[发明专利]一种动态预测小麦收获期呕吐毒素含量的方法及系统

说明书

本发明提供一种动态预测小麦收获期呕吐毒素含量的方法及系统，基于历史数据通过粒子群优化算法筛选出适合建立预测模型的综合因素，通过综合因素建立预测模型；同时又基于当年数据通过农业模型预测得到当年的小麦第二开花期和第二收获期，紧接着基于第二开花期和第二收获期获取气象预报，并将气象预报与地理数据转化为相关的因素，最后通过预测模型与相关的因素预测小麦收获期呕吐毒素含量。相比现有技术，预测模型中的统计项更加完备，基于生育时期指数可动态预测当年的生长数据，进而不断调整建立预测模型，同时粒子群优化算法筛选的针对于多维度、大批量的数据的时间开销更具有优势，通过多元线性回归算法所建立的预测模型精准度更高。

技术领域

本发明涉及农业预测领域，特别是涉及一种动态预测小麦收获期呕吐毒素含量的方法及系统。

背景技术

粮食中呕吐毒素污染分别由产前和产后两个阶段产生，随着科技进步和我国储粮方式的不断改进，目前粮食中真菌毒素的发生主要存在于粮食收获前。收获前，由于粮食作物在田间生长过程中真菌感染、耕作方式影响和天气条件不稳定，导致真菌毒素积累，且不同地区，不同年份间差异较大。因此，在收获前预测粮食中呕吐毒素含量，从而实施有针对性的预防措施，从根本上降低粮食呕吐毒素污染非常重要。

现有技术中，多数预测呕吐毒素含量的方法基于往年的生长期数据预测当年生长期数据，但若出现当年气象数据与往年同时期气象数据相差较大的情况，则预测结果会存在较大误差。

现有技术中还存在仅对单个时间点进行预测的静态预测方式，这样往往会导致预测结果不精确。

现有技术中还存在针对于多维度、大批量的数据所采用的算法的时间开销过大的问题。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种动态预测小麦收获期呕吐毒素含量的方法及系统。

本发明实施例提供如下技术方案：

第一方面，为本实施例提供了一种预测小麦收获期呕吐毒素含量的方法，所述方法包括：获取预设年份内小麦样品历史数据，所述小麦样品历史数据包括：小麦样品地理数据、历史气象数据、历史生长期数据和小麦呕吐毒素含量历史检测数据；基于所述小麦样品地理数据，查询到目标气象站，根据目标气象站的历史生长期数据获取小麦样品的第一开花期和第一收获期；所述小麦样品地理数据包括：小麦样品经度信息和纬度信息；基于所述第一开花期和所述第一收获期，通过第一预设划分规则获取第一统计时间段；基于所述历史气象数据，按照所述第一统计时间段进行统计，得到第一气象历史因素；将所述第一气象历史因素归一化得到第一气象因素样本；利用粒子群优化算法对所述第一气象因素样本和所述地理数据进行关键因素提取，得到第一综合因素；基于所述第一开花期和所述第一收获期，通过第二预设划分规则获取不同生长阶段时间段；基于所述第一综合因素，筛选出适用于各个生长阶段时间段的第二综合因素；基于各个生长阶段时间段对应的第二综合因素分别建立预测子模型，各个预测子模型形成预测总模型；基于所述历史气象数据和所述历史生长期数据，得到小麦样品生长期数据与气象数据之间的拟合关系；根据预测点实时获取的气象数据，利用所述拟合关系预测得到当年的第二开花期和第二收获期；基于所述第二开花期和所述第二收获期，计算预测点当天适用的预测子模型；基于所述第二开花期和所述第二收获期，通过所述第一预设划分规则获取第二统计时间段；基于所述历史气象数据，按照所述第二统计时间段进行统计，得到第二气象因素；将所述第二气象因素归一化得到第二气象因素样本；将所述第二气象因素样本输入各预测点当天适用的预测子模型，预测各预测点的当前小麦呕吐毒素含量；基于预测结果和预测点的地理数据，在地图中进行差值运算，获得动态预测区域小麦呕吐毒素污染风险地图。

进一步地，小麦样品地理数据包括：小麦样品经度信息和纬度信息；所述历史气象数据包括：历年逐小时气温、相对湿度、降雨量和日照小时数；所述生长期数据包括：历年小麦的开花期和收获日期。