A method based on RS (Remote Sensing, remote sensing (Geographic) /GIS Information System, geographic information system) technology forecasting model of Cordyceps yield, how to solve the scientific prediction of wild Chinese herbal medicine Cordyceps annual production problems. This model is based on RS (Remote Sensing, remote sensing (Geographic) /GIS Information System, geographic information system) technology, the snowline elevation, harvest period (April and May) the relationship between the average temperature, precipitation and sunshine duration and other environmental factors and yield of Cordyceps, the weighted geometric mean method, in a year the early June forecast year Cordyceps production, after inspection, the model accuracy can reach more than 82.16%. This study can provide basic data and information for the health and sustainable development of the caterpillar fungus industry.
【技术实现步骤摘要】
一种基于RS/GIS的冬虫夏草产量预测模型
本专利技术属于野生药用植物资源量预测领域
技术介绍
目前世界上已知的广义虫草属有500多种,其中冬虫夏草是我国特有的名贵中药资源,是由冬虫夏草菌(Ophiocordycepssinensis)侵染鳞翅目蝙蝠蛾幼虫后发育而成的由子座和菌核组成的菌体。冬草夏草一般生长在海拔3000m以上的山地阴坡、半阴坡的灌丛和草甸中,在我国主要分布于青藏高原及边缘地区,零星分布于境外的尼泊尔、不丹的喜马拉雅山脉高寒草甸,我国冬虫夏草的采挖量占世界总采挖量的98%以上。由于天然冬虫夏草的生长有严格的寄生性及要求特殊的生态地理环境,野生资源十分有限。另一方面,冬虫夏草还不能进行人工或半人工的培育,只能自然生长,于是其蕴藏量在日益趋高的价格逼迫下迅速下降。据统计,20世纪50年代以前全国产量曾达到100吨以上,60年代初为50~80吨,90年代就仅有5~15吨。自70年代以来,因全球气候变化、生态环境破坏,以及掠夺式的采挖,加之其自身生长缓慢,自然资源更新能力低下,更使天然蕴藏量迅速减少。据80年代中期第三次全国中草药资源普查结果显示其野生蕴藏量仅约400吨,总体还呈逐年下降趋势。目前冬虫夏草天然资源已濒于灭绝,被列为国家二级重点保护野生植物。由于各种原因从第三次中药资源普查至今,没有对虫草进行过全面的调查,特别是虫草在西藏的具体分布和蕴藏量,有关部门只能从各乡群众采挖范围上获取一些基本情况,基本上是经验数据。因此,准确掌握虫草的产量信息是可持续开发冬虫夏草资源的基础,也是一个亟待解决的问题。
技术实现思路
本专利技术基于冬虫夏草的分布和气 ...
【技术保护点】
一种基于RS(Remote Sensing,遥感)/GIS(Geographic Information System,地理信息系统)技术的冬虫夏草产量预测模型,其特征是基于RS(Remote Sensing,遥感)/GIS(Geographic Information System,地理信息系统)技术,利用雪线高程,采收期(4月和5月)的平均气温,降水量和日照时长等环境因子和虫草产量之间的关系,采用加权几何平均方法,在每年的6月上旬预测当年的虫草产量。该模型包括如下步骤:步骤一:基于RS/GIS的气候环境因子构建。气候环境因子包括:虫草所在地区的5月份雪线高程,4月、5月、6月的降水量,4月、5月、6月的平均气温,4月、5月、6月的日照时长共10个因子。步骤二:建立气候环境因子与虫草产量的关系。利用相关分析工具,分别确定各因子与虫草产量之间的相关系数,按照相关系数大小排序来确定入选模型的因子,各因子与虫草产量的相关系数,就是该因子的权重。步骤三:利用加权几何平均模型来构建虫草产量的预测模型。并利用历史数据进行模型精度检验。步骤四:预测当年虫草产量。在当年6月上旬,把当年的生态因子数据 ...
【技术特征摘要】
1.一种基于RS(RemoteSensing,遥感)/GIS(GeographicInformationSystem,地理信息系统)技术的冬虫夏草产量预测模型,其特征是基于RS(RemoteSensing,遥感)/GIS(GeographicInformationSystem,地理信息系统)技术,利用雪线高程,采收期(4月和5月)的平均气温,降水量和日照时长等环境因子和虫草产量之间的关系,采用加权几何平均方法,在每年的6月上旬预测当年的虫草产量。该模型包括如下步骤:步骤一:基于RS/GIS的气候环境因子构建。气候环境因子包括:虫草所在地区的5月份雪线高程,4月、5月、6月的降水量,4月、5月、6月的平均气温,4月、5月、6月的日照时长共10个因子。步骤二:建立气候环境因子与虫草产量的关系。利用相关分析工具,分别确定各因子与虫草产量之间的相关系数,按照相关系数大小排序来确定入选模型的因子,各因子与虫草产量的相关系数,就是该因子的权重。步骤三:利用加权几何平均模型来构建虫草产量的预测模型。并利用历史数据进行模型精度检验。步骤四:预测当年虫草产量。在当年6月上旬,把当年的生态因子数据输入模型,得到当年的虫草产量预测值。2.根据权利要求1所述的一种基于RS/GIS技术的冬虫夏草产量预测模型,其特征在于,所述的步骤一中,具体过程包括如下步骤:步骤一一:虫草所在地区的雪线高程的构建方法如下:利用NDSI指数(Normalizeddifferencesnowindex,归一化雪被指数)提取雪线[15]。ND...
【专利技术属性】
技术研发人员:黄璐琦,朱寿东,郭兰萍,
申请(专利权)人:中国中医科学院中药研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。