【技术实现步骤摘要】
本公开涉及数据处理,尤其涉及产量预测,具体涉及一种作物产量预测方法、装置、设备以及存储介质。
技术介绍
1、现代农业生产往往需要准确的策略和分析作为农业种植的支撑,在多数情况下,农业种植者,例如农民或其他参与农业种植的个人或是企业,需要在作物种植期间及之前分析各种数据以做出合理的种植策略。在做出此类战略决策时,种植者依靠计算机实现的作物产量预测模型来确定他们的种植策略。作物产量预测模型可以帮助种植者决定如何在影响种植的关键领域进行支出或节约,例如投资设备、资源成本、作物收成相关保险、种植的人力成本等。
2、作物产量预测模型也被保险公司和风险管理公司普遍用于基于某些风险因素计算保费。例如,农作物收入保险是一种保护农民在特定年份的预期作物收入,并涵盖了作物生长期间发生的价格下跌。这种作物收入覆盖范围是基于确定作物平均周期收入的偏差。为保险公司创造盈利的作物收入保险计划,保险公司必须要有准确的作物产量预测模型,以准确估算农民的收入。
3、然而,大多数的农作物产量的预测发生在生长季节结束时,并在当地小范围地区的基础上进行
...【技术保护点】
1.一种作物产量预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利用线性回归计算所述协变量矩阵对应的作物产量包括:
3.根据权利要求2所述的方法,其特征在于,所述获取线性回归系数和误差项包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述一个或多个时间序列生成协变量矩阵包括:
5.根据权利要求4所述的方法,其特征在于,所述从所述一个或多个时间序列确定预设代表性特征包括:
6.根据权利要求1所述的方法,其特征在于,所述将所述作物产量预测基础数据聚合为一个或多个时间序列包括:
7.根...
【技术特征摘要】
1.一种作物产量预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利用线性回归计算所述协变量矩阵对应的作物产量包括:
3.根据权利要求2所述的方法,其特征在于,所述获取线性回归系数和误差项包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述一个或多个时间序列生成协变量矩阵包括:
5.根据权利要求4所述的方法,其特征在于,所述从所述一个或多个时间序列确定预设代表性特征包括:
6.根据权利要求1所述的方法,其特征在于,所述将所述作物产量预测基础数据聚合为一个或多个时间序列包括:
...【专利技术属性】
技术研发人员:刘聪,吴东丽,宏观,张全军,朱永超,杨玉辉,张静,杨大生,张世豪,房稳静,徐鑫,曹冠朋,郭玉洁,
申请(专利权)人:中国气象局气象探测中心,
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。