一种苹果盛花期的预测方法、设备及介质技术

本说明书公开一种苹果盛花期的预测方法、设备及介质，涉及大数据和人工智能的技术领域，方法包括：获取历史花期数据、多种历史气象数据和本年度的多种气象数据，所述气象数据包括积温数据、温度数据、日照时数数据、降水数据、相对湿度数据、0cm地温数据；对各所述历史气象数据进行归一化处理，得到归一化气象数据；计算所述历史花期数据与所述归一化气象数据的相关系数，并根据所述相关系数从所述历史气象数据中筛选历史关键气象数据；以所述历史花期数据作为因变量，以所述历史关键气象数据为自变量，基于预设参数，建立回归模型；基于所述回归模型和所述本年度的多种气象数据，预测目标花期日期。解决了现有技术苹果盛花期预测不准确的问题。不准确的问题。不准确的问题。

【技术实现步骤摘要】
一种苹果盛花期的预测方法、设备及介质


[0001]本说明书涉及大数据处理和人工智能的
，尤其涉及一种苹果盛花期的预测方法、设备及介质。

技术介绍

[0002]我国有大量的苹果种植面积，分部地区广，由于地理位置不一样各地区季节气候差异较大。苹果的产量受品种、地区、天气、土地、施肥、降水等等原因，在众多原因中盛花期在影响产量方面尤为明显。使用大数据技术预测苹果的盛花期，提高苹果产量，增加经济收入。
[0003]目前学术界主要利用积温对花期进行预测，但是由于使用的已有天气数据量不足，预测变量的个数选择不当，不同区域的不同气象特征对苹果花旗的影响各不相同等原因，现有技术并不能准确地预测苹果盛花期。

技术实现思路

[0004]本说明书一个或多个实施例提供了一种苹果盛花期的预测方法、设备及介质，用于解决如下技术问题：现有技术的花期预测模型并不能准确的预测苹果盛花期。
[0005]本说明书一个或多个实施例采用下述技术方案：
[0006]本专利技术实施例提供了一种苹果盛花期的预测方法，所述方法包括：获取历史花期数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种苹果盛花期的预测方法，其特征在于，所述方法包括：获取历史花期数据、多种历史气象数据和本年度的多种气象数据，所述气象数据包括积温数据、温度数据、日照时数数据、降水数据、相对湿度数据、0cm地温数据；对各所述历史气象数据进行归一化处理，得到归一化气象数据；计算所述历史花期数据与所述归一化气象数据的相关系数，并根据所述相关系数从所述历史气象数据中筛选历史关键气象数据；以所述历史花期数据作为因变量，以所述历史关键气象数据为自变量，基于预设参数，建立回归模型；基于所述回归模型和所述本年度的多种气象数据，预测目标花期日期。2.根据权利要求1所述的一种苹果盛花期的预测方法，其特征在于，所述以所述历史花期数据作为因变量，以所述历史关键气象数据为自变量，基于预设参数，建立回归模型，具体包括：以所述历史花期数据为因变量，以所述历史关键气象数据为自变量，基于预设第一参数，建立支持向量回归模型；以所述历史花期数据为因变量，以所述历史关键气象数据为自变量，基于预设第二参数，建立相关向量回归模型；以所述历史花期数据为因变量，以所述历史关键气象数据为自变量，基于预设第三参数，建立多元线性回归模型。3.根据权利要求2所述的一种苹果盛花期的预测方法，其特征在于，所述基于所述回归模型和所述本年度的多种气象数据，预测目标花期日期，包括：基于所述支持向量回归模型，预测第一花期日期；基于所述相关向量回归模型，预测第二花期日期；基于所述多元线性回归模型，预测第三花期日期；基于所述第一花期日期、所述第二花期日期、所述第三花期日期，确定所述目标花期日期。4.根据权利要求3所述的一种苹果盛花期的预测方法，其特征在于，所述以所述历史花期数据作为因变量，以所述历史关键气象数据为自变量，基于预设参数，建立回归模型，还包括：将所述历史花期数据和所述历史关键气象数据，按照不同的方式划分为训练集和验证集；基于所述训练集和所述验证集训练，得到多种回归模型参数；基于多种多数回归模型参数确定多种回归模型。5.根据权利要求4所述的一种苹果盛花期的预测方法，其特征在于，所述所述基于所述回归模型和所述本年度的多种气象数据，预测目标花期日期，包括：基于多种所述支持向量回归模型，预测得到多种第一花期日期；基于多种所述相关向量回归模型，预测得到多种第二花期日期；基于多种所述多元线性回归模型，预测得到多种第三花期日期；基于多种所述第一花期日期、多种所述第二花期日期、多种所述第三花期日期，确定所述目标花期日期。

【专利技术属性】
技术研发人员：周明，高庆雷，张厚森，李光鹏，常学民，
申请(专利权)人：浪潮智慧科技有限公司，
类型：发明
国别省市：