[發明專利]一種基于植保和氣象信息結合的水稻紋枯病預測方法

有效

• 申請號: 201811415231.3
• 申請日: 2018-11-26
• 公開（公告）號: CN109378031B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 張競成;張雪雪;董瑩瑩;田洋洋;王斌;周賢鋒;張垚
• 申請（專利權）人: 杭州電子科技大學;中國科學院遙感與數字地球研究所
• 主分類號: G16B5/00
• 分類號: G16B5/00;G06Q50/02
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 黃前澤

1.一種基于植保和氣象信息結合的水稻紋枯病預測方法，其特征在于：步驟一、獲取數據，擬合基礎模型；

1.1、在被預測區域內選取z塊采樣水稻田；分別獲取z塊采樣水稻田的前m年的水稻紋枯病采樣集合和溫濕度數據集，m≥5；溫濕度數據集包括前m年內各采樣水稻田的每天的日平均氣溫和日平均相對濕度；一塊采樣水稻田一年的水稻紋枯病數據包括該采樣水稻田在n個采樣時間采集的水稻紋枯病病害發生等級；采樣時間間隔為g₁；g₁≤10天；

水稻紋枯病采樣集合S如下：

其中，s_ijk為第i塊采樣水稻田在第j年第k個采樣時間采集到的水稻紋枯病病害發生等級；i＝1,2,…,z，j＝1,2,…,m，k＝1,2,…,n；

1.2、建立水稻紋枯病均值集合S′；

其中，

1.3、將水稻紋枯病均值集合S′內的n個數據分別作為離散點繪入以時間為橫坐標，水稻紋枯病病害發生等級為縱坐標的平面直角坐標系中，得到水稻紋枯病情況采集時間區間內水稻紋枯病發生情況離散點圖；

1.4、用表達式對水稻紋枯病發生情況離散點圖中的離散點進行擬合，獲得水稻紋枯病情況采集時間區間內水稻紋枯病發生情況曲線圖；其中，e為自然對數的底，A、B、C、D均為被擬合的模型系數；

步驟二、建立預測模型如式(1)所示：

式(1)中，R為濕度調節因子，T為溫度調節因子；

步驟三、建立濕度調節因子表達式如式(2)所示：

式(2)中，a為濕度調節系數，的取值為80％；M′_Rx為被預測時間的前g₂天的平均相對濕度；g₂≥3；

步驟四、建立溫度調節因子表達式如式(3)所示：

其中，b為溫度調節系數，S′_Tx的表達式為T_l為被預測時間之前的第l天的日平均氣溫；的表達式為T_ij′_l為第i塊采樣水稻田在第j年內與被預測時間對應的時間之前的第l天的日平均氣溫；

步驟五、確定濕度調節系數a及溫度調節系數b；

5.1、將0.3賦值給a，將0賦值給b，將0賦值給r₁和r₂，將1賦值給i、j、k；

5.2、以s_ijk的采集時間作為被預測時間，聯立式(1)、式(2)和式(3)，計算被預測時間的病害等級估計值y_ijk；若s_ijk＝y_ijk，則將r₁及r₂均增大1，之后進入步驟5.3；若|s_ijk-y_ijk|＝1，則將r₂增大1，之后進入步驟5.3；若|s_ijk-y_ijk|1，直接進入步驟5.3

5.3、若iz，jm，kn，則將k增大1，并重復執行步驟5.2；若iz，jm，k＝n，則將1賦值給k，將j增大1，并重復執行步驟5.2；若iz，j＝m，k＝n，則將1賦值給k，將1賦值給j，將i增大1，并重復執行步驟5.2；若i＝z，j＝m，k＝n，則計算精準準確率容錯準確率容錯特征值P″_a,b＝P_a,b+P′_a,b

將1賦值給i、j、k，并進入步驟5.4；

5.4、若a1.2，b90，則將b增大1，并執行步驟5.2至5.4；若a1.2，b＝90，則將0賦值給b，a增大0.05，并執行步驟5.2至5.4；若a＝1.2，b＝90，則進入步驟5.5；

5.5、找出所有容錯特征值P″_a,b中的最小值，以該容錯特征值對應的a、b分別作為式(2)中的濕度調節系數、式(3)最終中的溫度調節系數；

步驟六、將實際需要預測水稻紋枯病病害發生等級的時間作為被預測時間，聯立式(1)、式(2)和式(3)，計算被預測時間的病害等級預測值。