一种稻田甲烷排放量预测方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开了一种稻田甲烷排放量预测方法、系统、装置及存储介质，方法包括：确定稻田甲烷的排放影响因素；根据所述排放影响因素获取稻田甲烷历史数据，并预先根据所述稻田甲烷历史数据构建预测模型；根据所述排放影响因素获取影响因素实测数据，根据所述影响因素实测数据构建变量数据集，基于所述变量数据集对预先构建的预测模型进行参数优化，以获取最佳预测模型；基于所述变量数据集和最佳预测模型进行变量预测，并输出稻田甲烷排放量预测值。本发明专利技术通过构建预测模型并进行参数优化，使预测模型具有良好的非线性特性和泛化性；将影响因素输入至预测模型中进行排放量预测，可以很好地解决环境参数和土壤水力参数的影响问题，预测效果好。测效果好。测效果好。

【技术实现步骤摘要】
一种稻田甲烷排放量预测方法、系统、装置及存储介质


[0001]本专利技术涉及农业生态环境
，具体涉及一种稻田甲烷排放量预测方法、系统、装置及存储介质。

技术介绍

[0002]农业源甲烷排放是人为因素导致的温室气体排放的主要组成部分，在当今国际社会倡导节能减排的形势下，对于农业源甲烷排放的研究显得非常重要。随着经济的发展，我国种植业迅速发展，而在种植业发展过程中产生的温室气体甲烷的排放也成为不可忽视的环境污染问题。种植业是非二氧化碳温室气体的重要排放源之一，其中主要包括水稻种植甲烷排放、农业残留物(秸秆)燃烧甲烷排放等。因此，了解种植业甲烷排放现状和特点，特别是做好对稻田甲烷排放的监测和预测对今后更好的管理农业生产、制定碳减排措施、改善生态环境有重要的理论指导意义。
[0003]目前关于稻田甲烷排放计算方法和监测手段较为多样，但又分别存在各自缺陷：利用点位实测的方法计算较为精准但难以推广到更大的尺度进行计算；遥感监测反演的方法可以对大区域稻田甲烷排放进行计算，但精度较低，同时，对于未来预测的方法也缺乏准确性的考虑。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术提供一种稻田甲烷排放量预测方法、系统、装置及存储介质。
[0005]第一方面，一种稻田甲烷排放量预测方法，包括：
[0006]确定稻田甲烷的排放影响因素；
[0007]根据所述排放影响因素获取稻田甲烷历史数据，并预先根据所述稻田甲烷历史数据构建预测模型；
[0008]根据所述排放影响因素获取影响因素实测数据，根据所述影响因素实测数据构建变量数据集，基于所述变量数据集对预先构建的预测模型进行参数优化，以获取最佳预测模型；
[0009]基于所述变量数据集和最佳预测模型进行变量预测，并输出稻田甲烷排放量预测值。
[0010]进一步地，所述根据所述排放影响因素获取稻田甲烷历史数据，并预先根据所述稻田甲烷历史数据构建预测模型，具体为：
[0011]根据所述排放影响因素获取稻田甲烷历史数据，所述稻田甲烷历史数据包括影响因素历史值和甲烷排放量历史值；
[0012]根据所述稻田甲烷历史数据获取排放影响因素与甲烷排放量之间的目标约束函数；
[0013]获取约束条件，根据所述约束条件对所述目标约束函数进行求解，以确定最大化
目标函数；
[0014]根据所述最大化目标函数构建预测模型，所述预测模型包括核函数。
[0015]进一步地，所述根据所述排放影响因素获取影响因素实测数据，根据所述影响因素实测数据构建变量数据集，基于所述变量数据集对预先构建的预测模型进行参数优化，以获取最佳预测模型，具体为：
[0016]根据所述排放影响因素获取影响因素实测值，对所述影响因素实测值进行数据预处理，并根据预处理结果将所述影响因素实测值划分为变量训练集和变量测试集；
[0017]确定优化条件，所述优化条件包括所述预先构建的预测模型对应的核函数、所述核函数的待优化参数取值范围以及所述预测模型的待优化参数取值范围；
[0018]根据所述优化条件和变量训练集对预测模型进行迭代优化，并输出最优参数结果；
[0019]将所述最优参数结果对应的预测模型作为最佳预测模型输出。
[0020]进一步地，所述稻田甲烷排放的影响因素包括但不限于大气温度、土壤PH、地表生物量以及土壤水分含量。
[0021]第二方面，一种稻田甲烷排放量预测系统，包括：
[0022]影响因素确定模块：用于确定稻田甲烷的排放影响因素；
[0023]模型构建模块：用于根据所述排放影响因素获取稻田甲烷历史数据，并预先根据所述稻田甲烷历史数据构建预测模型；
[0024]模型优化模块：用于根据所述排放影响因素获取影响因素实测数据，根据所述影响因素实测数据构建变量数据集，基于所述变量数据集对预先构建的预测模型进行参数优化，以获取最佳预测模型；
[0025]模型预测模块：用于基于所述变量数据集和最佳预测模型进行变量预测，并输出稻田甲烷排放量预测值。
[0026]进一步地，所述模型构建模块具体用于：
[0027]根据所述排放影响因素获取稻田甲烷历史数据，所述稻田甲烷历史数据包括影响因素历史值和甲烷排放量历史值；
[0028]根据所述稻田甲烷历史数据获取排放影响因素与甲烷排放量之间的目标约束函数；
[0029]获取约束条件，根据所述约束条件对所述目标约束函数进行求解，以确定最大化目标函数；
[0030]根据所述最大化目标函数构建预测模型，所述预测模型包括核函数。
[0031]进一步地，所述模型优化模块具体用于：
[0032]根据所述排放影响因素获取影响因素实测值，对所述影响因素实测值进行数据预处理，并根据预处理结果将所述影响因素实测值划分为变量训练集和变量测试集；
[0033]确定优化条件，所述优化条件包括所述预先构建的预测模型对应的核函数、所述核函数的待优化参数取值范围以及所述预测模型的待优化参数取值范围；
[0034]根据所述优化条件和变量训练集对预测模型进行迭代优化，并输出最优参数结果；
[0035]将所述最优参数结果对应的预测模型作为最佳预测模型输出。
[0036]进一步地，所述稻田甲烷排放的影响因素包括但不限于大气温度、土壤PH、地表生物量以及土壤水分含量。
[0037]第三方面，一种稻田甲烷排放量预测装置，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如第一方面所述的方法。
[0038]第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第一方面所述的方法。
[0039]本专利技术的有益效果体现在：根据稻田甲烷历史数据构建预测模型，并根据影响因素实测值采用优化算法对预测模型进行参数优化，以获取最佳预测模型，使预测模型具有良好的非线性特性和泛化性，预测精度高；将大气温度、土壤PH、地表生物量以及土壤水分含量等影响因素输入至最佳预测模型中进行排放量预测，可以很好地解决有关环境参数和土壤水力参数的影响问题，预测效果好，预测结果准确度高。
附图说明
[0040]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0041]图1为本专利技术实施例一提供的一种稻田甲烷排放量预测方法的流程图；
[0042]图2为本专利技术实施例一提供的一种稻田甲烷排放量预测系统的模块框图；
[0043]图3为本专利技术实施例二提供的一种稻田甲烷排放量预测装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种稻田甲烷排放量预测方法，其特征在于，包括：确定稻田甲烷的排放影响因素；根据所述排放影响因素获取稻田甲烷历史数据，并预先根据所述稻田甲烷历史数据构建预测模型；根据所述排放影响因素获取影响因素实测数据，根据所述影响因素实测数据构建变量数据集，基于所述变量数据集对预先构建的预测模型进行参数优化，以获取最佳预测模型；基于所述变量数据集和最佳预测模型进行变量预测，并输出稻田甲烷排放量预测值。2.根据权利要求1所述的一种稻田甲烷排放量预测方法，其特征在于，所述根据所述排放影响因素获取稻田甲烷历史数据，并预先根据所述稻田甲烷历史数据构建预测模型，具体为：根据所述排放影响因素获取稻田甲烷历史数据，所述稻田甲烷历史数据包括影响因素历史值和甲烷排放量历史值；根据所述稻田甲烷历史数据获取排放影响因素与甲烷排放量之间的目标约束函数；获取约束条件，根据所述约束条件对所述目标约束函数进行求解，以确定最大化目标函数；根据所述最大化目标函数构建预测模型，所述预测模型包括核函数。3.根据权利要求2所述的一种稻田甲烷排放量预测方法，其特征在于，所述根据所述排放影响因素获取影响因素实测数据，根据所述影响因素实测数据构建变量数据集，基于所述变量数据集对预先构建的预测模型进行参数优化，以获取最佳预测模型，具体为：根据所述排放影响因素获取影响因素实测值，对所述影响因素实测值进行数据预处理，并根据预处理结果将所述影响因素实测值划分为变量训练集和变量测试集；确定优化条件，所述优化条件包括所述预先构建的预测模型对应的核函数、所述核函数的待优化参数取值范围以及所述预测模型的待优化参数取值范围；根据所述优化条件和变量训练集对预测模型进行迭代优化，并输出最优参数结果；将所述最优参数结果对应的预测模型作为最佳预测模型输出。4.根据权利要求1所述的一种稻田甲烷排放量预测方法，其特征在于，所述稻田甲烷排放的影响因素包括但不限于大气温度、土壤PH、地表生物量以及土壤水分含量。5.一种稻田甲烷排放量预测系统，其特征在于，包括：影响因素确定模块：用于确定稻田甲烷的排放影响因素；模型构建模块：用于根据所述排放影响因素获取稻田甲烷历史数据，并预先根据所述稻田甲烷历史数据构建预测模型；...

【专利技术属性】
技术研发人员：邓祥征，宋伟，韩赜，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：