【技术实现步骤摘要】
本专利技术属于病虫害监测，涉及一种基于数据融合的小麦白粉病发生面积预测方法。
技术介绍
1、小麦白粉病是由专性寄生真菌blumeria graminis f.sp.tritici引起的气传性病害，在世界各小麦种植区内广泛发生。植物病害的预测是病害防治的重要依据，病害的发病程度和病害发生面积的预测对小麦白粉病的防控有重要意义。前人在小麦白粉病发生程度或病害严重度的预测预报研究方面做了不少工作，但针对小麦白粉病发生面积的预测未见报道，因此目前生产上亟需实用性高且准确性高的小麦白粉病发生面积预测方法。
2、空间插值法初期常用于地质统计学(环境学、地质学和气象相应学科等)的相关分析中，现已逐渐用于植物病害流行学的研究中。传统的植物病害流行学调查所获得的病害数据均为不同地区的离散点，而空间插值法可以将离散点的数据处理为连续的趋势平面数据，这为病虫害发生面积的预测提供了新的方向。而基于气象数据建立的病害预测统计模型常用于植物病虫害的预测预报中，它能够对当地的植物病虫害的发生情况进行准确地定量预测，但适用性较差，无法推广至不同区域。
技术实现思路
1、本专利技术的目的是提供一种基于数据融合的小麦白粉病发生面积预测方法，以能够基于空间插值数据和气象数据的融合，建立准确性高、适用性好的小麦白粉病发生面积预测方法。
2、为实现此目的，在基础的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其利用中国各地的小麦白粉病预测发生程度和空间插值法绘制小麦白粉病病
3、在一种优选的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其中所述的预测方法包括：
4、(1)获取气象数据：获取中国各地气象资料，并计算和标准化气象资料中的气象数据；
5、(2)计算预测发生程度：将标准化后气象数据代入已知的小麦白粉病发生程度模型，计算得到中国各地的小麦白粉病预测发生程度，所述的预测发生程度分为不发生及轻发生、中等发生和重发生；
6、(3)计算获得中国各地发生面积：利用各地的小麦白粉病预测发生程度，通过空间插值法计算获得中国各地小麦白粉病发生面积数据，绘制小麦白粉病病害发生程度预测空间分布图；
7、(4)通过反距离权重插值法计算中国全国发生面积：定义小麦白粉病的发生区域，结合各省小麦播种面积计算中国小麦白粉病发生面积；
8、(5)建立小麦白粉病发生面积的预测模型：将步骤(3)获得的基于空间插值法的小麦白粉病发生面积数据和小麦白粉病菌越冬温度数据进行融合建模，建立小麦白粉病发生面积的预测模型。
9、在一种优选的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其中步骤(1)中获取中国各地气象资料为获取全国各地各气象站点的气象资料。
10、在一种优选的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其中步骤(1)中，所述的计算和标准化气象资料中的气象数据为：计算中国各地小麦抽穗期前6-20天平均相对湿度，计算中国各地小麦抽穗期前26-30天平均相对湿度，并将这些计算数据标准化。
11、在一种优选的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其中步骤(1)中，获取中国各地气象资料包括获取小麦白粉病菌越冬温度，其为前一年12月-当年2月全国各地各气象站点的平均温度。
12、在一种优选的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其中步骤(2)中，所述的小麦白粉病发生程度模型为中国专利申请公开号为cn114548249 a(申请号202210135885.0)中所公开的模型。
13、在一种优选的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其中步骤(3)中，通过结合各地的小麦白粉病预测发生程度，利用空间插值法的反距离权重插值法绘制小麦白粉病病害发生程度预测空间分布图。
14、在一种优选的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其中步骤(4)中，将病害发生程度预测空间分布图中的小麦白粉病发生程度为中等发生和重发生的区域定义为小麦白粉病发生区域，小麦白粉病发生程度为不发生和轻发生的区域定义为小麦白粉病不发生区域。
15、在一种优选的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其中步骤(4)中，通过python计算中国各省中小麦白粉病发生区域占各省总小麦播种区域的百分比，结合各省小麦播种面积计算可得当年中国全国小麦白粉病预测发生面积，具体公式为：
16、oa＝a1*a1+a2*a2+…+an*an
17、上式中，oa为当年中国全国基于空间插值法的小麦白粉病预测发生面积，ai为i省的小麦播种面积，ai为i省小麦白粉病发生占比，n为省的总数。
18、ai的计算公式为：
19、
20、i省小麦白粉病发生面积和该省总面积可用python来读取预测空间分布图中像素点的个数来确定。
21、在一种优选的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其中步骤(5)中，利用多元回归分析法所建立小麦白粉病发生面积的预测模型公式为：
22、y＝4.38+0.56tow+0.06oa
23、其中：
24、y为小麦白粉病发生面积的预测值，单位为百万公顷；
25、tow为小麦白粉病菌越冬温度，单位为℃；
26、oa为空间插值法计算得到的小麦白粉病发生面积，单位为百万公顷。
27、在一种优选的实施方案中，本专利技术提供一种基于数据融合的小麦白粉病发生面积预测方法，其中所述的预测方法还包括如下步骤：
28、(6)比较小麦白粉病发生面积的预测模型的预测发生面积与小麦白粉病实际发生面积，利用最大误差参照法检验预测的准确度，
29、最大误差参照法的公式为：
30、
31、式中，r为准确度；fi为第i次预测发生面积值；ai为第i次实际发生面积值；mi为第i次预测的最大参照误差，该值为实际发生面积值、实际最高发生面积值与实际发生面积值的差，这两者中较大的值。
32、本专利技术的有益效果在于，利用本专利技术的基于数据融合的小麦白粉病发生面积预测方法，能够基于空间插值数据和气象数据的融合，建立准确性高、适用性好的小麦白粉病发生面积预测方法。
33、目前基于数据融合技术对作物病虫害发生面积进行预测预报鲜有报道，而用于小麦白粉病发生面积的预测研究方面更是未见报道。本专利技术的预测方法能够对中国全国及各省的小麦白粉病发生面积进行比较准确的预测，从而为本文档来自技高网...
【技术保护点】
1.一种基于数据融合的小麦白粉病发生面积的预测方法，其特征在于，所述的预测方法包括：
2.根据权利要求1所述的预测方法，其特征在于，步骤(1)中，获取中国各地气象资料为获取中国各地各气象站点的气象资料。
3.根据权利要求2所述的预测方法，其特征在于，步骤(1)中，所述的计算和标准化气象资料中的气象数据为：计算中国各地小麦抽穗期前6-20天平均相对湿度，计算中国各地小麦抽穗期前26-30天平均相对湿度并将这些计算数据标准化。
4.根据权利要求1所述的预测方法，其特征在于，步骤(1)中获取中国各地气象资料包括获取小麦白粉病菌越冬温度，其为前一年12月-当年2月中国各地各气象站点的平均温度。
5.根据权利要求1所述的预测方法，其特征在于，步骤(2)中，所述的小麦白粉病发生程度模型为中国专利申请公开号为CN 114548249A中所公开的小麦白粉病发生程度模型。
6.根据权利要求1所述的预测方法，其特征在于，步骤(3)中通过结合中国各地的小麦白粉病预测发生程度，利用空间插值法的反距离权重插值法绘制小麦白粉病病害发生程度预测空间分
7.根据权利要求1所述的预测方法，其特征在于：步骤(4)中将病害发生程度预测空间分布图中的小麦白粉病发生程度为不发生以及轻发生的区域定义为小麦白粉病不发生区域，将小麦白粉病发生程度为中等发生以及重发生的区域定义为小麦白粉病发生区域。
8.根据权利要求1所述的预测方法，其特征在于：步骤(4)中通过python计算各省中小麦白粉病发生区域占各省总小麦播种区域的百分比，结合各省小麦播种面积计算得到当年中国小麦白粉病预测发生面积，具体公式为：
9.根据权利要求1所述的预测方法，其特征在于：步骤(5)中，所建立小麦白粉病发生面积的预测模型公式为：
10.根据权利要求1所述的预测方法，其特征在于，所述的预测方法还包括如下步骤：比较小麦白粉病发生面积的预测模型的预测发生面积与小麦白粉病实际发生面积，利用最大误差参照法检验预测的准确度；
...【技术特征摘要】
1.一种基于数据融合的小麦白粉病发生面积的预测方法，其特征在于，所述的预测方法包括：
2.根据权利要求1所述的预测方法，其特征在于，步骤(1)中，获取中国各地气象资料为获取中国各地各气象站点的气象资料。
3.根据权利要求2所述的预测方法，其特征在于，步骤(1)中，所述的计算和标准化气象资料中的气象数据为：计算中国各地小麦抽穗期前6-20天平均相对湿度，计算中国各地小麦抽穗期前26-30天平均相对湿度并将这些计算数据标准化。
4.根据权利要求1所述的预测方法，其特征在于，步骤(1)中获取中国各地气象资料包括获取小麦白粉病菌越冬温度，其为前一年12月-当年2月中国各地各气象站点的平均温度。
5.根据权利要求1所述的预测方法，其特征在于，步骤(2)中，所述的小麦白粉病发生程度模型为中国专利申请公开号为cn 114548249a中所公开的小麦白粉病发生程度模型。
6.根据权利要求1所述的预测方法，其特征在于，步骤(3)中通过结...
【专利技术属性】
技术研发人员：聂晓，周益林，刘伟，范洁茹，李俊凯，马东方，
申请(专利权)人：中国农业科学院植物保护研究所，
类型：发明
国别省市：
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。