[发明专利]一种枣缩果病预测方法及装置

权利要求书

1.一种枣缩果病高发期预测方法，其特征在于，包括：

将土壤类型和包含枣缩果病始发期的时间区间内的气象数据输入支持向量回归模型进行预测，得到枣缩果病高发期的预测时间。

2.根据权利要求1所述的方法，其特征在于，在得到枣缩果病高发期的预测时间后还包括：根据所述枣缩果病高发期的预测时间和所述枣缩果病高发期的实际发生时间，对所述支持向量回归模型进行修正。

3.根据权利要求2所述的方法，其特征在于，根据所述枣缩果病高发期的预测时间和所述枣缩果病高发期的实际发生时间，对所述支持向量回归模型进行修正包括：

若所述预测时间与实际发生时间的差不大于预设阈值，则预测准确，并记录土壤类型、气象数据和所述预测时间；或者

若所述预测时间与实际发生时间的差大于预设阈值，则预测错误，人为更正预测时间，并记录土壤类型、气象数据和更正后的预测时间；

根据所述记录的土壤类型、气象数据和预测时间对所述支持向量回归模型进行修正。

4.根据权利要求1所述的方法，其特征在于，所述包含枣缩果病始发期的时间区间包括：

在所述始发期之前且包含所述始发期的第一时间区间，以及所述始发期之后的第二时间区间，且所述第一时间区间大于所述第二时间区间。

5.根据权利要求4所述的方法，其特征在于，所土壤类型包括：黄土和砂质土；

所述气象数据包括：所述第一时间区间内的平均最高气温、平均最低气温、平均气温、平均土壤湿度、累计降雨量、累计阴雨天数及累计日照时长；以及所述第二时间区间内的平均最高气温、平均最低气温及平均气温。

6.根据权利要求5所述的方法，其特征在于，还包括：对所述平均最高气温、平均最低气温、平均气温、累计降雨量、累计阴雨天数及累计日照时长进行缩放处理，以使所述平均最高气温、平均最低气温、平均气温、累计降雨量、累计阴雨天数及累计日照时长都被缩放在[-1,1]的范围内。

7.根据权利要求6所述的方法，其特征在于，通过以下公式分别对所述平均最高气温、平均最低气温、平均气温、累计降雨量、累计阴雨天数及累计日照时长进行缩放处理：

mid(attribute)=max(attribute)+min(attribute)2;]]>

x′=x-mid(attribute)mid(attributre);]]>

其中，attribute表示气象数据的某一参数，mid(attribute)、max(attribute)、min(attribute)分别表示气象数据某一参数的中值、约定最大值、约定最小值，x表示某一参数的实际值，x'表示缩放后的参数值。