CN112070297A - 农事活动的天气指标预测方法、装置、设备及存储介质 - Google Patents

农事活动的天气指标预测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112070297A
CN112070297A CN202010920016.XA CN202010920016A CN112070297A CN 112070297 A CN112070297 A CN 112070297A CN 202010920016 A CN202010920016 A CN 202010920016A CN 112070297 A CN112070297 A CN 112070297A
Authority
CN
China
Prior art keywords
agricultural
weather
data
meteorological
predicted
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.)
Pending
Application number
CN202010920016.XA
Other languages
English (en)
Inventor
肖晶晶
张育慧
姚益平
李正泉
郭芬芬
王治海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Climate Center Of Zhejiang Province
Original Assignee
Climate Center Of Zhejiang Province
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Climate Center Of Zhejiang Province filed Critical Climate Center Of Zhejiang Province
Priority to CN202010920016.XA priority Critical patent/CN112070297A/zh
Publication of CN112070297A publication Critical patent/CN112070297A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (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

本发明涉及智能检测领域，公开了一种农事活动的天气指标预测方法、装置、设备及存储介质，用于辅助农事活动，该方法包括：获取与待预测农作物对应的农事数据和天气数据；根据农事数据和天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为待预测农作物的农业气象指标；根据农业气象指标和待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；将天气数据输入至农业气象条件评价模型和农业气象灾害监测预警模型中，对农业气象指标进行分级；根据分级后的农业气象指标和天气数据，从预设的农事建议库中选择对应的农事建议并输出。通过本方法，能够在进行农事活动时，充分利用有利天气，避免不利天气的影响。

Description

农事活动的天气指标预测方法、装置、设备及存储介质
技术领域
本发明涉及智能检测领域，尤其涉及一种农事活动的天气指标预测方法、装置、设备及存储介质。
背景技术
在农业种植的过程中，自然天气条件的变化对农作物会产生相当程度的影响，其中一些自然灾害会对农作物生长带来不利因素，例如温度引起的热害、冻害、霜冻、热带植物寒害和低温冷害，水分引起的旱灾、洪涝灾害、雪害和雹害，风引起的风害，综合作用导致的干热风、冷雨和冻涝害等，与气象的概念不同，农业气象灾害是结合农业生产遭受的灾害而言的。例如寒潮和倒春寒，在气象上是一种天气气候现象，不一定引起灾害，但当它们危及小麦、水稻等农作物，即造成冻害、霜冻、低温冷害等农业气象灾害。天气对于农作物的生长以及农事活动具有重大影响，恶劣天气会减少农作物产量，或损害农作物，影响农事活动。
发明内容
本申请的主要目的是解决现有的天气监测方案中，未能结合具体的农事活动进行天气影响因素的预测，而导致农事活动指导方案无法正常实现的技术问题。
本发明第一方面提供了一种农事活动的天气指标预测方法，包括：
从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；
根据所述待预测农作物对应的农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标；
根据所述农业气象指标和所述待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；
将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级；
根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出。
可选的，在本发明第一方面的第一种实现方式中，所述获取农用数据集，并根据所述农用数据集构建基础数据库包括：
获取农用数据集，并对所述农用数据集中的农用数据按照预设的标注分类进行标注，其中，所述标注分类包括农事数据或天气数据；
对标注后的农用数据建立数据库对象，其中，所述数据库对象包括数据表、视图、触发器、存储进程；
依照设置的录入格式将所述数据库对象进行存储，得到基础数据库。
可选的，在本发明第一方面的第二种实现方式中，所述农事数据包括农田小气候数据、农作物观测数据、农业统计数据和农业气象指标数据中的一种；所述天气数据包括气象观测数据和天气预报数据中的一种。
可选的，在本发明第一方面的第三种实现方式中，所述农作物观察数据包括农作物的当前生成发育特性，所述根据所述农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标包括：
确定所述待预测农作物的当前生长发育特性；
基于所述当前生长发育特性、所述天气预报数据和所述农业统计数据，推测出所述待预测农作物的下一生长发育特性；
从所述农业气象条件集中选择影响所述农作物当前的生成发育特性和下一生成发育特性程度最大的至少一种农业气象条件作为农业气象指标。
可选的，在本发明第一方面的第四种实现方式中，所述将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级包括：
将所述天气数据输入至所述农业气象条件评价模型中，获取所述待预测农作物在当前气象条件下的适宜度值；
将所述天气数据输入至所述农业气象灾害监测预警模型中，获得所述待预测农作物在当前气象条件下的灾害预警等级；
根据所述适宜度值和所述灾害预警等级，对所述农业气象指标进行分级。
可选的，在本发明第一方面的第五种实现方式中，在所述根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出之后，还包括：
根据所述天气数据，基于NCL语言绘制所述农业气象指标在预设时间内对应的地理气象分布图，并设置所述地理气象分布图投影的经纬度边界范围；
将所述经纬度范围与所述地理气象分布图调整一致，并将所述地理气象分布图和所述地理信息输入至预设的地理信息系统中；
根据预设的格点编号和所述气象分布图的绘制时间，动态展示所述气象分布图。
可选的，在本发明第一方面的第六种实现方式中，所述根据所述天气数据，基于NCL语言绘制所述农业气象指标在预设时间内对应的气象分布图包括：
将所述天气数据处理为离散点数据，将所述离散点数据根据所述天气数据覆盖的区域范围插值为格点数据；
根据所述格点数据的经纬度信息和所述分级后的农业气象指标，绘制气象分布图，并生成以当前时间命名的力气气象分布图。
本发明第二方面提供了一种农事活动的天气指标预测装置，包括：
获取模块，用于从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；
指标选择模块，用于根据所述待预测农作物对应的农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标；
模型选择模块，用于根据所述农业气象指标和所述待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；
分级模块，用于将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级；
输出模块，用于根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出。
可选的，在本发明第二方面的第一种实现方式中，所述天气检测装置还包括数据库构建模块，所述数据库构建模块具体用于：
获取农用数据集，并对所述农用数据集中的农用数据按照预设的标注分类进行标注，其中，所述标注分类包括农事数据或天气数据；
对标注后的农用数据建立数据库对象，其中，所述数据库对象包括数据表、视图、触发器、存储进程；
依照设置的录入格式将所述数据库对象进行存储，得到基础数据库。
可选的，在本发明第二方面的第二种实现方式中，所述农事数据包括农田小气候数据、农作物观测数据、农业统计数据和农业气象指标数据中的一种；所述天气数据包括气象观测数据和天气预报数据中的一种。
可选的，在本发明第二方面的第三种实现方式中，所述筛选模块具体用于：
确定所述待预测农作物的当前生长发育特性；
基于所述当前生长发育特性、所述天气预报数据和所述农业统计数据，推测出所述待预测农作物的下一生长发育特性；
从所述农业气象条件集中选择影响所述农作物当前的生成发育特性和下一生成发育特性程度最大的至少一种农业气象条件作为农业气象指标。
可选的，在本发明第二方面的第四种实现方式中，所述分级模块具体用于：
将所述天气数据输入至所述农业气象条件评价模型中，获取所述待预测农作物在当前气象条件下的适宜度值；
将所述天气数据输入至所述农业气象灾害监测预警模型中，获得所述待预测农作物在当前气象条件下的灾害预警等级；
根据所述适宜度值和所述灾害预警等级，对所述农业气象指标进行分级。可选的，在本发明第二方面的第五种实现方式中，所述天气检测装置还包括绘图模块，所述绘图模块包括：
绘制单元，用于根据所述天气数据，基于NCL语言绘制所述农业气象指标在预设时间内对应的地理气象分布图，并设置所述地理气象分布图投影的经纬度边界范围；
调整单元，用于将所述经纬度范围与所述地理气象分布图调整一致，并将所述地理气象分布图和所述地理信息输入至预设的地理信息系统中；
展示单元，用于根据预设的格点编号和所述气象分布图的绘制时间，动态展示所述气象分布图。
可选的，在本发明第二方面的第五种实现方式中，所述绘制单元具体用于：
将所述天气数据处理为离散点数据，将所述离散点数据根据所述天气数据覆盖的区域范围插值为格点数据；
根据所述格点数据的经纬度信息和所述分级后的农业气象指标，绘制气象分布图，并生成以当前时间命名的力气气象分布图。
本发明第三方面提供了一种农事活动的天气指标预测设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述农事活动的天气指标预测设备执行上述的农事活动的天气指标预测方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的农事活动的天气指标预测方法。
本发明的技术方案中，从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；根据所述待预测农作物对应的农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标；根据所述农业气象指标和所述待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级；根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出。本方法通过获取基础数据库中存储的农田小气候数据、农作物观测数据、农业统计数据、地理信息数据和农业气象指标数据等农事数据和气象观测数据和天气预报数据等天气数据，筛选农事气象指标，并利用模型对农事气象指标进行对所述农事气象指标分级，考虑当地农业生产对象、农事活动对天气条件的要求，以及这些天气条件对当地农业生产对象、农事活动可能产生的利弊影响，及时提供措施和建议，以充分利用有利天气，避免不利天气的影响。
附图说明
图1为本发明实施例中农事活动的天气指标预测方法的第一个实施例示意图；
图2为本发明实施例中农事活动的天气指标预测方法的第二个实施例示意图；
图3为本发明实施例中农事活动的天气指标预测方法的第三个实施例示意图；
图4为本发明实施例中农事活动的天气指标预测方法的第四个实施例示意图；
图5为本发明实施例中农事活动的天气指标预测方法的第五个实施例示意图；
图6为本发明实施例中农事活动的天气指标预测装置的一个实施例示意图；
图7为本发明实施例中农事活动的天气指标预测装置的另一个实施例示意图；
图8为本发明实施例中农事活动的天气指标预测设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种农事活动的天气指标预测方法、装置、设备及存储介质，本发明的技术方案中，从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；根据所述待预测农作物对应的农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标；根据所述农业气象指标和所述待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级；根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出。本方法通过获取基础数据库中存储的农田小气候数据、农作物观测数据、农业统计数据和地理信息数据等农事数据和气象观测数据、天气预报数据和农业气象指标数据等天气数据，筛选农事气象指标，并利用模型对农事气象指标进行对所述农事气象指标分级，考虑当地农业生产对象、农事活动对天气条件的要求，以及这些天气条件对当地农业生产对象、农事活动可能产生的利弊影响，及时提供措施和建议，以充分利用有利天气，避免不利天气的影响。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中农事活动的天气指标预测方法的第一个实施例包括：
101、从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；
可以理解的是，本发明的执行主体可以为农事活动的天气指标预测装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
在本实施例中，在进行农用天气检测前，需要先构建基础数据库，可以是以SQLServer 2008数据库管理平台为开发平台构建，主通过方式收集数据：搜集整理农作物布局、产量、灾情等农业社会经济数据库；搜集整理的主要农业气象灾害指标，结合前人研究成果，集成主要农作物和农事活动的气象灾害指标库。基于多年的灾情数据、社会统计数据等，利用统计学方法提取不同气象灾害等级指标；搜集整理业务服务使用的主要农用天气预报指标库，构建主要农作物生长季节和关键发育期的农用天气预报的适宜度指标；构建以作物模拟模型为基础的主要农作物生长发育动态诊断模型指标体系，构建包括实时气象信息、天气预报数据、农田小气候信息、农业气象指标等现代农业气象信息库等。
在本实施例中，所述农事数据包括但不限于农田小气候数据、农作物观测数据、农业统计数据中的一种，天气数据包括但不限于气象观测数据、天气预报数据和农业气象指标数据中的一种，其中，农田小气候数据包括农田小气候、土壤水分、太阳辐射、特总要素观测等观测要素，包括多个农田小气候观测站不同冠层高度的温度、风速、相对湿度等资料；多个自动农田土壤水分观测站的观测数据，包括0-100cm土壤深度的相对湿度、土壤体积含水量、土壤重量含水率；9个太阳辐射数据包括太阳总辐射、散射辐射、有效辐射；18个特征要素主要是观测田间CO2浓度，包括CO2浓度的最大、最小值和平均值，以及最值出现的时间。农作物观测数据包括多个农业气象观测站的作物发育期、物候、灾害、土壤水分观测站数据。农业统计数据包括一个时间段内作物产量、面积、灾害(包括台风、干旱、洪涝等致灾面积、成灾面积)。气象观测数据包括多个常规自动气象站、多个区域自动气象站逐时的观测资料，主要包括气温、降水量、相对湿度、日照时数等多个气象要素，天气预报数据包括基于气象台多模式1km×1km网格未来一定时间段的平均气温、最高气温、最低气温、降水量等要素的预报数据；未来一定时间段内的精细化城镇预报数据，包括多个乡镇代表站的气压、平均气温、最高气温、最低气温、降水量、风速、相对湿度等多个个气象要素。农业气象指标数据包括业气象灾害指标体系，包括春寒、茶叶霜冻、柑橘冻害等多类作物多种农业气象灾害；农用天气预报指标体系，包括双季早稻播种、双季早稻收割、晚稻收割、柑橘采摘、茶叶采摘、杨梅采摘、油菜收割等作物、多类农事关键期的预报指标；农业气候适宜度评价模型体系，包括温度、湿度、日照等单个气象因子和综合气候因子的适宜度评价模型，此外还可以包括地理信息，所述地理信息包括某区域的行政地图，水体及DEM高程等基础数据。包括行政区划图、一二级河流、市标注和农业气象站点分布及名称为基本背景图显示。
102、根据农事数据和天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为待预测农作物的农业气象指标；
在本实施例，农业气象条件集包括温度、湿度、日照等气象因子下的各种气象条件，例如在温度的气象因子下的日平均气温，湿度的气象因子下的日降雨量，日照的气象因子下的日照时数等，在本实施例中，会预设农作物种类以及当前季节天气与农业气象条件集中的气象条件之间的关系，通过收集到的农事数据以及天气数据，自动为待预测农作物在当前季节下选择农业气象指标，例如，在本实施例中，选择的农作物为早稻，早稻分为播种期和收割期，不同时期对周围气候环境的要求不同，早稻的种植主要在中南部，北部也有少量种植，播种一般于3月下旬开始、4月中旬结束，期间气温条件直接影响播种的适宜程度，故在获取到农事数据和天气数据与3月下旬开始、4月中旬结束的农事数据天气数据相符合，则选择温度的气象因子中的日平均气温作为农业气象指标，选择的农作物为春茶，通常情况下，鲜叶采摘宜在清晨日出前后进行，此时气温较低湿度较大，有利于保持鲜叶和新梢嫩芽的持嫩性。雨天或高温天气，鲜叶不宜采摘，否则影响茶叶质量，故选择日降水量作为茶叶采摘气象指标。
103、根据农业气象指标和待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；
在本实施例中，对不同的农业气象指标预设的不同的农业气象条件评价模型，例如对于茶叶有气候适宜度模型，包括温度适宜度模型、水分适宜度模型、日照适宜度模型、气候适宜度模型，对于水稻，包括温度适宜度模型、降水适宜度模型、日照适宜度模型和综合气候适宜度模型等，通过确定农业气象指标和待预测农作物的种类，即可确定需要选择的农业气象条件评价模型。
农业气象灾害种类繁多，发生时段、危害机理和指标均不同。从灾害的发生机制看，农业干旱、渍害等属累积型；暴雨、大风、冰雹等属突发型；有些灾害造成的影响是显性的，在灾害发生后通过外在的形态特征可直观判断，如洪涝、大风、冰雹等；有的灾害是隐性的，如冷害、热害、寒露风等，受害症状时间滞后。从影响作物种类上来，主要包括大田作物(水稻、油菜、大小麦)和经济林果作物(茶叶、柑橘、杨梅等)。在本实施例中，对不同作物设置有不同农业气象灾害监测预警模型，例如对于柑橘，柑橘冻害是指在越冬期间(12月至次年2月)因低温造成的植株伤害，是柑橘生产上最主要的气象灾害，受冻后易导致落叶、树梢和主干甚至全树死亡，故设置了柑橘冻害气象灾害监测预警模型。
104、将天气数据输入至农业气象条件评价模型和农业气象灾害监测预警模型中，对农业气象指标进行分级；
在本实施例中，农业气象条件评价模型主要是基于模糊数学理论建立的作物气候适宜度动态模型能客观反映气候条件对作物生长发育的满足程度，通过定量评价气象条件对农作物生长的影响，各个气象要素的适宜度模型评价结果的量化指标，统一定义域值为[0，1]，即：最适宜为“1”，最不适宜为“0”。同时结合农业气象灾害监测预警模型对当前天气数据分析后确定的灾害预警等级，结合对未来气象条件对作物生长发育和农事活动的影响利弊程度进行分等定级，可以通过探测到的农事数据确定作物的生长发育情况，并结合农事实际确定具体的分级细节。
105、根据分级后的农业气象指标和天气数据，从预设的农事建议库中选择对应的农事建议并输出。
在本实施例中，可以进行类似FAQ(Frequently Asked Questions，常见问题解答)的方式，提前将分级后的农业气象指标和天气数据，和相关的农事建议进行匹配，在选着待预测的农作物种类后，服务器通过本农事活动的天气指标预测方法的对天气数据和农事数据进行分析，快速选择农业气象指标，并根据不同时间不同的天气数据，匹配不同的农事建议，用户在选择待观察的农作物种类之后，通过选择不用时间，系统在前端显示相应的农事数据供用户进行参考，以充分利用有利天气，避免不利天气的影响。
在本实施例中，从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；根据所述待预测农作物对应的农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标；根据所述农业气象指标和所述待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级；根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出。本方法通过获取基础数据库中存储的农田小气候数据、农作物观测数据、农业统计数据、地理信息数据和农业气象指标数据等农事数据和气象观测数据、天气预报数据等天气数据，筛选农事气象指标，并利用模型对农事气象指标进行对所述农事气象指标分级，考虑当地农业生产对象、农事活动对天气条件的要求，以及这些天气条件对当地农业生产对象、农事活动可能产生的利弊影响，及时提供措施和建议，以充分利用有利天气，避免不利天气的影响。
请参阅图2，本发明实施例中农事活动的天气指标预测方法的第二个实施例包括：
201、获取农用数据集，并对农用数据集中的农用数据按照预设的标注分类进行标注，其中，标注分类包括农事数据或天气数据；
在本实施例中，收集到的数据包括但不限于是农田小气候数据、农作物观测数据、农业统计数据、地理信息、气象观测数据、天气预报数据和农业气象指标数据中的一种，获取上述数据主要是通过一些硬件设备观测获取的，例如气象观测数据是通过常规自动气象站、区域自动气象站逐时观测的，农田小气候数据是通过农田小气候观测站、自动农田土壤水分观测站，农作物观测数据是通过农业气象观测站，农业统计数据主要是一段时间内统计获得的作物产量、面积、灾害等数据，天气预报数据是通过省气象台设置的未来1-8天的平均气温、最高气温、最低气温、降水量等要素的预报数据，地理数据是事先探测好的行政地图，水体及DEM高程等基础数据等。
202、对标注后的农用数据建立数据库对象；
在本实施例中，所述数据库对象包括数据表、视图、触发器、存储进程等。
203、依照设置的录入格式将数据库对象进行存储，得到基础数据库；
在本实施例中，将数据依据设置的录入格式存储后，还需要对获得的基础数据库中的数据进行更新，通过上述硬件设备不断观测获得新的数据后，也就是更新数据，将更新数据进行转换，所述转换表示文本数据转换为数据库中的字段值，通过自动更新流程脚本实现，所述自动更新流程脚本首先获取所述的更新数据，根据所给数据类型及对应参数定向分解所述数据，然后载入到内存中，同时连接后台数据库，将内存中的更新数据自动导入到后台数据库中具体的表中特定的字段。该数据库数据自动更新方法，可将预处理完成的数据经过自动化流程定期加入到数据库中，使数据库内容不断补充修正。
204、从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；
205、确定待预测农作物的当前生长发育特性；
206、基于当前生长发育特性、天气预报数据和农业统计数据，推测出待预测农作物的下一生长发育特性；
207、从农业气象条件集中选择影响农作物当前的生成发育特性和下一生成发育特性程度最大的至少一种农业气象条件作为农业气象指标；
在本实施例中，以待预测农作物为早稻为例，农作物观测数据包括农作物的作物发育期数据，当观测到的作物发育期为播种期时，早稻在播种期的生成发育特性是播种一般于3月下旬开始、4月中旬结束。期间气温条件直接影响播种的适宜程度，也就是气温条件对早稻的播种期影响程度最大，则直接选择日平均气温及其持续日数为农业气象指标。
在本实施例中，已知当前生长发育特性为播种期，当用户需要预测接下来较长阶段的农业气象指标时，可以通过当前生长发育特性、天气预报数据和农业统计数据将待预测农作物接下来可能的生成发育特性推测出来，较长时间段主要是通过当前生长发育特性和农业统计数据预测，较短时间内主要是通过当前生成发育特性和天气预报数据。
208、根据农业气象指标和待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；
209、将天气数据输入至农业气象条件评价模型和农业气象灾害监测预警模型中，对农业气象指标进行分级；
210、根据分级后的农业气象指标和天气数据，从预设的农事建议库中选择对应的农事建议并输出。
本实施例在上一实施例的基础上，详细描述了构建基础数据库的过程，通过获取农用数据集，并对所述农用数据集中的农用数据按照预设的标注分类进行标注，其中，所述标注分类包括农事数据或天气数据；对标注后的农用数据建立数据库对象，依照设置的录入格式将所述数据库对象进行存储，得到基础数据库，同时描述了对数据进行更新的过程，通过基础数据库的构建以及更新，方便后续进行农用天气检测时获取数据，同时保证了数据的安全性和可靠性。
请参阅图3，本发明实施例中农事活动的天气指标预测方法的第三个实施例包括：
301、从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；
302、根据农事数据和天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为待预测农作物的农业气象指标；
303、根据农业气象指标和待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；
304、将天气数据输入至农业气象条件评价模型中，获取待预测农作物在当前气象条件下的适宜度值；
在本实施例中，以农作物为茶树为例，气候条件对茶树生长发育和茶叶品质、产量形成的影响，表现为多个气象要素的综合效应应用模糊数学分析方法，分别建立基于温度、水分和日照气候适宜度模型，以及综合气候适宜度模型，定量评价气象条件对茶叶生长的影响。各个气象要素的适宜度模型评价结果的量化指标，统一定义域值为[0，1]，即：最适宜为“1”，最不适宜为“0”，以温度适宜度模型为例，温度是影响茶芽萌动、新梢生长快慢，甚至茶树能否成活的重要因子。温度的变化，直接影响茶树新梢的正常生长、茶叶品质的优劣及其产量的高低。跟其他农作物一样，茶叶在不同的生长阶段都有个三基点温度，即最适温度、最低温度和最高温度。在最适温度下，茶叶生长发育迅速而良好；在最高和最低温度下，茶树停止生长发育，但仍能维持生命。如果继续升高或降低，就会对茶树产生不同程度的危害，直至死亡。应用模糊数学法，建立了茶叶生长的温度适宜度(PT)模型，计算公式如下：
Figure BDA0002666389570000111
Figure BDA0002666389570000112
其中，T为茶叶生长季内的平均温度；T1、T2、T0分别是不同时段内茶叶生长的最低温度、最高温度和最适宜温度。当T＝T1或T＝T2时，PT＝0；当T＝T0时，PT＝1。
305、将天气数据输入至农业气象灾害监测预警模型中，获得待预测农作物在当前气象条件下的灾害预警等级；
在本实施例中，以茶树的霜冻害精细化监测预警模型为例，茶树霜冻害等级指标包括三部分的内容：气象指标、茶树受害症状和新梢芽叶受害率。其中，气象指标是指春茶新梢生长期间每天的小时最低气温和持续小时数。茶树霜冻害等级划分为四级，即轻度霜冻、中度霜冻、重度霜冻和特重霜冻。基于此，应用乡镇级小时最低气温观测数据，借助GIS技术，建立了乡镇级的茶叶霜冻害精细化监测模型。
标准中规定气象指标是小时最低气温，实际OCF预报数据最低气温只有日值，尚无小时值。参照茶树霜冻害等级地方标准，结合预报产品以及茶叶生产实际，确定茶叶霜冻害预警气象指标用日最低气温，标准分为轻度、中度、重度和特重四级。融合OCF预报数据，建立霜冻害精细化预警模型，空间上以乡镇和1km网格为单元，预警时效为8天。如表1为茶叶霜冻害预警等级划分标准，其中Tmin为日最低气温(℃)。
表1茶叶霜冻害预警等级划分标准
Figure BDA0002666389570000121
306、根据适宜度值和灾害预警等级，对农业气象指标进行分级；
通过上述计算出的适宜度值和灾害预警等级，可以知道什么样的气候条件对应什么样的适宜度值和灾害预警等级，通过这样的对应关系，实现对农业气象指标的分级，例如上述的温度适宜度模型和霜冻害精细化监测预警模型都是以气温为计算依据，当农业气象指标为日平均气温时，当气温条件在温度适宜度模型的适宜度值较高，在霜冻害精细化监测预警模型中为轻度，则将该气温条件设置为适宜。
307、根据分级后的农业气象指标和天气数据，从预设的农事建议库中选择对应的农事建议并输出；
本实施例在前实施例的基础上，详细描述了提取诊断分词的特征的过程，通过将诊断分词按照在诊断语料中的顺序进行排序，根据诊断分词的字节长度进行大小为N的滑动窗口操作，生成多个分词数为N的分词片段序列，其中，N为不小于1的自然数；统计分词片段序列在诊断语料中的频次，并通过预设的频次阈值对所有分词片段序列进行过滤，形成关键序列列表；将关键序列列表中的分词片段序列作为诊断分词的特征集，通过本方法，能够快速提取诊断分词的特征。
请参阅图4，本发明实施例中农事活动的天气指标预测方法的第四个实施例包括：
401、从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；
402、根据气象观测数据和农作物观测数据，推测待预测农作物当前生长发育特性；
在本实施例中，以待预测农作物是春茶为例，气象观测数据包括自动气象站逐时的观测资料，主要包括气温、降水量、相对湿度、日照时数等多个气象要素，农作物观测数据包括农业气象观测站的物候、灾害、土壤水分观测站数据，通过这些数据，通过气象观测数据判断出当前的农业时节，并根据农作物观测数据观测到的作物情况进而判断出待预测农作物是播种期、发育期、或是收割期。
403、根据天气预报数据和农业统计数据，推测待预测农作物下一生长发育特性；
404、从农业气象条件集中筛选影响当前生长发育特性和下一发育特性的至少一个农业气象条件作为农业气象指标；
在本实施例中，在确定当前发育特性后，还可以进一步根据一段时间的天气预报数据判断农作物在短期内的下一发育特性，以及通过农业统计数据，确定待预测农作物在一段较长时间内的下一发育特性，进而在后续阶段确定不同时间的农业气象指标，根据不同的农业气象指标输出不同的农事建议。
405、将天气数据输入至农业气象条件评价模型和农业气象灾害监测预警模型中，对农业气象指标进行分级；
406、根据农业气象指标和待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；
407、将天气数据输入至农业气象条件评价模型和农业气象灾害监测预警模型中，对农业气象指标进行分级；
408、根据分级后的农业气象指标和天气数据，从预设的农事建议库中选择对应的农事建议并输出；
在本实施例中，以早稻收割期为例，早稻收割对降水天气敏感，晴好天气对早稻收割、晾晒有利。以日降水量为指标，结合生产实际对指标进行等级划分，得到表2：
表2早稻收割期农用天气预报指标
Figure BDA0002666389570000131
早稻收割期的计算公式为：Y＝F(R)；
式中，Y为早稻收割农用天气适宜程度(Y＝1、2、3，分别代表适宜、较适宜、不适宜)，R为日降水量(mm)。通过适宜度值和灾害预警等级，对农业气象指标分为3个适宜程度的等级，根据不同等级预设不同的农事建议，例如对于适宜程度为1级，农事建议如下：“对已成熟的早稻要及时收割、晾晒、归仓，做到精打细收，颗粒归仓，达到丰产丰收的目的，为晚稻备耕、移栽争取时间”。
所述标准所述预置的检索匹配的规则更加灵活，可根据不同的任务场景进行修改，中间结果可视化，可以通过人为修改干预的方式提高匹配的准确性，例如可以根据不同的用户需求，设置不同匹配关系的强弱要求。
本实施例在前实施例的基础上，详细描述了获取农业气象指标的过程，通过根据所述气象观测数据和农作物观测数据，推测所述待预测农作物当前生长发育特性；根据所述天气预报数据和所述农业统计数据，推测所述待预测农作物下一生长发育特性；从所述农业气象条件集中筛选影响所述当前生长发育特性和所述下一发育特性的至少一个农业气象条件作为农业气象指标，通过选择合理的农业气象指标，在后续过程中为用户提供合适的农事建议，使用户能够在进行农事活动时，充分利用有利天气，避免不利天气的影响。
请参阅图5，本发明实施例中农事活动的天气指标预测方法的第五个实施例包括：
501、选择早稻为待预测农作物并从预设的基础数据库中获取天气数据以及与早稻相关的农事数据；
在实际应用中，待预测农作物包括了早稻、晚稻、柑橘、茶叶、杨梅和油菜等等，本实施例以早稻为例，将早稻作为待预测农作物，从预设的基础数据库中获取数据，其中、基础数据库为通过气象站、农田小气候观测站、农田水分观测站、农田气象观测站等等实时获取的天气数据和农事数据，同时也包括了部分历史的天气数据和农事数据。
502、根据农事数据和天气数据从预设的农业气象条件集中选择日降雨量作为早稻的农业气象指标；
在本实施例中，早稻的生长发育阶段包括播种期、发育期和收割期，不同的生长发育阶段可能选择不同的农业气象条件作为农业气象指标，主要是通过农事实际以及该农作物在不同生长发育阶段的生长发育特性决定的，同时耦合期间的农业气象条件，例如早稻的播种期，一般于3月下旬开始、4月中旬结束。期间气温条件直接影响播种的适宜程度，故选择日平均气温及其持续日数为农业气象指标，在早稻的收割期，早稻收割对降水天气敏感，晴好天气对早稻收割、晾晒有利，故选择日降水量为农业气象指标。
503、根据早稻的生长发育阶段为收割期和早稻作为待预测农作物为筛选条件，选择对应的降雨适宜度模型和早稻高温逼熟气象灾害监测预警模型；
在本实施例中，以待预测农作物为水稻作为筛选条件，农业气象条件评价模型包括了温度适宜度模型、降水适宜度模型、日照评价模型和综合气候适宜度模型等，以早稻的收割期为例，早稻的收割期的农业气象指标为日降雨量，则选择的农业气象条件评价模型为降雨适宜度模型，以早稻收割期为例，选择的农业气象灾害监测预警模型为早稻高温逼熟气象灾害监测预警模型。
504、结合早稻高温逼熟气象灾害监测预警模型和降雨适宜度模型，对日降雨量作为农业气象指标进行分级；
在本实施例中，结合上述模型和农事实际，将对日降雨量进行等级划分，得到表3。
表3早稻收割期农用天气预报指标
Figure BDA0002666389570000151
得到早稻收割期农用天气预报模型为：Y＝F(R)
式中，Y为早稻收割农用天气适宜程度(Y＝1、2、3，分别代表适宜、较适宜、不适宜)，R为日降水量(mm)，根据获取到的天气数据中的日降雨量信息输入到早稻收割期农用天气预报模型中获得不同的适宜度等级，根据适宜度等级和构建的地理气象分布图，提出趋利避害的农事建议，形成农用天气预报专题产品。
505、将天气数据处理为离散点数据，将离散点数据根据天气数据覆盖的区域范围插值为格点数据；
506、根据格点数据的经纬度信息和分级后的农业气象指标，绘制气象分布图，并生成以当前时间命名的地理气象分布图；
本实施例中应用NCL语言绘制地理气象分布图，NCL(TheNCARCommandLanguage)是一种专门为科学数据处理以及数据图形化设计的高级编程语言，尤其在气象数据处理及图形化得到广泛的应用。NCL较其他绘图软件的优越性表现在，除了图形显示功能外，还有完整的数据处理模块，常用的数据处理方法如经验正交函数展开法(EOF)，滤波(Filters)，小波分析(Wavelets)都可以用它进行处理，同时，由于支持C语言和Fortran语言外部调用，使得其程序简单易懂，且灵活多变；与多个气象数据模式有专门的数据接口，例如要完整地使用中尺度数值模式WRF的所有模块，就需要正确安装NCL；另外，NCL还有完整的地图投影系，丰富的色彩效果，使其图形的视觉效果更加直观，成为国际气象数据显示的新型平台。
507、将经纬度范围与地理气象分布图调整一致；
在本实施中，将将经纬度范围与地理气象分布图调整一致主要是通过GIS(Geographic Information System，地理信息系统)，通过将气象分布图像的文件接入地理信息系统的数据库中，对气象分布图的经纬度范围进行定位，并通过坐标转换将气象分布图的定位信息显示到地理信息系统GIS地图中，与所述GIS地图进行叠加。
508、根据预设的格点编号和地理气象分布图的绘制时间，动态展示地理气象分布图；
509、根据分级后的农业气象指标和地理气象分布图，从预设的农事建议库中选择对应的农事建议并输出。
在本实施例中，根据格点编号获取任意格点数据对应的区域块，并照气象分布图的绘制时间，执行气象分布图的连续叠加，形成动态展示效果。
本实施例在上一实施例的基础上，详细的描述了以待预测农作物为早稻为例，生长发育阶段为收割期为例的农事活动的天气坐标预测方法，同时描述了生成地理气象分布图的过程，通过天气数据，基于NCL语言绘制所述农业气象指标在预设时间内对应的地理气象分布图，并设置所述地理气象分布图投影的经纬度边界范围；将所述经纬度范围与所述地理气象分布图调整一致；根据预设的格点编号和所述气象分布图的绘制时间，动态展示所述气象分布图。通过本方法，实现地理气象分布图的生成并动态展示，结合前述的农事建议，方便用户在进行农事活动时，充分利用有利天气，避免不利天气的影响。
上面对本发明实施例中农事活动的天气指标预测方法进行了描述，下面对本发明实施例中农事活动的天气指标预测装置进行描述，请参阅图6，本发明实施例中农事活动的天气指标预测装置一个实施例包括：
获取模块601，用于从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；
指标选择模块602，用于根据所述农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标，其中，所述农业气象条件集包括在不同生长发育特性下的影响所述待预测农作物的农业天气气象条件；
模型选择模块603，用于根据所述农业气象指标和所述待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；
分级模块604，用于将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级；
输出模块605，用于根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出。
本发明实施例中，所述农事活动的天气指标预测装置运行上述农事活动的天气指标预测方法，从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；根据所述待预测农作物对应的农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标；根据所述农业气象指标和所述待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级；根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出。本方法通过获取基础数据库中存储的农田小气候数据、农作物观测数据、农业统计数据和地理信息数据等农事数据和气象观测数据、天气预报数据和农业气象指标数据等天气数据，筛选农事气象指标，并利用模型对农事气象指标进行对所述农事气象指标分级，考虑当地农业生产对象、农事活动对天气条件的要求，以及这些天气条件对当地农业生产对象、农事活动可能产生的利弊影响，及时提供措施和建议，以充分利用有利天气，避免不利天气的影响。
请参阅图7，本发明实施例中农事活动的天气指标预测装置的第二个实施例包括：
获取模块601，用于从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；
指标选择模块602，用于根据所述待预测农作物对应的农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标；
模型选择模块603，用于根据所述农业气象指标和所述待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；
分级模块604，用于将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级；
输出模块605，用于根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出。
其中，所述农事活动的天气指标预测装置还包括数据库构建模块606，所述数据库构建模块606具体用于：
获取农用数据集，并对所述农用数据集中的农用数据按照预设的标注分类进行标注，其中，所述标注分类包括农事数据或天气数据；
对标注后的农用数据建立数据库对象，其中，所述数据库对象包括数据表、视图、触发器、存储进程；
依照设置的录入格式将所述数据库对象进行存储，得到基础数据库。
可选的，所述农事数据包括农田小气候数据、农作物观测数据、农业统计数据和农业气象指标数据中的一种；所述天气数据包括气象观测数据和天气预报数据中的一种。
其中，所述指标选择模块602包括：
确定单元6021，用于确定所述待预测农作物的当前生长发育特性；
推测单元6022，用于基于所述当前生长发育特性、所述天气预报数据和所述农业统计数据，推测出所述待预测农作物的下一生长发育特性；
筛选单元6023，用于从所述农业气象条件集中选择影响所述农作物当前的生成发育特性和下一生成发育特性程度最大的至少一种农业气象条件作为农业气象指标。
其中，所述分级模块604包括：
适宜度计算单元，用于将所述天气数据输入至所述农业气象条件评价模型中，获取所述待预测农作物在当前气象条件下的适宜度值；
预警等级配置单元，用于将所述天气数据输入至所述农业气象灾害监测预警模型中，获得所述待预测农作物在当前气象条件下的灾害预警等级；
指标分级单元，用于根据所述适宜度值和所述灾害预警等级，对所述农业气象指标进行分级。
其中，所述天气检测装置还包括绘图模块607，其具体用于：
根据所述天气数据，基于NCL语言绘制所述农业气象指标在预设时间内对应的地理气象分布图，并设置所述地理气象分布图投影的经纬度边界范围；
将所述经纬度范围与所述地理气象分布图调整一致；
根据预设的格点编号和所述气象分布图的绘制时间，动态展示所述气象分布图。
可选的，根据所述天气数据，基于NCL语言绘制所述农业气象指标在预设时间内对应的地理气象分布图，并设置所述地理气象分布图投影的经纬度边界范围具体包括：
将所述天气数据处理为离散点数据，将所述离散点数据根据所述天气数据覆盖的区域范围插值为格点数据；
根据所述格点数据的经纬度信息和所述分级后的农业气象指标，绘制气象分布图，并生成以当前时间命名的力气气象分布图。
本实施例在上一实施例的基础上，详细描述了各个模块的具体功能，同时增加了数据库构建模块和绘图模块，通过数据库模块将收集到的数据进行集中存储，后续获取数据时不需要再通过多个观测设备进行收集，提供了数据的使用效率，同时通过绘图模块能够输出地理气象分布图，结合农事建议生成天气预报产品，便于用户在进行农事活动时，充分利用有利天气，避免不利天气的影响。
上面图6和图7从模块化功能实体的角度对本发明实施例中的中农事活动的天气指标预测装置进行详细描述，下面从硬件处理的角度对本发明实施例中农事活动的天气指标预测设备进行详细描述。
图8是本发明实施例提供的一种农事活动的天气指标预测设备的结构示意图，该农事活动的天气指标预测设备800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)810(例如，一个或一个以上处理器)和存储器820，一个或一个以上存储应用程序833或数据832的存储介质830(例如一个或一个以上海量存储设备)。其中，存储器820和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对农事活动的天气指标预测设备800中的一系列指令操作。更进一步地，处理器810可以设置为与存储介质830通信，在农事活动的天气指标预测设备800上执行存储介质830中的一系列指令操作，以实现上述农事活动的天气指标预测方法的步骤。
农事活动的天气指标预测设备800还可以包括一个或一个以上电源840，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口860，和/或，一个或一个以上操作系统831，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图8示出的农事活动的天气指标预测设备结构并不构成对本申请提供的农事活动的天气指标预测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述农事活动的天气指标预测方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统或装置、单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种农事活动的天气指标预测方法，其特征在于，所述农事活动的天气指标预测方法包括：
从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据，其中所述农事数据为与农作物生长发育相关的数据；
根据所述农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标，其中，所述农业气象条件集包括在不同生长发育特性下的影响所述待预测农作物的农业天气气象条件；
根据所述农业气象指标和所述待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；
将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级；
根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出。
2.根据权利要求1所述的农事活动的天气指标预测方法，其特征在于，所述获取农用数据集，并根据所述农用数据集构建基础数据库包括：
获取农用数据集，并对所述农用数据集中的农用数据按照预设的标注分类进行标注，其中，所述标注分类包括农事数据或天气数据；
对标注后的农用数据建立数据库对象，其中，所述数据库对象包括数据表、视图、触发器、存储进程中的一种；
依照设置的录入格式将所述数据库对象进行存储，得到基础数据库。
3.根据权利要求2所述的农事活动的天气指标预测方法，其特征在于，所述农事数据包括农田小气候数据、农作物观测数据、农业统计数据和农业气象指标数据中的一种；所述天气数据包括气象观测数据和天气预报数据中的一种。
4.根据权利要求3所述的农事活动的天气指标预测方法，其特征在于，所述农作物观察数据包括农作物的当前生成发育特性，所述根据所述农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标包括：
确定所述待预测农作物的当前生长发育特性；
基于所述当前生长发育特性、所述天气预报数据和所述农业统计数据，推测出所述待预测农作物的下一生长发育特性；
从所述农业气象条件集中选择影响所述农作物当前的生成发育特性和下一生成发育特性程度最大的至少一种农业气象条件作为农业气象指标。
5.根据权利要求3所述的农事活动的天气指标预测方法，其特征在于，所述将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级包括：
将所述天气数据输入至所述农业气象条件评价模型中，获取所述待预测农作物在当前气象条件下的适宜度值；
将所述天气数据输入至所述农业气象灾害监测预警模型中，获得所述待预测农作物在当前气象条件下的灾害预警等级；
根据所述适宜度值和所述灾害预警等级，对所述农业气象指标进行分级。
6.根据权利要求3所述的农事活动的天气指标预测方法，其特征在于，在所述根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出之后，还包括：
根据所述天气数据，基于NCL语言绘制所述农业气象指标在预设时间内对应的地理气象分布图，并设置所述地理气象分布图投影的经纬度边界范围；
将所述经纬度范围与所述地理气象分布图调整一致；
根据预设的格点编号和所述气象分布图的绘制时间，动态展示所述气象分布图。
7.根据权利要求6所述的农事活动的天气指标预测方法，其特征在于，所述根据所述天气数据，基于NCL语言绘制所述农业气象指标在预设时间内对应的地理气象分布图包括：
将所述天气数据处理为离散点数据，将所述离散点数据根据所述天气数据覆盖的区域范围插值为格点数据；
根据所述格点数据的经纬度信息和所述分级后的农业气象指标，绘制气象分布图，并生成以当前时间命名的地理气象分布图。
8.一种农事活动的天气指标预测装置，其特征在于，所述农事活动的天气指标预测装置包括：
获取模块，用于从预设的基础数据库中获取与待预测农作物对应的农事数据和天气数据；
指标选择模块，用于根据所述待预测农作物对应的农事数据和所述天气数据从预设的农业气象条件集中选择至少一种农业气象条件作为所述待预测农作物的农业气象指标；
模型选择模块，用于根据所述农业气象指标和所述待预测农作物，选择对应的农业气象条件评价模型和农业气象灾害监测预警模型；
分级模块，用于将所述天气数据输入至所述农业气象条件评价模型和所述农业气象灾害监测预警模型中，对所述农业气象指标进行分级；
输出模块，用于根据分级后的农业气象指标和所述天气数据，从预设的农事建议库中选择对应的农事建议并输出。
9.一种农事活动的天气指标预测设备，其特征在于，所述农事活动的天气指标预测设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述农事活动的天气指标预测设备执行如权利要求1-7中任一项所述的农事活动的天气指标预测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的农事活动的天气指标预测方法。
CN202010920016.XA 2020-09-04 2020-09-04 农事活动的天气指标预测方法、装置、设备及存储介质 Pending CN112070297A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010920016.XA CN112070297A (zh) 2020-09-04 2020-09-04 农事活动的天气指标预测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010920016.XA CN112070297A (zh) 2020-09-04 2020-09-04 农事活动的天气指标预测方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112070297A true CN112070297A (zh) 2020-12-11

Family

ID=73666040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010920016.XA Pending CN112070297A (zh) 2020-09-04 2020-09-04 农事活动的天气指标预测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112070297A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112987132A (zh) * 2021-02-03 2021-06-18 菏泽市气象局 一种牡丹气象服务技术研究系统及方法
CN112990579A (zh) * 2021-03-16 2021-06-18 中化现代农业有限公司 农业气象灾害预报方法、装置、设备和存储介质
CN113744074A (zh) * 2021-09-06 2021-12-03 北京超图软件股份有限公司 确定农业作物的减灾保产措施的方法和装置
CN114239849A (zh) * 2021-11-30 2022-03-25 支付宝(杭州)信息技术有限公司 天气灾害预测及模型训练方法、装置、设备及存储介质
CN114414744A (zh) * 2022-01-26 2022-04-29 北京航天泰坦科技股份有限公司 生态环境遥感监测指标的时空动态分析方法、装置和设备
CN114545527A (zh) * 2022-01-25 2022-05-27 华风气象传媒集团有限责任公司 一种农事活动气象适宜度预报方法
CN115373048A (zh) * 2022-07-19 2022-11-22 重庆市气象科学研究所 基于网格预报的农药施用天气预报方法、介质和设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107256451A (zh) * 2017-05-23 2017-10-17 甘肃万维信息技术有限责任公司 农业大数据基于gis的农业适宜性评价分析方法
CN108960633A (zh) * 2018-07-06 2018-12-07 云南省气候中心 大叶种晒青毛茶气候品质评价方法、评价模型和品质评价等级
KR20190052484A (ko) * 2017-11-08 2019-05-16 대한민국(농촌진흥청장) 개별 농장단위로 관측되고 추정된 기상정보를 고려한 농업기상재해 조기경보시스템 및 그 방법
CN110751412A (zh) * 2019-10-28 2020-02-04 云南瀚哲科技有限公司 一种农业气象灾害预警方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107256451A (zh) * 2017-05-23 2017-10-17 甘肃万维信息技术有限责任公司 农业大数据基于gis的农业适宜性评价分析方法
KR20190052484A (ko) * 2017-11-08 2019-05-16 대한민국(농촌진흥청장) 개별 농장단위로 관측되고 추정된 기상정보를 고려한 농업기상재해 조기경보시스템 및 그 방법
CN108960633A (zh) * 2018-07-06 2018-12-07 云南省气候中心 大叶种晒青毛茶气候品质评价方法、评价模型和品质评价等级
CN110751412A (zh) * 2019-10-28 2020-02-04 云南瀚哲科技有限公司 一种农业气象灾害预警方法及系统

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
侯英雨等: "国家级现代农业气象业务技术进展", 《应用气象学报》 *
冯湘梅: "农业气象信息预警发布系统的研究——以湖南地区水稻为例" *
冯湘梅: "农业气象信息预警发布系统的研究——以湖南地区水稻为例", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *
王治海;金志凤;杨栋;李仁忠;吴彬;叶建刚;胡波;: "基于Arc Engine的茶叶生产气象服务业务系统的设计与实现" *
王治海等: "基于Arc Engine的茶叶生产气象服务业务系统的设计与实现", 《中国农学通报》 *
秦鹏程;夏智宏;陈伟亮;: "农业气候年景评估指数构建及在江汉平原的应用" *
肖晶晶等: "基于WebGIS的农业气象业务平台的设计与实现", 《气象与环境科学》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112987132A (zh) * 2021-02-03 2021-06-18 菏泽市气象局 一种牡丹气象服务技术研究系统及方法
CN112990579A (zh) * 2021-03-16 2021-06-18 中化现代农业有限公司 农业气象灾害预报方法、装置、设备和存储介质
CN113744074A (zh) * 2021-09-06 2021-12-03 北京超图软件股份有限公司 确定农业作物的减灾保产措施的方法和装置
CN114239849A (zh) * 2021-11-30 2022-03-25 支付宝(杭州)信息技术有限公司 天气灾害预测及模型训练方法、装置、设备及存储介质
CN114545527A (zh) * 2022-01-25 2022-05-27 华风气象传媒集团有限责任公司 一种农事活动气象适宜度预报方法
CN114414744A (zh) * 2022-01-26 2022-04-29 北京航天泰坦科技股份有限公司 生态环境遥感监测指标的时空动态分析方法、装置和设备
CN115373048A (zh) * 2022-07-19 2022-11-22 重庆市气象科学研究所 基于网格预报的农药施用天气预报方法、介质和设备

Similar Documents

Publication Publication Date Title
US11617313B2 (en) Controlling agricultural production areas
CN112070297A (zh) 农事活动的天气指标预测方法、装置、设备及存储介质
CN112215716A (zh) 农作物生长干预方法、装置、设备及存储介质
Andreini et al. Understanding dormancy release in apricot flower buds (Prunus armeniaca L.) using several process-based phenological models
Parkes et al. Chilling requirements of apple cultivars grown in mild Australian winter conditions
Wang et al. Increased uncertainty in simulated maize phenology with more frequent supra-optimal temperature under climate warming
Chisadza et al. Linkages between local knowledge drought forecasting indicators and scientific drought forecasting parameters in the Limpopo River Basin in Southern Africa
Bannayan et al. A stochastic modelling approach for real-time forecasting of winter wheat yield
Parida et al. Detecting drought-prone areas of rice agriculture using a MODIS-derived soil moisture index
AU2023203307A1 (en) Controlling Agricultural Production Areas
CN112819227B (zh) 一种县级尺度冬小麦单产预测方法及系统
Ben Dhiab et al. Modeling olive-crop forecasting in Tunisia
Masupha et al. Use of standardized precipitation evapotranspiration index to investigate drought relative to maize, in the Luvuvhu River catchment area, South Africa
CN107437262B (zh) 作物种植面积预警方法和系统
Baigorria et al. Assessing predictability of cotton yields in the southeastern United States based on regional atmospheric circulation and surface temperatures
Vossen et al. 1.1. CROP MONITORING AND YIELD FORECASTING ACTIVITIES OF THE MARS PROJECT
Viola et al. Olive yield and future climate forcings
Chou et al. Advanced seasonal predictions for vine management based on bioclimatic indicators tailored to the wine sector
CN113902215B (zh) 一种棉花延迟型冷害动态的预报方法
Arkin et al. The future role of a crop model in large area yield estimating
CN111931987A (zh) 时间序列lai曲线积分面积区域水稻成熟期预测方法
CN111160151A (zh) 基于雷达时序图像的甘蔗连作范围提取方法及装置、设备
Holzkämper et al. Evaluating climate suitability for agriculture in Switzerland
Lumsden Development and evaluation of a sugarcane yield forecasting system.
Begum Fine-scale effects of temperature and precipitation on crop yield in Norway

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201211

RJ01 Rejection of invention patent application after publication