[發明專利]一種動態預測小麥收獲期嘔吐毒素含量的方法及系統

有效

• 申請號: 202110714113.8
• 申請日: 2021-06-25
• 公開（公告）號: CN113505918B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 王松雪;蔡娣;葉金;李森;李冰杰
• 申請（專利權）人: 國家糧食和物資儲備局科學研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G06F16/2458;G06F16/248;G06F16/29;G06N3/00
• 代理公司: 北京知呱呱知識產權代理有限公司 11577
• 代理人: 胡樂

本發明提供一種動態預測小麥收獲期嘔吐毒素含量的方法及系統，基于歷史數據通過粒子群優化算法篩選出適合建立預測模型的綜合因素，通過綜合因素建立預測模型；同時又基于當年數據通過農業模型預測得到當年的小麥第二開花期和第二收獲期，緊接著基于第二開花期和第二收獲期獲取氣象預報，并將氣象預報與地理數據轉化為相關的因素，最后通過預測模型與相關的因素預測小麥收獲期嘔吐毒素含量。相比現有技術，預測模型中的統計項更加完備，基于生育時期指數可動態預測當年的生長數據，進而不斷調整建立預測模型，同時粒子群優化算法篩選的針對于多維度、大批量的數據的時間開銷更具有優勢，通過多元線性回歸算法所建立的預測模型精準度更高。

技術領域

本發明涉及農業預測領域，特別是涉及一種動態預測小麥收獲期嘔吐毒素含量的方法及系統。

背景技術

糧食中嘔吐毒素污染分別由產前和產后兩個階段產生，隨著科技進步和我國儲糧方式的不斷改進，目前糧食中真菌毒素的發生主要存在于糧食收獲前。收獲前，由于糧食作物在田間生長過程中真菌感染、耕作方式影響和天氣條件不穩定，導致真菌毒素積累，且不同地區，不同年份間差異較大。因此，在收獲前預測糧食中嘔吐毒素含量，從而實施有針對性的預防措施，從根本上降低糧食嘔吐毒素污染非常重要。

現有技術中，多數預測嘔吐毒素含量的方法基于往年的生長期數據預測當年生長期數據，但若出現當年氣象數據與往年同時期氣象數據相差較大的情況，則預測結果會存在較大誤差。

現有技術中還存在僅對單個時間點進行預測的靜態預測方式，這樣往往會導致預測結果不精確。

現有技術中還存在針對于多維度、大批量的數據所采用的算法的時間開銷過大的問題。

發明內容

本發明的目的是為了解決現有技術中存在的缺點，而提出的一種動態預測小麥收獲期嘔吐毒素含量的方法及系統。

本發明實施例提供如下技術方案：

第一方面，為本實施例提供了一種預測小麥收獲期嘔吐毒素含量的方法，所述方法包括：獲取預設年份內小麥樣品歷史數據，所述小麥樣品歷史數據包括：小麥樣品地理數據、歷史氣象數據、歷史生長期數據和小麥嘔吐毒素含量歷史檢測數據；基于所述小麥樣品地理數據，查詢到目標氣象站，根據目標氣象站的歷史生長期數據獲取小麥樣品的第一開花期和第一收獲期；所述小麥樣品地理數據包括：小麥樣品經度信息和緯度信息；基于所述第一開花期和所述第一收獲期，通過第一預設劃分規則獲取第一統計時間段；基于所述歷史氣象數據，按照所述第一統計時間段進行統計，得到第一氣象歷史因素；將所述第一氣象歷史因素歸一化得到第一氣象因素樣本；利用粒子群優化算法對所述第一氣象因素樣本和所述地理數據進行關鍵因素提取，得到第一綜合因素；基于所述第一開花期和所述第一收獲期，通過第二預設劃分規則獲取不同生長階段時間段；基于所述第一綜合因素，篩選出適用于各個生長階段時間段的第二綜合因素；基于各個生長階段時間段對應的第二綜合因素分別建立預測子模型，各個預測子模型形成預測總模型；基于所述歷史氣象數據和所述歷史生長期數據，得到小麥樣品生長期數據與氣象數據之間的擬合關系；根據預測點實時獲取的氣象數據，利用所述擬合關系預測得到當年的第二開花期和第二收獲期；基于所述第二開花期和所述第二收獲期，計算預測點當天適用的預測子模型；基于所述第二開花期和所述第二收獲期，通過所述第一預設劃分規則獲取第二統計時間段；基于所述歷史氣象數據，按照所述第二統計時間段進行統計，得到第二氣象因素；將所述第二氣象因素歸一化得到第二氣象因素樣本；將所述第二氣象因素樣本輸入各預測點當天適用的預測子模型，預測各預測點的當前小麥嘔吐毒素含量；基于預測結果和預測點的地理數據，在地圖中進行差值運算，獲得動態預測區域小麥嘔吐毒素污染風險地圖。

進一步地，小麥樣品地理數據包括：小麥樣品經度信息和緯度信息；所述歷史氣象數據包括：歷年逐小時氣溫、相對濕度、降雨量和日照小時數；所述生長期數據包括：歷年小麥的開花期和收獲日期。