一种用于植物病虫害预测评价的气象多情景仿真方法技术

本发明专利技术公开了一种用于植物病虫害预测评价的气象多情景仿真方法。该方法收集局部地区的历史气象数据，进行统计量提取后，按照国家评价标准分为低温、常温、高温，少雨、常雨和多雨不同情形，并通过排列组合得到九种具有代表性的气象情景。分别模拟输出这九种不同情形下的气象数据，并涵盖极端天气情景，通过一阶线性自回归模型生成温度数据，通过一阶马尔科夫链和偏正态模型模拟降水数据，为实现病虫害预测模型在各气象情景模拟下响应和鲁棒性的评估提供了基础数据支持。实验证明该方法可靠性较高，参数设置较为合理，具有良好的预测效果和鲁棒性。和鲁棒性。和鲁棒性。

【技术实现步骤摘要】
一种用于植物病虫害预测评价的气象多情景仿真方法


[0001]本专利技术属于气象模拟
，具体涉及一种用于植物病虫害预测评价的气象多情景仿真方法。

技术介绍

[0002]对植物病虫害的发生、蔓延实现有效预测能够对防控工作起到积极的指导作用，不仅可以有效减少经济损失，还可以通过精准防控减少农药用量，推动农业绿色发展。
[0003]为了实现植物病虫害的有效预测，众多病虫害预测模型被提出，但现阶段只能基于有限时空范围的信息对植物病虫害预测模型进行常规验证，难以掌握模型对不同气象情景的响应，使得模型的预测能力通常得不到全面的评价。而作为主要驱动因子的气象情景，特别是一些典型、极端的气象情景是引起病虫害爆发成灾的重要条件，但这些情景下模型响应和能力的考察通常难以基于实际气象数据进行。
[0004]因此，非常有必要提出一种仿真不同气象情景的方法，以实现对不同气象情景下植物病虫害预测模型运行效果的全方位验证和综合优化，进一步提高模型的预测精度，这在未来植物病虫害预测研究中也具有重要应用意义。

技术实现思路

[0005]针对现有技术的不足，本专利技术提出了一种用于植物病虫害预测评价的气象多情景仿真方法，基于历史数据进行情景分析与建模，模拟输出设置气象情景下的温度数据和降水数据，为病虫害预测评价提供仿真基础。
[0006]本专利技术的具体步骤如下：
[0007]步骤一、局地长时序历史气象数据获取
[0008]收集局地历史气象数据，包括历史降水数据和温度数据。
[0009]作为优选，收集局地过往三十年的历史气象数据，其中降水数据的单位为毫米(mm)，温度数据的单位为摄氏度(℃)。
[0010]步骤二、局地气象数据统计量提取
[0011]对收集的局地历史气象数据进行统计量提取，包括：
[0012]历年同一日期气温日均值
[0013][0014]其中，N为计算选取的年份数量，N为10的倍数。j为年份序号，j＝1,2,3,N。i为日期，i＝1,2..,365；T
ij
为历年同一日期气温值。
[0015]历年同一日期气温标准差σ
i
：
[0016][0017]历年同一日期降水日均值
[0018][0019]其中，P
ij
为历年同一日期降水量。
[0020]历年同一日期距平百分率PA
ij
：
[0021][0022]步骤三、植物病虫害预测评价气象情景设置
[0023]3‑
1、不同气温情景标准设置
[0024]根据历史数据和提取的气温统计量，设置如下气温情景标准：
[0025]高温情景标准：原有输入气温日值T
ij
增加ΔT
i
数值，2.0σ
i
<ΔT
i
≤3.0σ
i
。
[0026]常温情景标准：保持原有输入气温日值T
ij
不变。
[0027]低温情景标准：原有输入气温日值T
ij
增加ΔT
i
数值，
‑
3.0σ
i
<ΔT
i
≤
‑
2.0σ
i
。
[0028]3‑
2、不同降水情景标准设置
[0029]根据历史数据和提取的降水统计量，设置如下降水情景标准：
[0030]多雨情景标准：原有输入降水量日值P
ij
上增涨PA
ij
的百分比，80％≤PA
ij
≤95％。
[0031]常雨情景标准：保持原有输入降水量日值P
ij
不变。
[0032]少雨情景标准：原有输入降水量日值P
ij
上增涨PA
ij
的百分比，
‑
95％≤PA
ij
≤
‑
80％。
[0033]3‑
3、具体分类气象情景设置
[0034]结合设置的气温情景标准及降水情景标准，设置如下分类气象情景：
[0035]①
高温多雨情景
[0036]温度：采用高温情景标准，原有输入气温日值T
ij
增加ΔT
i
数值，2.0σ
i
<ΔT
i
≤3.0σ
i
，并在每月随机产生持续三天ΔT
i
＝3.0σ
i
的高温天气。
[0037]降水：采用多雨情景标准，原有输入降水量日值P
ij
上增涨PA
ij
的百分比，80％≤PA
ij
≤95％，并在每月产生持续三天PA
ij
＝95％的强降水天气。
[0038]②
高温常雨情景
[0039]温度：采用高温情景标准，原有输入气温日值T
ij
增加ΔT
i
数值，2.0σ
i
<ΔT
i
≤3.0σ
i
，并在每月随机产生持续三天ΔT
i
＝3.0σ
i
的高温天气。
[0040]降水：采用常雨情景标准，保持原有输入降水量日值P
ij
不变。
[0041]③
高温少雨情景
[0042]温度：采用高温情景标准，原有输入气温日值T
ij
增加ΔT
i
数值，2.0σ
i
<ΔT
i
≤3.0σ
i
，并在每月随机产生持续三天ΔT
i
＝3.0σ
i
的高温天气。
[0043]降水：采用少雨情景标准，原有输入降水量日值P
ij
上增涨PA
ij
的百分比，
‑
95％≤
PA
ij
≤
‑
80％。，在每月随机产生持续三天PA
ij
＝
‑
95％的弱降水天气。
[0044]④
常温常雨情景
[0045]温度：采用常温情景标准，保持原有输入气温日值T
ij
不变。
[0046]降水：采用常雨情景标准，保持原有输入降水量日值P
ij
不变。
[0047]⑤
常温多雨情景
[0048]温度：采用常温情景标准，保持原有输入气温日值T
ij
不变。
[0049]降水：采用多雨情景标准，原有输入降水量日值P
ij
上增涨PA
ij
的百分比，80％≤PA
ij...

【技术保护点】

【技术特征摘要】
1.一种用于植物病虫害预测评价的气象多情景仿真方法，其特征在于：该方法具体包括以下步骤：步骤一、局地长时序历史气象数据获取收集局地历史气象数据，包括历史降水数据和温度数据；步骤二、局地气象数据统计量提取对收集的局地历史气象数据进行统计量提取，包括历年同一日期气温日均值历年同一日期气温标准差σ
i
、历年同一日期降水日均值和历年同一日期距平百分率PA
ij
；步骤三、植物病虫害预测评价气象情景设置3
‑
1、不同气温情景标准设置根据历史数据和提取的气温统计量，设置如下气温情景标准：高温情景标准：原有输入气温日值T
ij
增加ΔT
i
数值，2.0σ
i
<ΔT
i
≤3.0σ
i
；常温情景标准：保持原有输入气温日值T
ij
不变；低温情景标准：原有输入气温日值T
ij
增加ΔT
i
数值，
‑
3.0σ
i
<ΔT
i
≤
‑
2.0σ
i
；3
‑
2、不同降水情景标准设置根据历史数据和提取的降水统计量，设置如下降水情景标准：多雨情景标准：原有输入降水量日值P
ij
上增涨PA
ij
的百分比，80％≤PA
ij
≤95％；常雨情景标准：保持原有输入降水量日值P
ij
不变；少雨情景标准：原有输入降水量日值P
ij
上增涨PA
ij
的百分比，
‑
95％≤PA
ij
≤
‑
80％；3
‑
3、具体分类气象情景设置结合设置的气温情景标准及降水情景标准，设置高温多雨、高温常雨、高温少雨、常温常雨、常温多雨、常温少雨、低温少雨、低温常雨和低温多雨9种气象情景；3
‑
4、气象情景异常程度设置在9种气象情景中，设置连续高温或多雨三天，属于轻度异常，连续时间为四天、五天，分别为中度异常、重度异常；步骤四、各气象情景具体模拟4
‑
1、各气象情景模拟输入数据预处理根据步骤三中设置的不同气象情景，选定要模拟的温度和降水数值，再设定异常程度；然后根据设定的异常气象情景，更新历史气象数据中的温度和降水，并对更新后的数据重新求取统计量，包括历年同一日期气温T
ij
的日均值和标准差σ
i
，以及历年同一日期降水P
ij
的日均值和距平百分率PA
ij
；4
‑
2、气温模拟针对4
‑
1更新后的气象数据，选取每年的日最高气温与最低气温数据，通过一阶线性自回归模型生成温度的残差χ
j，i
(h)：χ
j，i
(h)＝Aχ
j,i
‑1(h)+Bε
j,i
(h)其中，χ
j,i
‑1(h)和ε
j,i
(h)均为大小为2*1的矩阵，h＝1、2时，χ
j,i
‑1(h)分别表示第j年第i天的最高气温的残差与最低气温的残差，ε
j，i
(h)表示一个均值为0、方差为1的随机序列；A和B均为大小为2x2的矩阵：
其中，上标
‑
1和T分别为逆矩阵和转置矩阵；M0、M1分别为气温的协方差矩阵和气温数据序列滞后一天的协方差矩阵；基于一阶线性自回归模型生成的残差，计算日最高气温T
imax
与日最低气温T
imin
：：其中，χ
j,i
为一阶线性自回归模型产生的温度残差；4
‑
3降水模拟以0.1mm降水量作为有降水发生的判断标准，针对更新后的气象数据，使用一阶马尔科夫链判断是否有降水发生，当有降水发生时，使用概率分布模型模拟具体的降水量。2.如权利要求1所述一种用于植物病虫害预测评价的气象多情景仿真方法，其特征在于：收集局地过往三十年的历史气象数据，其中降水数据的单位为毫米，温度数据的单位为摄氏度。3.如权利要求1所述一种用于植物病虫害预测评价的气象多情景仿真方法，其特征在于：历年同一日期气温日均值历年同一日期气温日均值其中，N为计算选取的年份数量，N为10的倍数；j为年份序号，j＝1，2，3，N；i为日期，i＝1，2..，365；T
ij
为历年同一日期气温值；历年同一日期气温标准差σ
i
：历年同一日期降水日均值历年同一日期降水日均值其中，P
ij
为历年同一日期降水量；历年同一日期距平百分率PA
ij
：
4.如权利要求1所述一种用于植物病虫害预测评价的气象多情景仿真方法，其特征在于：所述9种气象情景的标准为：
①
高温多雨情景温度：采用高温情景标准，原有输入气温日值T
ij
增加ΔT
i
数值，2.0σ
i
＜ΔT
i
≤3.0σ
i
，并在每月随机产生持续三天ΔT
i
＝3.0σ
i
的高温天气；降水：采用多雨情景标准，原有输入降水量日值P
ij
上增涨PA
ij
的百分比，80％≤PA
ij
≤95％，并在每月产生持续三天PA
ij
＝95％的强降水天气；
②
高温常雨情景温度：采用高温情景标准，原有输入气温日值T
ij
增加ΔT
i
数值，2.0σ
i
＜ΔT
i
≤3.0σ
i
，并在...

【专利技术属性】
技术研发人员：张竞成，沈栋，田洋洋，马慧琴，黄然，黄敬峰，董莹莹，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：