一种山地果园的冻害风险预测告警方法技术

技术编号:38129222 阅读:8 留言:0更新日期:2023-07-08 09:35
本申请提供一种山地果园的冻害风险预测告警方法,包括:获取山地果园区域在过去天的历史天气数据和在未来天的预告天气数据;基于所述历史天气数据和所述预告天气数据,确定出输入数据,其中,输入数据包含个历史天气特征向量和个预告天气特征向量;将所述输入数据输入至预设的冻害风险预测模型中,得到所述冻害风险预测模型输出的冻害风险预测结果,并基于所述冻害风险预测结果生成冻害风险提示信息。本申请针对性地设计冻害风险预测模型,克服了传统的预测模型中使用历史数据但缺乏预告数据的弊端,能够更准确地识别冻害风险,给出及时的提醒,防止果树的冻害发生。防止果树的冻害发生。防止果树的冻害发生。

【技术实现步骤摘要】
一种山地果园的冻害风险预测告警方法


[0001]本申请涉及冻害风险监测领域,具体而言,涉及一种山地果园的冻害风险预测告警方法。

技术介绍

[0002]山地果园的环境监测对于山地果园的管理来说是极为重要的,例如对山地果园内果树生长涉及的各项环境指标(例如温度、湿度、光照、风力、病虫害、土壤营养成分等)的长期监测。
[0003]除了上述基本环境的监测外,还需要对山地果园内果树的冻害进行监测,一旦冻害发生,将严重影响果实的产量。
[0004]而果树发生冻害的常见原因有:1.温度骤降:在秋末冬初(初冬时)和冬末春初(初春时)时,这两个阶段处于季节交替期,天气变化无常、温度变化剧烈且规律性较差,比如说初冬时寒流来袭所带来的急剧性降温,比如说初春时发生倒春寒,都非常容易导致果树发生枝干冻伤或花芽冻死的问题。2.持续低温:果树在越冬休眠期内,在遇到长时间的低温或低温强度过大时,如果咱们果农没能提前做好防护管理,也容易造成果树发生低温冻害。3.昼夜温差过大:在秋季时,较大的温差有利于果树的膨大、增甜和转色,但在冬季时,昼夜较大的温差就容易导致树体枝干受冻受害。
[0005]因此,如何对山地果园进行有效的冻害风险预测并进行警示,以便提前做好果树的防冻措施,是保障果实产量,避免严重减产的重要手段。

技术实现思路

[0006]本申请的目的在于提供一种山地果园的冻害风险预测告警方法,以对山地果园的冻害风险进行预警。
[0007]为了实现上述目的,本申请的实施例通过如下方式实现:第一方面,本申请实施例提供一种山地果园的冻害风险预测告警方法,包括:获取山地果园区域在过去天的历史天气数据和在未来天的预告天气数据;基于所述历史天气数据和所述预告天气数据,确定出输入数据,其中,输入数据包含个历史天气特征向量和个预告天气特征向量;将所述输入数据输入至预设的冻害风险预测模型中,得到所述冻害风险预测模型输出的冻害风险预测结果,并基于所述冻害风险预测结果生成冻害风险提示信息。
[0008]结合第一方面,在第一方面的第一种可能的实现方式中,基于所述历史天气数据和所述预告天气数据,确定出输入数据,包括:对所述历史天气数据进行特征提取,得到个历史天气特征向量,其中,每个历史天气特征向量包含当日最高温度、当日最低温度、当日高温持续时长、当日低温持续时长、当日湿度信息、当日光照信息、当日雨量信息和当日风速信息;对所述预告天气数据进行特征提取,得到个预告天气特征向量,其中,每个预告天气特征向量包含预测最高温度、预测最低温度、预测高温持续时长、预测低温持续时
长、预测湿度信息、预测光照信息、预测雨量信息和预测风速信息;基于个历史天气特征向量和个预告天气特征向量,确定出所述输入数据。
[0009]结合第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,所述冻害风险预测模型包括输入层、预测层和输出层,所述输入层,用于接收所述输入数据,并将所述输入数据按照设定的特征向量序列输入模式输入至所述预测层;所述预测层包括正向Lstm链和反向Lstm链,所述正向Lstm链包含个正向Lstm单元,用于正向处理输入的特征向量序列,所述反向Lstm链包含个反向Lstm单元,用于反向处理输入的特征向量序列,以使所述预测层确定出预测向量;所述输出层用于基于所述预测向量,确定出冻害风险预测结果并输出。
[0010]结合第一方面的第二种可能的实现方式,在第一方面的第三种可能的实现方式中,所述正向Lstm链的个正向Lstm单元分别为,,所述反向Lstm链的个反向Lstm单元分别为,,时,以输入的特征向量序列中第1个特征向量作为输入,并将隐藏层输出输出给;时,以输入的特征向量序列中第个特征向量和的隐藏层输出作为输入,并将隐藏层输出输出给;时,以输入的特征向量序列中第个特征向量和的隐藏层输出作为输入;时,以输入的特征向量序列中第个特征向量作为输入,并将单元输出输出给;时,以输入的特征向量序列中第个特征向量和的单元输出输出给作为输入,并将单元输出输出给;时,以输入的特征向量序列中第个特征向量和的单元输出作为输入;基于的单元输出和的单元输出,确定出最终输出的预测向量。
[0011]结合第一方面的第三种可能的实现方式,在第一方面的第四种可能的实现方式中,对于正向Lstm链的正向Lstm单元,时,输入门公式为:,时,输入门公式为:,其中,为的输入门,,和均为的输入门权重,为的隐藏层输出,为输入的特征向量序列中第个特征向量,为的输入门偏置;
时,遗忘门公式为:,时,遗忘门公式为:,其中,为的遗忘门,,和均为的遗忘门权重,为的隐藏层输出,为输入的特征向量序列中第个特征向量,为的遗忘门偏置;时,输出门公式为:,时,输出门公式为:,其中,为的输出门,,和均为的输出门权重,为的隐藏层输出,为输入的特征向量序列中第个特征向量,为的输出门偏置。
[0012]结合第一方面的第四种可能的实现方式,在第一方面的第五种可能的实现方式中,的单元输出满足:,,,,其中,为的单元输出,;为的综合权重,为的隐藏层输出,表示元素层面的乘积,为激活函数,为双曲正切函数,为一个中间量,而为中的候选向量更新值,和为候选向量权重,为候选向量偏置。
[0013]结合第一方面的第三种可能的实现方式,在第一方面的第六种可能的实现方式中,对于反向Lstm链的反向Lstm单元,时,输入门公式为:,
时,输入门公式为:,其中,为的输入门,,、和均为的输入门权重,为的单元输出,为的单元输出,和分别为输入的特征向量序列中第个特征向量和第个特征向量,为的输入门偏置;时,遗忘门公式为:,时,遗忘门公式为:,其中,为的遗忘门,,、和均为的遗忘门权重,为的单元输出,为的单元输出,和分别为输入的特征向量序列中第个特征向量和第个特征向量,为的遗忘门偏置;时,输出门公式为:,时,输出门公式为:,其中,为的输出门,,、和均为的输出门权重,为的单元输出,为的单元输出,和分别为输入的特征向量序列中第个特征向量和第个特征向量,为的输出门偏置。
[0014]结合第一方面的第六种可能的实现方式,在第一方面的第七种可能的实现方式中,反向Lstm单元的单元输出满足:,,,
,其中,为的单元输出,;为的综合权重,为的隐藏层输出,表示元素层面的乘积,为激活函数,为双曲正切函数,为一个中间量,而为中的候选向量更新值,和为候选向量权重,为候选向量偏置。
[0015]结合第一方面的第三种可能的实现方式,在第一方面的第八种可能的实现方式中,基于的单元输出和的单元输出,确定出最终输出的预测向量,包括:采用以下公式计算预测向量:,其中,和均为权重,;而损失函数设计为:,其中,为损失函数,为样本数量,为第个样本的预测向量,为第个样本的真实向量。
[0016]结合第一方面的第二种可能的实现方式,在第一方面的第九种可能的实现方式中,所述输出层基于所述预测向量确定出冻害风险预测结果的方式为:所述输出层基于所述预测向量与预设的风险系数计算冻害风险分值;基于所述冻害风险分值生成冻害风险预测结果本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种山地果园的冻害风险预测告警方法,其特征在于,包括:获取山地果园区域在过去天的历史天气数据和在未来天的预告天气数据;基于所述历史天气数据和所述预告天气数据,确定出输入数据,其中,输入数据包含个历史天气特征向量和个预告天气特征向量;将所述输入数据输入至预设的冻害风险预测模型中,得到所述冻害风险预测模型输出的冻害风险预测结果,并基于所述冻害风险预测结果生成冻害风险提示信息。2.根据权利要求1所述的山地果园的冻害风险预测告警方法,其特征在于,基于所述历史天气数据和所述预告天气数据,确定出输入数据,包括:对所述历史天气数据进行特征提取,得到个历史天气特征向量,其中,每个历史天气特征向量包含当日最高温度、当日最低温度、当日高温持续时长、当日低温持续时长、当日湿度信息、当日光照信息、当日雨量信息和当日风速信息;对所述预告天气数据进行特征提取,得到个预告天气特征向量,其中,每个预告天气特征向量包含预测最高温度、预测最低温度、预测高温持续时长、预测低温持续时长、预测湿度信息、预测光照信息、预测雨量信息和预测风速信息;基于个历史天气特征向量和个预告天气特征向量,确定出所述输入数据。3.根据权利要求2所述的山地果园的冻害风险预测告警方法,其特征在于,所述冻害风险预测模型包括输入层、预测层和输出层,所述输入层,用于接收所述输入数据,并将所述输入数据按照设定的特征向量序列输入模式输入至所述预测层;所述预测层包括正向Lstm链和反向Lstm链,所述正向Lstm链包含个正向Lstm单元,用于正向处理输入的特征向量序列,所述反向Lstm链包含个反向Lstm单元,用于反向处理输入的特征向量序列,以使所述预测层确定出预测向量;所述输出层用于基于所述预测向量,确定出冻害风险预测结果并输出。4.根据权利要求3所述的山地果园的冻害风险预测告警方法,其特征在于,所述正向Lstm链的个正向Lstm单元分别为,,所述反向Lstm链的个反向Lstm单元分别为,,时,以输入的特征向量序列中第1个特征向量作为输入,并将隐藏层输出输出给;时,以输入的特征向量序列中第个特征向量和的隐藏层输出作为输入,并将隐藏层输出输出给;时,以输入的特征向量序列中第个特征向量和的隐藏层输出作为输入;时,以输入的特征向量序列中第个特征向量作为输入,并将单元输出输出给;时,以输入的特征向量序列中第个特征向量
和的单元输出输出给作为输入,并将单元输出输出给;时,以输入的特征向量序列中第个特征向量和的单元输出作为输入;基于的单元输出和的单元输出,确定出最终输出的预测向量。5.根据权利要求4所述的山地果园的冻害风险预测告警方法,其特征在于,对于正向...

【专利技术属性】
技术研发人员:黄招娣周新兴王龙
申请(专利权)人:华东交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1