[發明專利]一種確定甜菜氣象產量的方法和系統

有效

• 申請號: 201811646260.0
• 申請日: 2018-12-29
• 公開（公告）號: CN109615149B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 劉申;張虎成;董婷婷;彭遠;張東暉;楊松松
• 申請（專利權）人: 航天信息股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G06F17/18
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 胡秋立

1.一種確定甜菜氣象產量的方法，其特征在于，所述方法包括：

根據甜菜的生育特征，將甜菜的成長階段劃分為若干個生育時期；

采集影響甜菜成長的氣象指標過去n年的數據和當年已知時間的數據、每個生育時期的生物量過去n年的數據、經濟產量過去n年的數據，以及甜菜每個生育時期起止時間的歷史數據；

根據甜菜每個生育時期起止時間的歷史數據確定當年每個生育時期的起止時間；

基于甜菜每個生育時期的生物量過去n年的數據確定甜菜每個生育時期的氣象生物量過去n年的數據；

基于甜菜每個生育時期的氣象指標過去n年的數據和氣象生物量過去n年的數據確定甜菜每個生育時期的氣象指標-氣象生物量預測模型，包括：

基于甜菜每個生育時期的氣象指標過去n年的數據和氣象生物量過去n年的數據確定每個氣象指標與氣象生物量的核函數、每個核函數的權重，以及根據核函數確定求取氣象生物量的偏差值；

基于每個氣象指標與氣象生物量的核函數、每個核函數的權重，以及偏差值確定甜菜每個生育時期的氣象指標-氣象生物量預測模型，其計算公式為：

式中，y_i是甜菜當年第i個生育時期的氣象生物量，是甜菜當年第i個生育時期第j個氣象指標的核函數，ω_ij是甜菜當年第i個生育時期第j個氣象指標的核函數的權重，b_i是根據核函數確定甜菜當年第i個生育時期的氣象生物量的偏差值；

基于甜菜經濟產量過去n年的數據確定甜菜氣象產量過去n年的數據；

基于甜菜每個生育時期的氣象生物量過去n年的數據和甜菜氣象產量過去n年的數據確定甜菜的氣象生物量-氣象產量預測模型，包括：

基于甜菜每個生育時期的氣象生物量過去n年的數據和甜菜氣象產量過去n年的數據確定每個生育時期的氣象生物量與氣象產量的核函數、每個核函數的權重，以及根據核函數確定求取氣象產量的偏差值；

基于甜菜每個生育時期的氣象生物量與氣象產量的核函數、每個核函數的權重，以及偏差值確定甜菜氣象生物量-氣象產量預測模型，其計算公式為：

式中，y是甜菜當年的氣象產量，是甜菜當年第i個生育時期氣象生物量的核函數，ω_i是甜菜當年第i個生育時期的核函數的權重，b是根據核函數確定甜菜當年的氣象產量的偏差值；

基于影響甜菜成長的氣象指標過去n年的數據和當年已知時間的數據，根據設置的氣象指標預測模型，確定甜菜當年每個生育時期的氣象指標的數據，包括：

基于影響甜菜成長的氣象指標過去n年的數據，根據設置的氣象指標預測模型，確定當年未知時間的氣象指標數據，所述氣象指標包括日最低溫度、日最高溫度、土壤濕度和風速，其中：

日最低溫度預測模型的計算公式為：

當根據某天在過去n年的日最高溫度確定的日最高溫度標準差大于或等于根據某天在過去n年的日最低溫度確定的日最低溫度標準差時：

T_nmin＝μ_min+σ_min×χ

當根據某天在過去n年的日最高溫度確定的日最高溫度標準差小于根據某天在過去n年的日最低溫度確定的日最低溫度標準差時：

式中，T_nmin是當年未知時間中的某天的日最低溫度，T_hmax是當年未知時間中的某天在過去n年的日最高溫度中的最大值，μ_min是當年未知時間中的某天所在月份在過去n年的日最低溫度的均值，μ_max是當年未知時間中的某天所在月份在過去n年的日最高溫度的均值，σ_min是當年未知時間中的某天所在月份在過去n年的日最低溫度的標準差，σ_max是當年未知時間中的某天所在月份在過去n年的日最高溫度的標準差，χ是產生的每日標準正態偏差，根據兩個隨機數rnd₁和rnd₂得到；

日最高溫度預測模型的計算公式為：

當根據某天在過去n年的日最高溫度確定的日最高溫度標準差大于或等于根據某天在過去n年的日最低溫度確定的日最低溫度標準差時：

當根據某天在過去n年的日最高溫度確定的日最高溫度標準差小于根據某天在過去n年的日最低溫度確定的日最低溫度標準差時：

T_nmax＝μ_max+σ_max×χ

式中，T_nmax是當年未知時間中的某天的日最高溫度，T_hmin是當年未知時間中的某天在過去n年的日最低溫度中的最小值，μ_min是當年未知時間中的某天所在月份在過去n年的日最低溫度的均值，μ_max是當年未知時間中的某天所在月份在過去n年的日最高溫度的均值，σ_min是當年未知時間中的某天所在月份在過去n年的日最低溫度的標準差，σ_max是當年未知時間中的某天所在月份在過去n年的日最高溫度的標準差，χ是產生的每日標準正態偏差，根據兩個隨機數rnd₁和rnd₂得到；

土壤濕度預測模型的計算公式為：

R_HUmon＝R_Hmon+(1-R_Hmon)×exp(R_Hmon-1)

R_HLmon＝R_Hmon×(1-exp(-R_Hmon))

當時：

R_H＝R_HLmon+[rnd₁×(R_HUmon-R_HLmon)×(R_Hmon-R_HLmon)]^0.5

當時：

式中，R_H是當年未知時間中的某天的日平均相對濕度，rnd₁是一個隨機數，R_Hmon是當年未知時間中的某天所在月份在過去n年的日平均相對濕度的平均值，R_HUmon是當年未知時間中的某天所在月份在過去n年的日平均相對濕度中的最大值，R_HLmon是當年未知時間中的某天所在月份在過去n年的日平均相對濕度中的最小值；

風速預測模型的計算公式為：

式中，u是當年未知時間中的某天的風速，μ_u是當年未知時間中的某天所在月份在過去n年的日風速的均值，σ_u是當年未知時間中的某天所在月份在過去n年的日風速的標準差，ξ是當年未知時間中的某天所在月份在過去n年的日風速的偏度系數，χ是產生的每日標準正態偏差，根據兩個隨機數rnd₁和rnd₂得到；

將當年已知時間的氣象指標數據與通過氣象指標預測模型確定的當年未知時間的氣象指標數據按照甜菜每個生育時期的起止時間進行劃分，即得到甜菜每個生育時期的氣象指標數據；

基于甜菜當年每個生育時期的氣象指標的數據，根據甜菜每個生育時期的氣象指標-氣象生物量預測模型，確定甜菜當年每個生育時期的氣象生物量；

基于甜菜當年每個生育時期的氣象生物量，根據甜菜氣象生物量-氣象產量預測模型，確定甜菜當年的氣象產量。