[發明專利]一種基于空間養分聚類分析的玉米產量預測方法

在審

• 申請號: 202110049323.X
• 申請日: 2021-01-14
• 公開（公告）號: CN112734119A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 馬春華;劉文龍;鄒大偉;王鐵濱;于麗萍
• 申請（專利權）人: 綏化學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/02;G06F16/2458;G06F16/29;G06K9/62;G06N20/00
• 代理公司: 哈爾濱市陽光惠遠知識產權代理有限公司 23211
• 代理人: 劉景祥

1.一種基于空間養分聚類分析的玉米產量預測方法，其特征在于，所述玉米蟲害預警方法包括以下步驟：

步驟一、進行數據收集，得到原始數據；

步驟二、對原始數據進行預處理；

步驟三、對空間網格進行聚類與挖掘，輸出土壤養分與玉米產量的關聯模型；

步驟四、進行施肥數量與經濟型分析與決策，得到空間養分數據和追加肥數據；

步驟五、根據空間養分數據和追加肥數據，進行玉米的產量預測并與實際產量進行比較與分析；

步驟六、將當年產量數據歸檔入數據集，進行下一輪迭代，返回步驟一繼續進行模型訓練。

2.根據權利要求1所述的一種基于空間養分聚類分析的玉米產量預測方法，其特征在于，在步驟一中，具體包括以下步驟：

步驟一一、首先按照地圖進行精確網格劃分；

步驟一二、以五點取樣法或隨機抽樣法對每個網格內的土壤數據進行測量與記錄，并打上時間戳；

步驟一三、經全生產周期的測量后，將任一精確定位網格下的土壤數據形成時間序列；

步驟一四、將收集到的數據按精確定位下的地圖網格進行存儲；

步驟一五、將存儲的數據按照機器學習的訓練需求以10：1的比例隨機歸檔至訓練集和測試集。

3.根據權利要求2所述的一種基于空間養分聚類分析的玉米產量預測方法，其特征在于，在步驟一二中，所述土壤數據包括：土壤養分、土壤含水量、施肥用量及施肥對應的肥料成本。

4.根據權利要求1所述的一種基于空間養分聚類分析的玉米產量預測方法，其特征在于，在步驟二中，具體包括以下步驟：

步驟二一、進行訓練集數據的輸入；

步驟二二、對原始數據進行降噪；

步驟二三、將數據按需求進行分級和篩選；

步驟二四、將同類數據進行歸檔存儲。

5.根據權利要求4所述的一種基于空間養分聚類分析的玉米產量預測方法，其特征在于，在步驟二二中，對原始數據降噪的實現形式為將顯著誤差點清除并使用前后項平均值進行插值，根據時間序列以卡爾曼濾波法進行降噪。

6.根據權利要求4所述的一種基于空間養分聚類分析的玉米產量預測方法，其特征在于，在步驟二三中，所述數據分級的標準為：

典型樣本，高產田或低產田具有顯著基礎特征的樣本，數據上體現為時間序列整體處于數據集的上邊界或下邊界；

典型樣本，追肥后具有顯著影響，數據上體現為時間序列存在拐點；

非典型樣本，無顯著特征，樣本整體平緩。

7.根據權利要求1所述的一種基于空間養分聚類分析的玉米產量預測方法，其特征在于，在步驟三中，具體包括以下步驟：

步驟三一、將經預處理的數據通過模糊聚類法進行數據處理；

步驟三二、將經處理過的數據標注在空間網格上并進行空間八連通遍歷，即將具有相同特征的點以同一標號標記并向周圍八格擴展，遍歷全部網格；

步驟三三、進行數據關聯分析并進行關聯數據的擬合，以擬合數據結果判斷數據相關性并進行回歸分析得出土壤養分與玉米產量的關聯模型，并將步驟一五已歸檔的測試集讀出并注入所述土壤養分與玉米產量的關聯模型并進行偏差計算，如果測試集偏差計算滿足精度要求，則輸出模型，如不滿足，則將訓練集再次代入所述土壤養分與玉米產量的關聯模型進行關聯分析，不斷迭代以提高模型精度直至滿足需求，輸出模型。

8.根據權利要求1所述的一種基于空間養分聚類分析的玉米產量預測方法其特征在于，在步驟四中，具體的，根據當年的時序序列并結合往年的歷史數據趨勢，根據土壤養分對玉米種植進行分級預警與精準施肥的指導，并根據玉米產量和施肥成本進行施肥經濟型的收益分析，根據農戶最終選擇的施肥方案進行產量預測。

9.根據權利要求1所述的一種基于空間養分聚類分析的玉米產量預測方法，其特征在于，在步驟五中，具體的，產量分析為將產量與產量預測值進行方差計算，以評價模型精確度。

10.根據權利要求1所述的一種基于空間養分聚類分析的玉米產量預測方法，其特征在于，在步驟六中，具體的，迭代為將本年度玉米產量數據納入數據收集流程后依次按流程進行迭代。