[发明专利]基于形态与混合梯度的动态时间弯曲度量水稻物候期多元气象数据相似性方法

权利要求书

1.基于形态与混合梯度的动态时间弯曲度量水稻物候期多元气象数据相似性方法

主要包括以下步骤：

1)指定地区气象数据与该地区指定品种的物候期日期数据准备

2)根据作物物候期的划分气象序列数据

3)基于形态与混合梯度DTW度量目标样本间的相似性

4)根据相似性度量距离打分进行排序。

2.根据权利要求1所述的基于形态与混合梯度的农作物关键物候期多变量农业气象数据相似性度量分析方法，其特征在于步骤1)中根据根据多元时间序列进行农业气象数据的重新描述。为了增加时间尺度上的相互依赖性，使用多元时间序列表示如下：

其中其中K为最高温度、最低温蒂、降雨量、日照时数等变量个数，N为时间长度，1≤i≤K，1≤j≤N，N表示时间长度，K表示的所拥有的变量最多变量个数，χ_ij表示第i个变量在第j时间点的实际观察值。

3.根据权利要求1所述的基于形态与混合梯度的农作物关键物候期多变量农业气象数据相似性度量分析方法，其特征在于步骤2)中根据作物物候期的气象数据划分。作物在不同的物候期内对气象要素的依赖程度都不一样，针对整个生育期进行所有气象数据进行相似性度量分析并没有实际的意义，而且增加了计算的复杂度。所以在针对指定品种作物的气象数据相似性分析时，为了使得度量的更加精确，需要根据该品种作物在现实世界中不同物候期始末时间进行数据分割。

在n年某地区指定品种水稻生育期的日期数据中记录的是认为进入某物候期的时间，可以认为两个相邻的进入物候期时间的这一段时间是该品种进入后一物候期所需的时间，即Y_n＝<y_播种期，y_出苗期，y_分蘖期，y_拔节期，y_孕穗期，y_抽穗期，y_开花期，y_灌浆期，y_成熟期>中，可认为所属的物候期分别如下：W_{<出苗期，n>}＝<y_播种期，y_出苗期>，W_{<分蘖期，n>}＝<y_播种期，y_出苗期>，W_{<拔节期期，n>}＝<y_播种期，y_出苗期>，W_{<孕穗期，n>}＝<y_播种期，y _出苗期>，W_{<抽穗期，n>}＝<y_播种期，y_出苗期>，W_{<开花期，n>}＝<y_播种期，y_出苗期>，W_{<灌浆期，n>}＝<y_播种期，y_出苗期>，W_{<成熟期，n>}＝<y _播种期，y_出苗期>。

而根据上述表示的物候期时间段，可以针对n年水稻生育期内逐日气温序列集合T_day＝<T₁，T₂...T_n>进行不同物候期的气象数据分割，可以得到某地区某品种的不同生育期的气象数据集合：

S_n＝<S_播种期，S_出苗期，S_分蘖期，S_拔节期，S_孕穗期，S_抽穗期，S_开花期，S_灌浆期，S_成熟期>，S表示第n年份对应的下标所属物候期期内的气象数据。