[发明专利]森林病虫害爆发风险预测的方法及装置无效

专利信息
申请号: 201410602522.9 申请日: 2014-10-31
公开(公告)号: CN105631526A 公开(公告)日: 2016-06-01
发明(设计)人: 方舟;姬伟;熊金国;李小文;曹春香 申请(专利权)人: 航天恒星科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/02
代理公司: 北京智为时代知识产权代理事务所(普通合伙) 11498 代理人: 王加岭;杨静
地址: 100086*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 森林 病虫害 爆发 风险 预测 方法 装置
【权利要求书】:

1.一种森林病虫害爆发风险预测的方法,其特征在于,包括:

获取森林病虫害爆发已知分布区域;

获取环境因子变量,其中,所述环境因子变量包括:生物气候变量和叶面 积指数;

依据所述已知分布区域和所述环境因子变量,利用预先建立的生态位模型 预测所述森林虫害爆发风险。

2.根据权利要求1所述的方法,其特征在于,

依据所述已知分布区域和所述环境因子变量,利用预先建立的生态位模型 预测所述森林虫害爆发风险之前,还包括:按照所述叶面积指数的空间分辨率 对所述已知分布区域进行分布点去重处理;

依据所述已知分布区域和所述环境因子变量,利用预先建立的生态位模型 预测所述森林虫害爆发风险,包括:依据所述环境因子变量和去重处理得到的 分布区域,利用预先建立的生态位模型预测所述森林虫害爆发风险。

3.根据权利要求1所述的方法,其特征在于,获取环境因子变量,包括:

利用月均值最高温、最低温及降水数据求解得到生物气候变量,并获取叶 面积指数;

通过双线性插值使所述生物气候变量的空间分辨率与所述叶面积指数的空 间分辨率一致。

4.根据权利要求1所述的方法,其特征在于,获取叶面积指数,包括:

获取预定时间序列内的叶面积指数;

按照地表覆盖分类数据从获取的叶面积指数中筛选所述森林虫害对应的叶 面积指数;

按照预设时间粒度对筛选得到的叶面积指数进行平均合成,得到用于预测 所述森林虫害爆发风险的叶面积指数。

5.根据权利要求1、3或4所述的方法,其特征在于,

获取环境因子变量之后,还包括:利用主成分分析法对所述环境因子变量 进行降维处理;

依据所述已知分布区域和所述环境因子变量,利用预先建立的生态位模型 预测所述森林虫害爆发风险,包括:依据所述已知分布区域和降维处理得到的 环境因子变量,利用预先建立的生态位模型预测所述森林虫害爆发风险。

6.一种森林病虫害爆发风险预测的装置,其特征在于,包括:

第一获取模块,用于获取森林病虫害爆发已知分布区域;

第二获取模块,用于获取环境因子变量,其中,所述环境因子变量包括: 生物气候变量和叶面积指数;

预测模块,用于依据所述已知分布区域和所述环境因子变量,利用预先建 立的生态位模型预测所述森林虫害爆发风险。

7.根据权利要求6所述的装置,其特征在于,

所述装置还包括:去重模块,用于在依据所述已知分布区域和所述环境因 子变量,利用预先建立的生态位模型预测所述森林虫害爆发风险之前,按照所 述叶面积指数的空间分辨率对所述已知分布区域进行分布点去重处理;

所述预测模块,用于依据所述环境因子变量和去重处理得到的分布区域, 利用预先建立的生态位模型预测所述森林虫害爆发风险。

8.根据权利要求6所述的装置,其特征在于,所述第二获取模块,包括:

第一获取单元,用于利用月均值最高温、最低温及降水数据求解得到生物 气候变量,并获取叶面积指数;

第一处理单元,通过双线性插值使所述生物气候变量的空间分辨率与所述 叶面积指数的空间分辨率一致。

9.根据权利要求6所述的装置,其特征在于,所述第二获取模块,包括:

第二获取单元,用于获取预定时间序列内的叶面积指数;

筛选单元,用于按照地表覆盖分类数据从获取的叶面积指数中筛选所述森 林虫害对应的叶面积指数;

合成单元,用于按照预设时间粒度对筛选得到的叶面积指数进行平均合成, 得到用于预测所述森林虫害爆发风险的叶面积指数。

10.根据权利要求6、8或9所述的装置,其特征在于,

所述装置还包括:降维模块,用于在获取环境因子变量之后,利用主成分 分析法对所述环境因子变量进行降维处理;

所述预测模块,用于依据所述已知分布区域和所述环境因子变量,利用预 先建立的生态位模型预测所述森林虫害爆发风险,包括:依据所述已知分布区 域和降维处理得到的环境因子变量,利用预先建立的生态位模型预测所述森林 虫害爆发风险。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于航天恒星科技有限公司,未经航天恒星科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410602522.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top