作物产量预测方法、装置、设备以及存储介质制造方法及图纸

技术编号:42543286 阅读:38 留言:0更新日期:2024-08-27 19:46
本公开的实施例提供了一种作物产量预测方法、装置、设备以及存储介质,应用于产量预测技术领域。所述方法包括获取待预测地理范围内的作物产量预测基础数据,作物产量预测基础数据包括基准辐射观测数据、土壤湿度数据以及农业数据;再将作物产量预测基础数据聚合为一个或多个时间序列;再根据一个或多个时间序列生成协变量矩阵;再利用线性回归计算协变量矩阵对应的作物产量。以此方式,可以根据创建的基于作物生长季节期间内特定时间段内的作物区域内的基准辐射测量仪提供的观测数据,即聚合的一个或多个时间序列,来预测大区域范围内的农作物产量。

【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预测,在大范围内以及本文档来自技高网...

【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:

网友询问留言 已有0条评论
  • 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。

1