一种确定甜菜气象产量的方法和系统技术方案

本发明专利技术提供一种确定甜菜气象产量的方法和系统。所述方法和系统根据当前作物所在区域影响作物生长的主要气象指标信息，主要包括历史数据和当年已知时间的数据，通过气象指标预测模型，预测出当年甜菜气象指标信息，再通过气象指标‑气象生物量预测模型预测出甜菜当年每个生育时期的气象生物量，通过气象生物量‑气象产量预测模型预测出当年甜菜气象产量。本发明专利技术所述的确定甜菜气象产量的方法和系统通过建立甜菜每个生育时期的气象指标‑气象生物量预测模型，能够实现甜菜每个生育时期的气象生物量预测，从而增加了甜菜气象产量预测的准确性，实现了甜菜气象产量的动态发布，为保障我国的甜菜市场供求平衡提供技术支撑。

【技术实现步骤摘要】
一种确定甜菜气象产量的方法和系统
本专利技术涉及经济作物产量预测领域,并且更具体地，涉及一种确定甜菜气象产量的方法和系统。
技术介绍
甜菜产量通常分为生物产量和经济产量。生物产量简称生物量，是指甜菜在各个生育周期内通过光合作用和吸收作用，即通过物质和能量的转化所生产和累积的各种有机物的总量，计算生物量时通常不包括根系。经济产量是指栽培目的所需要甜菜粒的收获量，即一般所指的产量。通常，经济产量的高低与生物量高低成正比。甜菜生育期的长短，除主要决定于甜菜的遗传性外，还由于栽培地区的气候条件和栽培技术等因素而有差异。如秋播、冬播时因气温低，生长发育缓慢，生育期较长；春播、夏播时因气温高,生长发育快,生育期较短。同一品种在不同纬度地区种植，由于温度、光照的差异，生育期也随之发生变化。由于长时间的产量波动不仅跟气象指标有关，也与甜菜品种更新，社会经济变革等密切相关，所以在长时间序列的作物产量与气象指标关系的观测统计研究中，一般把甜菜的产量分解为趋势产量、气象产量和随机误差3部分，趋势产量是反映历史时期生产力发展水平的长周期产量分量，也被称为技术产量，气象产量是受气候要素为主的短周期变化因子(农业气候灾害为主)影响的波动产量分量。因此甜菜气象产量是甜菜产量预测中的重点。现有技术中对甜菜气象产量的预测仅考虑了甜菜的全生育周期气候条件变化，然而甜菜在不同的生长发育过程中对气候条件的要求不同，不同地域影响作物生长发育的关键时期和气象因素也不同，仅仅考虑全生育周期气候条件对甜菜气象产量的影响无法及时、准确预测气候条件下甜菜气象产量波动。因此，需要一种技术，能够根据甜菜不同的生育时期受气候条件的影响而造成的气象生物量的不同，通过甜菜每个生育时期气象生物量变化确定甜菜的气象产量。
技术实现思路
为了解决现有技术中只考虑全生育周期气候条件对甜菜气象产量的影响而无法及时、准确预测气候条件下甜菜气象产量波动的技术问题，本专利技术提供一种确定甜菜气象产量的方法，所述方法包括：基于影响甜菜成长的气象指标过去n年的数据和当年已知时间的数据，根据设置的气象指标预测模型，确定甜菜当年每个生育时期的气象指标的数据，其中，所述气象指标包括日最低温度、日最高温度、土壤湿度和风速；基于甜菜当年每个生育时期的气象指标的数据，根据甜菜每个生育时期的气象指标-气象生物量预测模型，确定甜菜当年每个生育时期的气象生物量；基于甜菜当年每个生育时期的气象生物量，根据甜菜气象生物量-气象产量预测模型，确定甜菜当年的气象产量。进一步地，所述方法在基于影响甜菜成长的气象指标过去n年的数据和当年已知时间的数据，根据设置的气象指标预测模型，确定甜菜当年每个生育时期的气象指标的数据之前还包括：根据甜菜的生育特征，将甜菜的成长阶段划分为若干个生育时期；采集影响甜菜成长的气象指标过去n年的数据和当年已知时间的数据、每个生育时期的生物量过去n年的数据、经济产量过去n年的数据，以及甜菜每个生育时期起止时间的历史数据；根据甜菜每个生育时期起止时间的历史数据确定当年每个生育时期的起止时间；基于甜菜每个生育时期的生物量过去n年的数据确定甜菜每个生育时期的气象生物量过去n年的数据；基于甜菜每个生育时期的气象指标过去n年的数据和气象生物量过去n年的数据确定甜菜每个生育时期的气象指标-气象生物量预测模型；基于甜菜经济产量过去n年的数据确定甜菜气象产量过去n年的数据；基于甜菜每个生育时期的气象生物量过去n年的数据和甜菜气象产量过去n年的数据确定甜菜的气象生物量-气象产量预测模型。进一步地，基于影响甜菜成长的气象指标过去n年的数据和当年已知时间的数据，根据设置的气象指标预测模型，确定甜菜当年每个生育时期的气象指标数据包括：基于影响甜菜成长的气象指标过去n年的数据，根据设置的气象指标预测模型，确定当年未知时间的气象指标数据，其中：日最低温度预测模型的计算公式为：当根据某天在过去n年的日最高温度确定的日最高温度标准差大于或等于根据某天在过去n年的日最低温度确定的日最低温度标准差时：Tnmin＝μmin+σmin×χ当根据某天在过去n年的日最高温度确定的日最高温度标准差小于根据某天在过去n年的日最低温度确定的日最低温度标准差时：式中，Tnmin是当年未知时间中的某天的日最低温度，Thmax是当年未知时间中的某天在过去n年的日最高温度中的最大值，μmin是当年未知时间中的某天所在月份在过去n年的日最低温度的均值，μmax是当年未知时间中的某天所在月份在过去n年的日最高温度的均值，σmin是当年未知时间中的某天所在月份在过去n年的日最低温度的标准差，σmax是当年未知时间中的某天所在月份在过去n年的日最高温度的标准差，χ是产生的每日标准正态偏差，根据两个随机数rnd1和rnd2得到；日最高温度预测模型的计算公式为：当根据某天在过去n年的日最高温度确定的日最高温度标准差大于或等于根据某天在过去n年的日最低温度确定的日最低温度标准差时：当根据某天在过去n年的日最高温度确定的日最高温度标准差小于根据某天在过去n年的日最低温度确定的日最低温度标准差时：Tnmax＝μmax+σmax×χ式中，Tnmax是当年未知时间中的某天的日最高温度，Thmin是当年未知时间中的某天在过去n年的日最低温度中的最小值，μmin是当年未知时间中的某天所在月份在过去n年的日最低温度的均值，μmax是当年未知时间中的某天所在月份在过去n年的日最高温度的均值，σmin是当年未知时间中的某天所在月份在过去n年的日最低温度的标准差，σmax是当年未知时间中的某天所在月份在过去n年的日最高温度的标准差，χ是产生的每日标准正态偏差，根据两个随机数rnd1和rnd2得到；土壤湿度预测模型的计算公式为：RHUmon＝RHmon+(1-RHmon)×exp(RHmon-1)RHLmon＝RHmon×(1-exp(-RHmon))当时：RH＝RHLmon+[rnd1×(RHUmon-RHLmon)×(RHmon-RHLmon)]0.5当时：式中，RH是当年未知时间中的某天的日平均相对湿度，rnd1是一个随机数，RHmon是当年未知时间中的某天所在月份在过去n年的日平均相对湿度的平均值，RHUmon是当年未知时间中的某天所在月份在过去n年的日平均相对湿度中的最大值，RHLmon是当年未知时间中的某天所在月份在过去n年的日平均相对湿度中的最小值；风速预测模型的计算公式为：式中，u是当年未知时间中的某天的风速，μu是当年未知时间中的某天所在月份在过去n年的日风速的均值，σu是当年未知时间中的某天所在月份在过去n年的日风速的标准差，ξ是当年未知时间中的某天所在月份在过去n年的日风速的偏度系数，χ是产生的每日标准正态偏差，根据两个随机数rnd1和rnd2得到；将当年已知时间的气象指标数据与通过气象指标预测模型确定的当年未知时间的气象指标数据按照甜菜每个生育时期的起止时间进行划分，即得到甜菜每个生育时期的气象指标数据。进一步地，所述基于甜菜每个生育时期的生物量过去n年的数据确定甜菜每个生育时期的气象生物量过去n年的数据包括：将甜菜每个生育时期的生物量过去n年的数据按时间顺序生成生物量序列数据；以i年为滑动步长，运用直线滑动平均法对甜菜每个生育时期的每i年的生物量进行本文档来自技高网...

【技术保护点】
1.一种确定甜菜气象产量的方法，其特征在于，所述方法包括：基于影响甜菜成长的气象指标过去n年的数据和当年已知时间的数据，根据设置的气象指标预测模型，确定甜菜当年每个生育时期的气象指标的数据，其中，所述气象指标包括日最低温度、日最高温度、土壤湿度和风速；基于甜菜当年每个生育时期的气象指标的数据，根据甜菜每个生育时期的气象指标‑气象生物量预测模型，确定甜菜当年每个生育时期的气象生物量；基于甜菜当年每个生育时期的气象生物量，根据甜菜气象生物量‑气象产量预测模型，确定甜菜当年的气象产量。

【技术特征摘要】
1.一种确定甜菜气象产量的方法，其特征在于，所述方法包括：基于影响甜菜成长的气象指标过去n年的数据和当年已知时间的数据，根据设置的气象指标预测模型，确定甜菜当年每个生育时期的气象指标的数据，其中，所述气象指标包括日最低温度、日最高温度、土壤湿度和风速；基于甜菜当年每个生育时期的气象指标的数据，根据甜菜每个生育时期的气象指标-气象生物量预测模型，确定甜菜当年每个生育时期的气象生物量；基于甜菜当年每个生育时期的气象生物量，根据甜菜气象生物量-气象产量预测模型，确定甜菜当年的气象产量。2.根据权利要求1所述的方法，其特征在于，所述方法在基于影响甜菜成长的气象指标过去n年的数据和当年已知时间的数据，根据设置的气象指标预测模型，确定甜菜当年每个生育时期的气象指标的数据之前还包括：根据甜菜的生育特征，将甜菜的成长阶段划分为若干个生育时期；采集影响甜菜成长的气象指标过去n年的数据和当年已知时间的数据、每个生育时期的生物量过去n年的数据、经济产量过去n年的数据，以及甜菜每个生育时期起止时间的历史数据；根据甜菜每个生育时期起止时间的历史数据确定当年每个生育时期的起止时间；基于甜菜每个生育时期的生物量过去n年的数据确定甜菜每个生育时期的气象生物量过去n年的数据；基于甜菜每个生育时期的气象指标过去n年的数据和气象生物量过去n年的数据确定甜菜每个生育时期的气象指标-气象生物量预测模型；基于甜菜经济产量过去n年的数据确定甜菜气象产量过去n年的数据；基于甜菜每个生育时期的气象生物量过去n年的数据和甜菜气象产量过去n年的数据确定甜菜的气象生物量-气象产量预测模型。3.根据权利要求1所述的方法，其特征在于，基于影响甜菜成长的气象指标过去n年的数据和当年已知时间的数据，根据设置的气象指标预测模型，确定甜菜当年每个生育时期的气象指标数据包括：基于影响甜菜成长的气象指标过去n年的数据，根据设置的气象指标预测模型，确定当年未知时间的气象指标数据，其中：日最低温度预测模型的计算公式为：当根据某天在过去n年的日最高温度确定的日最高温度标准差大于或等于根据某天在过去n年的日最低温度确定的日最低温度标准差时：Tnmin＝μmin+σmin×χ当根据某天在过去n年的日最高温度确定的日最高温度标准差小于根据某天在过去n年的日最低温度确定的日最低温度标准差时：式中，Tnmin是当年未知时间中的某天的日最低温度，Thmax是当年未知时间中的某天在过去n年的日最高温度中的最大值，μmin是当年未知时间中的某天所在月份在过去n年的日最低温度的均值，μmax是当年未知时间中的某天所在月份在过去n年的日最高温度的均值，σmin是当年未知时间中的某天所在月份在过去n年的日最低温度的标准差，σmax是当年未知时间中的某天所在月份在过去n年的日最高温度的标准差，χ是产生的每日标准正态偏差，根据两个随机数rnd1和rnd2得到；日最高温度预测模型的计算公式为：当根据某天在过去n年的日最高温度确定的日最高温度标准差大于或等于根据某天在过去n年的日最低温度确定的日最低温度标准差时：当根据某天在过去n年的日最高温度确定的日最高温度标准差小于根据某天在过去n年的日最低温度确定的日最低温度标准差时：Tnmax＝μmax+σmax×χ式中，Tnmax是当年未知时间中的某天的日最高温度，Thmin是当年未知时间中的某天在过去n年的日最低温度中的最小值，μmin是当年未知时间中的某天所在月份在过去n年的日最低温度的均值，μmax是当年未知时间中的某天所在月份在过去n年的日最高温度的均值，σmin是当年未知时间中的某天所在月份在过去n年的日最低温度的标准差，σmax是当年未知时间中的某天所在月份在过去n年的日最高温度的标准差，χ是产生的每日标准正态偏差，根据两个随机数rnd1和rnd2得到；土壤湿度预测模型的计算公式为：RHUmon＝RHmon+(1-RHmon)×exp(RHmon-1)RHLmon＝RHmon×(1-exp(-RHmon))当时：RH＝RHLmon+[rnd1×(RHUmon-RHLmon)×(RHmon-RHLmon)]0.5当时：式中，RH是当年未知时间中的某天的日平均相对湿度，rnd1是一个随机数，RHmon是当年未知时间中的某天所在月份在过去n年的日平均相对湿度的平均值，RHUmon是当年未知时间中的某天所在月份在过去n年的日平均相对湿度中的最大值，RHLmon是当年未知时间中的某天所在月份在过去n年的日平均相对湿度中的最小值；风速预测模型的计算公式为：式中，u是当年未知时间中的某天的风速，μu是当年未知时间中的某天所在月份在过去n年的日风速的均值，σu是当年未知时间中的某天所在月份在过去n年的日风速的标准差，ξ是当年未知时间中的某天所在月份在过去n年的日风速的偏度系数，χ是产生的每日标准正态偏差，根据两个随机数rnd1和rnd2得到；将当年已知时间的气象指标数据与通过气象指标预测模型确定的当年未知时间的气象指标数据按照甜菜每个生育时期的起止时间进行划分，即得到甜菜每个生育时期的气象指标数据。4.根据权利要求2所述的方法，其特征在于，所述基于甜菜每个生育时期的生物量过去n年的数据确定甜菜每个生育时期的气象生物量过去n年的数据包括：将甜菜每个生育时期的生物量过去n年的数据按时间顺序生成生物量序列数据；以i年为滑动步长，运用直线滑动平均法对甜菜每个生育时期的每i年的生物量进行统计回归分析，得到j组一元线性回归方程，其中，1≤i≤n,1≤j≤i,i、j和n均是自然数；基于j组一元线性回归方程确定甜菜每个生育时期每年的j个生物量的模拟值；根据甜菜每个生育时期每年的j个生物量的模拟值确定每年的生物量的模拟值的平均值，并将其作为甜菜每个生育时期每年的趋势生物量；将甜菜每个生育时期的每年的生物量和趋势生物量相减即为甜菜每个生育时期的每年的气象生物量。5.根据权利要求2所述的方法，其特征在于，所述基于甜菜每个生育时期的气象指标过去n年的数据和气象生物量过去n年的数据确定甜菜每个生育时期的气象指标-气象生物量预测模型包括：基于甜菜每个生育时期的气象指标过去n年的数据和气象生物量过去n年的数据确定每个气象指标与气象生物量的核函数、每个核函数的权重，以及根据核函数确定求取气象生物量的偏差值；基于每个气象指标与气象生物量的核函数、每个核函数的权重，以及偏差值确定甜菜每个生育时期的气象指标-气象生物量预测模型，其计算公式为：式中，yi是甜菜当年第i个生育时期的气象生物量，是甜菜当年第i个生育时期第j个气象指标的核函数，ωij是甜菜当年第i个生育时期第j个气象指标的核函数的权重，bi是根据核函数确定甜菜当年第i个生育时期的气象生物量的偏差值。6.根据权利要求2所述的方法，其特征在于，所述基于甜菜经济产量过去n年的数据确定甜菜气象产量过去n年的数据包括：将甜菜经济产量过去n年的数据按时间顺序生成经济产量序列数据；以i年为滑动步长，运用直线滑动平均法对甜菜每i年的经济产量进行统计回归分析，得到j组一元线性回归方程，其中，1≤i≤n,1≤j≤i,i、j和n均是自然数；基于j组一元线性回归方程确定甜菜每年的j个经济产量的模拟值；根据甜菜每年的j个经济产量的模拟值确定每年的经济产量的模拟值的平均值，并将其作为甜菜每年的趋势经济产量；将甜菜每年的经济产量和趋势经济产量相减即为甜菜每年的气象产量。7.根据权利要求2所述的方法，其特征在于，基于甜菜每个生育时期的气象生物量过去n年的数据和甜菜气象产量过去n年的数据确定甜菜气象生物量-气象产量的预测模型包括：基于甜菜每个生育时期的气象生物量过去n年的数据和甜菜气象产量过去n年的数据确定每个生育时期的气象生物量与气象产量的核函数、每个核函数的权重，以及根据核函数确定求取气象产量的偏差值；基于甜菜每个生育时期的气象生物量与气象产量的核函数、每个核函数的权重，以及偏差值确定甜菜气象生物量-气象产量预测模型，其计算公式为：式中，y是甜菜当年的气象产量，是甜菜当年第i个生育时期气象生物量的核函数，ωi是甜菜当年第i个生育时期的核函数的权重，b是根据核函数确定甜菜当年的气象产量的偏...

【专利技术属性】
技术研发人员：刘申，张虎成，董婷婷，彭远，张东晖，杨松松，
申请(专利权)人：航天信息股份有限公司，
类型：发明
国别省市：北京,11