21为第2-1阶段的历史气象因子,x22为第2-2阶段的历史气象因子。
按照这个分法不断向下(步骤2),直到每一阶段都为1天。计算得到对应生育日期的气象因子对大豆产量的影响系数。生育期划分表如表1所示。
表1生育期划分表
如图2所示,本发明提供一种基于二分法的大豆气象产量预测系统,包括:
历史生育期获取模块201,用于获取大豆的历史生育期。
生育期划分模块202,用于采用二分法对大豆的历史生育期进行划分,得到大豆的历史生育期的第一阶段和第二阶段;第一阶段和第二阶段内均有多个连续的生育日期。
气象因子获取模块203,用于获取第一阶段的历史气象因子和第二阶段的历史气象因子。
第一计算模块204,用于根据第一阶段的历史气象因子和第二阶段的历史气象因子计算第一阶段的历史气象因子对大豆产量的影响系数和第二阶段的历史气象因子对大豆产量的影响系数。
第二计算模块205,用于根据第一阶段的历史气象因子对大豆产量的影响系数和第二阶段的历史气象因子对大豆产量的影响系数确定每一日的气象因子对大豆产量的影响系数。
预测数据获取模块206,用于获取气象因子预测数据。
预测模块207,用于根据气象因子预测数据和每一日的气象因子对大豆产量的影响系数进行大豆气象产量预测。
其中,生育期划分模块202包括完全等分单元和不完全等分单元;完全等分单元用于采用完全等分的二分法对生育期天数为偶数的生育期进行处理;不完全等分单元用于采用不完全等分的二分法对生育期天数为奇数的生育期进行处理;其中,采用不完全等分的二分法划分后的两个阶段的天数相差一天。
其中,第一计算模块204,具体包括:
第一计算单元,用于根据公式Y=δ·t+Ym和公式Ym=α1x1+α2x2+β计算第一阶段气象因子对大豆产量的影响系数和第二阶段气象因子对大豆产量的影响系数。
其中,Ym为去趋势后的大豆单位面积产量,Y为实际大豆单位面积产量,δ为时间系数,t为年份,x1为第一阶段的历史气象因子,x2为第二阶段的历史气象因子,β为截距项,α1为第一阶段的历史气象因子对大豆产量的影响系数;α2为第二阶段的历史气象因子对大豆产量的影响系数。
其中,第二计算模块205,具体包括:
划分单元,用于采用二分法对第一阶段进行划分,得到第一阶段划分后的阶段;采用二分法对第二阶段进行划分,得到第二阶段划分后的阶段。
第一确定单元,用于将第一阶段的历史气象因子对大豆产量的影响系数和第一阶段气象因子的乘积确定为第一去趋势后的大豆单位面积产量,根据第一去趋势后的大豆单位面积产量计算第一阶段划分后的阶段的历史气象因子对大豆产量的影响系数。
第二确定单元,用于将第二阶段的历史气象因子对大豆产量的影响系数和第二阶段气象因子的乘积确定为第二去趋势后的大豆单位面积产量,根据第二去趋势后的大豆单位面积产量计算第二阶段划分后的阶段的历史气象因子对大豆产量的影响系数。
更新单元,用于采用第一阶段划分后的阶段对第一阶段进行更新,得到更新后的第一阶段;采用第二阶段划分后的阶段对第二阶段进行更新,得到更新后的第二阶段。
第一判断单元,用于判断更新后的第一阶段内的天数是否为一天,得到第一判断结果。
第一影响系数确定单元,用于当第一判断结果表示更新后的第一阶段内的天数为一天时,得到对应生育日期的气象因子对大豆产量的影响系数,并停止对更新后的第一阶段进行划分。
第二判断单元,用于判断更新后的第二阶段内的天数是否为一天,得到第二判断结果。
第一返回单元,用于当第一判断结果表示更新后的第一阶段内的天数不为一天时,返回划分单元。
第二影响系数确定单元,用于当第二判断结果表示更新后的第二阶段内的天数为一天时,得到对应生育日期的气象因子对大豆产量的影响系数,并停止对更新后的第二阶段进行划分。
第二返回单元,用于当第二判断结果表示更新后的第二阶段内的天数不为一天时,返回划分单元。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种基于二分法的大豆气象产量预测方法,其特征在于,包括:
获取大豆的历史生育期;
采用二分法对所述大豆的历史生育期进行划分,得到所述大豆的历史生育期的第一阶段和第二阶段;所述第一阶段和所述第二阶段内均有多个连续的生育日期;
获取所述第一阶段的历史气象因子和所述第二阶段的历史气象因子;
根据所述第一阶段的历史气象因子和所述第二阶段的历史气象因子计算所述第一阶段的历史气象因子对大豆产量的影响系数和所述第二阶段的历史气象因子对大豆产量的影响系数;
所述根据所述第一阶段的历史气象因子和所述第二阶段的历史气象因子计算所述第一阶段的历史气象因子对大豆产量的影响系数和所述第一阶段的历史气象因子对大豆产量的影响系数,具体包括:
根据公式Y=δ·t+Ym和公式Ym=α1x1+α2x2+β计算第一阶段气象因子对大豆产量的影响系数和第二阶段气象因子对大豆产量的影响系数;
其中,Ym为去趋势后的大豆单位面积产量,Y为实际大豆单位面积产量,δ为时间系数,t为年份,x1为第一阶段的历史气象因子,x2为第二阶段的历史气象因子,β为截距项,α1为第一阶段的历史气象因子对大豆产量的影响系数;α2为第二阶段的历史气象因子对大豆产量的影响系数;
根据所述第一阶段的历史气象因子对大豆产量的影响系数和所述第二阶段的历史气象因子对大豆产量的影响系数确定每一日的气象因子对大豆产量的影响系数;
获取气象因子预测数据;
根据所述气象因子预测数据和所述每一日的气象因子对大豆产量的影响系数进行大豆气象产量预测。
2.根据权利要求1所述的基于二分法的大豆气象产量预测方法,其特征在于,所述二分法包括完全等分的二分法和不完全等分的二分法;所述完全等分的二分法用于对生育期天数为偶数的生育期进行处理;所述不完全等分的二分法用于对生育期天数为奇数的生育期进行处理;其中,采用不完全等分的二分法划分后的两个阶段的天数相差一天。
3.根据权利要求1所述的基于二分法的大豆气象产量预测方法,其特征在于,所述根据所述第一阶段的历史气象因子对大豆产量的影响系数和所述第一阶段的历史气象因子对大豆产量的影响系数确定每一日的气象因子对大豆产量的影响系数,具体包括:
采用二分法对所述第一阶段进行划分,得到第一阶段划分后的阶段;采用二分法对所述第二阶段进行划分,得到第二阶段划分后的阶段;
将所述第一阶段的历史气象因子对大豆产量的影响系数和所述第一阶段气象因子的乘积确定为第一去趋势后的大豆单位面积产量,根据所述第一去趋势后的大豆单位面积产量计算所述第一阶段划分后的阶段的历史气象因子对大豆产量的影响系数;
将所述第二阶段的历史气象因子对大豆产量的影响系数和所述第二阶段气象因子的乘积确定为第二去趋势后的大豆单位面积产量,根据所述第二去趋势后的大豆单位面积产量计算所述第二阶段划分后的阶段的历史气象因子对大豆产量的影响系数;
采用所述第一阶段划分后的阶段对所述第一阶段进行更新,得到更新后的第一阶段;采用所述第二阶段划分后的阶段对所述第二阶段进行更新,得到更新后的第二阶段;
判断所述更新后的第一阶段内的天数是否为一天,得到第一判断结果;
若所述第一判断结果表示更新后的第一阶段内的天数为一天,则得到对应生育日期的气象因子对大豆产量的影响系数,并停止对所述更新后的第一阶段进行划分,然后判断所述更新后的第二阶段内的天数是否为一天,得到第二判断结果;
若所述第一判断结果表示更新后的第一阶段内的天数不为一天,则返回步骤“采用二分法对所述第一阶段进行划分,得到第一阶段划分后的阶段”;
若所述第二判断结果表示更新后的第二阶段内的天数为一天,则得到对应生育日期的气象因子对大豆产量的影响系数,并停止对所述更新后的第二阶段进行划分;
若所述第二判断结果表示更新后的第二阶段内的天数不为一天,则返回步骤“采用二分法对所述第二阶段进行划分,得到第二阶段划分后的阶段”。
4.一种基于二分法的大豆气象产量预测系统,其特征在于,包括:
历史生育期获取模块,用于获取大豆的历史生育期;
生育期划分模块,用于采用二分法对所述大豆的历史生育期进行划分,得到所述大豆的历史生育期的第一阶段和第二阶段;所述第一阶段和所述第二阶段内均有多个连续的生育日期;
气象因子获取模块,用于获取所述第一阶段的历史气象因子和所述第二阶段的历史气象因子;
第一计算模块,用于根据所述第一阶段的历史气象因子和所述第二阶段的历史气象因子计算所述第一阶段的历史气象因子对大豆产量的影响系数和所述第二阶段的历史气象因子对大豆产量的影响系数;
所述第一计算模块,具体包括:
第一计算单元,用于根据公式Y=δ·t+Ym和公式Ym=α1x1+α2x2+β计算第一阶段气象因子对大豆产量的影响系数和第二阶段气象因子对大豆产量的影响系数;
其中,Ym为去趋势后的大豆单位面积产量,Y为实际大豆单位面积产量,δ为时间系数,t为年份,x1为第一阶段的历史气象因子,x2为第二阶段的历史气象因子,β为截距项,α1为第一阶段的历史气象因子对大豆产量的影响系数;α2为第二阶段的历史气象因子对大豆产量的影响系数;
第二计算模块,用于根据所述第一阶段的历史气象因子对大豆产量的影响系数和所述第二阶段的历史气象因子对大豆产量的影响系数确定每一日的气象因子对大豆产量的影响系数;
预测数据获取模块,用于获取气象因子预测数据;
预测模块,用于根据所述气象因子预测数据和所述每一日的气象因子对大豆产量的影响系数进行大豆气象产量预测。
5.根据权利要求4所述的基于二分法的大豆气象产量预测系统,其特征在于,所述生育期划分模块包括完全等分单元和不完全等分单元;所述完全等分单元用于采用完全等分的二分法对生育期天数为偶数的生育期进行处理;所述不完全等分单元用于采用不完全等分的二分法对生育期天数为奇数的生育期进行处理;其中,采用不完全等分的二分法划分后的两个阶段的天数相差一天。
6.根据权利要求4所述的基于二分法的大豆气象产量预测系统,其特征在于,所述第二计算模块,具体包括:
划分单元,用于采用二分法对所述第一阶段进行划分,得到第一阶段划分后的阶段;采用二分法对所述第二阶段进行划分,得到第二阶段划分后的阶段;
第一确定单元,用于将所述第一阶段的历史气象因子对大豆产量的影响系数和所述第一阶段气象因子的乘积确定为第一去趋势后的大豆单位面积产量,根据所述第一去趋势后的大豆单位面积产量计算所述第一阶段划分后的阶段的历史气象因子对大豆产量的影响系数;
第二确定单元,用于将所述第二阶段的历史气象因子对大豆产量的影响系数和所述第二阶段气象因子的乘积确定为第二去趋势后的大豆单位面积产量,根据所述第二去趋势后的大豆单位面积产量计算所述第二阶段划分后的阶段的历史气象因子对大豆产量的影响系数;
更新单元,用于采用所述第一阶段划分后的阶段对所述第一阶段进行更新,得到更新后的第一阶段;采用所述第二阶段划分后的阶段对所述第二阶段进行更新,得到更新后的第二阶段;
第一判断单元,用于判断所述更新后的第一阶段内的天数是否为一天,得到第一判断结果;
第一影响系数确定单元,用于当所述第一判断结果表示更新后的第一阶段内的天数为一天时,得到对应生育日期的气象因子对大豆产量的影响系数,并停止对所述更新后的第一阶段进行划分;
第二判断单元,用于判断所述更新后的第二阶段内的天数是否为一天,得到第二判断结果;
第一返回单元,用于当所述第一判断结果表示更新后的第一阶段内的天数不为一天时,返回步骤“采用二分法对所述第一阶段进行划分,得到第一阶段划分后的阶段”;
第二影响系数确定单元,用于当所述第二判断结果表示更新后的第二阶段内的天数为一天时,得到对应生育日期的气象因子对大豆产量的影响系数,并停止对所述更新后的第二阶段进行划分;
第二返回单元,用于当所述第二判断结果表示更新后的第二阶段内的天数不为一天时,返回步骤“采用二分法对所述第二阶段进行划分,得到第二阶段划分后的阶段”。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010730041.1A CN111881418B (zh) | 2020-07-27 | 2020-07-27 | 一种基于二分法的大豆气象产量预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010730041.1A CN111881418B (zh) | 2020-07-27 | 2020-07-27 | 一种基于二分法的大豆气象产量预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111881418A CN111881418A (zh) | 2020-11-03 |
CN111881418B true CN111881418B (zh) | 2023-05-16 |
Family
ID=73201492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010730041.1A Active CN111881418B (zh) | 2020-07-27 | 2020-07-27 | 一种基于二分法的大豆气象产量预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881418B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113052407B (zh) * | 2021-05-18 | 2023-08-29 | 中国农业科学院农业信息研究所 | 一种大豆气象单产预测方法及预测系统 |
CN113283346A (zh) * | 2021-05-28 | 2021-08-20 | 捷佳润科技集团股份有限公司 | 一种基于机器学习的火龙果产量预测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4749402A (en) * | 1980-06-19 | 1988-06-07 | The Curators Of The University Of Missouri | Method and composition for enhancement of mycorrhizal development by foliar fertilization of plants |
CN106295953A (zh) * | 2016-07-26 | 2017-01-04 | 中国农业大学 | 一种农作物生产适宜性评价方法和系统 |
CN107002122A (zh) * | 2014-07-25 | 2017-08-01 | 华盛顿大学 | 确定导致无细胞dna的产生的组织和/或细胞类型的方法以及使用其鉴定疾病或紊乱的方法 |
CN107341577A (zh) * | 2017-07-25 | 2017-11-10 | 中国农业科学院农业信息研究所 | 一种农作物产量预测方法及系统 |
CN107392376A (zh) * | 2017-07-25 | 2017-11-24 | 中国农业科学院农业信息研究所 | 一种农作物气象产量预测方法及系统 |
CN109711102A (zh) * | 2019-01-27 | 2019-05-03 | 北京师范大学 | 一种作物灾害损失快速评估方法 |
CN110909933A (zh) * | 2019-11-20 | 2020-03-24 | 北京师范大学 | 一种耦合作物模型与机器学习语言的农业干旱快速诊断和评估方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160058814A1 (en) * | 2014-08-26 | 2016-03-03 | Helen Maria MOUSTAKAS | Plant extracts and related compositions, methods and systems |
WO2016057823A1 (en) * | 2014-10-08 | 2016-04-14 | MAD Apparel, Inc. | Method and system for measuring beat parameters |
-
2020
- 2020-07-27 CN CN202010730041.1A patent/CN111881418B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4749402A (en) * | 1980-06-19 | 1988-06-07 | The Curators Of The University Of Missouri | Method and composition for enhancement of mycorrhizal development by foliar fertilization of plants |
CN107002122A (zh) * | 2014-07-25 | 2017-08-01 | 华盛顿大学 | 确定导致无细胞dna的产生的组织和/或细胞类型的方法以及使用其鉴定疾病或紊乱的方法 |
CN106295953A (zh) * | 2016-07-26 | 2017-01-04 | 中国农业大学 | 一种农作物生产适宜性评价方法和系统 |
CN107341577A (zh) * | 2017-07-25 | 2017-11-10 | 中国农业科学院农业信息研究所 | 一种农作物产量预测方法及系统 |
CN107392376A (zh) * | 2017-07-25 | 2017-11-24 | 中国农业科学院农业信息研究所 | 一种农作物气象产量预测方法及系统 |
CN109711102A (zh) * | 2019-01-27 | 2019-05-03 | 北京师范大学 | 一种作物灾害损失快速评估方法 |
CN110909933A (zh) * | 2019-11-20 | 2020-03-24 | 北京师范大学 | 一种耦合作物模型与机器学习语言的农业干旱快速诊断和评估方法 |
Non-Patent Citations (5)
Title |
---|
Shiwei Liu等.The Factors Affecting Farmers' Soybean Planting Behavior in Heilongjiang Province, China.Agriculture.2019,(第9期),第1页-13页. * |
东北地区植被生产力时空分布特征及驱动力分析;薛梅;中国优秀硕士学位论文全文数据库基础科学辑(第3期);第A006-594页 * |
我国发展农产品收入保险的效果模拟研究;汪必旺;中国博士学位论文全文数据库经济与管理科学辑(第12期);第J161-2页 * |
淮北气候条件对夏大豆生长的影响;戚尚恩;孙有丰;祁宦;李德;陆琴琴;;中国农业气象;第31卷(第02期);第267页-270页 * |
粮食主产区农业自然风险的特点及应对措施研究;胡志全等;农作制度与区域发展;第195页-198页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111881418A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881418B (zh) | 一种基于二分法的大豆气象产量预测方法及系统 | |
CN109615148B (zh) | 一种确定玉米气象产量的方法和系统 | |
CN106099932B (zh) | 一种考虑不确定性的时空相关性的日前计划潮流分析方法 | |
CN109378031B (zh) | 一种基于植保和气象信息结合的水稻纹枯病预测方法 | |
CN115860279B (zh) | 南美白对虾养殖投苗作业窗口期的气象风险预测方法 | |
CN111027193A (zh) | 一种基于回归模型的短期水位预测方法 | |
CN114819374A (zh) | 区域新能源超短期功率预测方法及系统 | |
CN110633841A (zh) | 基于集合采样的省级范围地块尺度快速数据同化产量预测方法 | |
CN115294671A (zh) | 一种空压机出口压力预测方法和预测系统 | |
CN116451823A (zh) | 一种基于气象主控因子的苹果产量预测方法 | |
CN116956120A (zh) | 一种基于改进的tft模型对水质非平稳时间序列的预测方法 | |
CN115719106A (zh) | 基于多气象要素的电力负荷预测方法 | |
CN115660196A (zh) | 一种制药车间的生产管理方法及系统 | |
CN107944466B (zh) | 一种基于分段思想的降雨偏差纠正方法 | |
CN117236529B (zh) | 基于大数据的大型活动人流量预测方法 | |
CN109615149B (zh) | 一种确定甜菜气象产量的方法和系统 | |
CN109615150B (zh) | 一种确定水稻气象产量的方法和系统 | |
CN109858678B (zh) | 一种确定向日葵气象产量的方法和系统 | |
CN113052407B (zh) | 一种大豆气象单产预测方法及预测系统 | |
CN104794537A (zh) | 一种柑桔矢尖蚧发生期预测模型建立方法 | |
CN113393277B (zh) | 一种基于大数据的农产品市场数据分析系统 | |
CN113554203B (zh) | 基于高维网格化和LightGBM的风电预测方法及装置 | |
CN113935542A (zh) | 一种基于气候适宜度的棉花单产预测方法 | |
CN115081681A (zh) | 一种基于prophet算法的风电功率预测方法 | |
CN113255207A (zh) | 基于迭代多输出-马尔科夫链的空分系统氩馏分变量多步预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |