[发明专利]一种区域农产品超标概率预测及误差分析方法

权利要求书

1.一种区域农产品超标概率预测及误差分析方法，其特征在于，所述方法包括：

所述方法包括：

(1)主因筛选

(1.1)建立产地环境数据库

(1.2)主因筛选

以农产品监测指标j作为研究指标，采用相对熵Ei方法对研究区域土壤监测指标进行筛选，相对熵Ei计算公式具体如下：

其中：xj为农产品研究指标j的监测值；p(xi)为土壤监测指标归一化后数值构成的矩阵；q(xj)为农产品研究指标归一化后数值构成的矩阵；

归一化计算公式具体如下：

xi＝(Xi-MINi)/(MAXi-MINi)

其中Xi为监测指标监测值，MAXi为监测指标最大监测值，MINi为监测指标最小监测值；

基于各土壤监测指标的相对熵，计算各指标相对熵权重Wi，将各指标相对熵权重Wi降序排列后，选取权重和占比为前Y的监测指标，为影响主因，计算公式具体如下：

所述Y的取值范围为0-100％；

(2)插值误差分析

(2.1)克里金插值

选取适用克里金插值方法，对各项影响主因进行插值运算，获取各栅格内的指标预测标准误差数据；同时确定研究区域栅格数量；

(2.2)插值误差分析

(2.2.1)确定各项影响主因预测标准误差范围，以单项影响主因是否超过标准误差的S为条件，将研究区域分为单指标符合区域及单指标不符区域两类；各项影响主因的单指标不符区域进行空间合并，得到综合指标不符区域，并提取区域内的历史土壤监测点位；

所述S取值范围为0-100％；

(2.2.2)基于提取的历史土壤点位影响主因监测数据，采用GS+、Arcgis软件计算各项指标的变程，并以最小变程为边长单位，对综合指标不符区域进行网格划分；若网格内不存在历史土壤监测点位则获取网格中心点，所述网格中心点即为加密点位，并提取加密点位经纬度信息；

(2.2.3)依据加密点位经纬度信息，现场获取各点位的所有土壤监测信息；现场获取的所有土壤监测信息与历史土壤监测信息内容一致；

(2.3)针对综合指标不符区域，结合区域内历史土壤监测点位及加密点位的各项影响主因监测数据，循环进行插值运算及误差分析，满足研究需求则进入下步；所述研究需求为所有综合指标不符区域面积均小于30*研究区域最大点位代表面积；

(3)农产品含量预测误差分析

基于研究区域所有栅格进行农产品含量预测误差分析

(3.1)误差计算

(3.1.1)栅格内存在历史农产品监测点位

分析研究区域历史农产品研究指标监测数据分布特征，选取回归分析方法，获得农产品研究指标j对应的预测模型，进而计算出各历史农产品监测点位的预测含量值，并采用相对误差计算各点位的预测误差(Dj)，计算公式具体如下：

其中，cj为农产品研究指标j的含量预测值，Xj为农产品研究指标j的监测值；

(3.1.2)栅格内无历史农产品监测点位

采用K-近邻法，选取距离目标栅格最近的K个历史农产品监测点位，获取各点位的农产品预测误差及与目标栅格间的距离Lj，并基于Lj获取各点位对应误差权重(Wj)，进而计算出目标栅格农产品含量预测误差(Cj)，具体计算公式如下：

其中，Lk为第k个点位与目标栅格的距离；

Cj＝W1*C1+W2*C2+W3*C3+....+Wk*Ck

(3.2)误差分析

(3.2.1)确定农产品研究指标j的含量预测误差范围，以是否超过含量预测误差的M为条件，将研究区域分为误差符合区域及误差不符区域两类，提取误差不符区域内的历史土壤监测点位；

所述M取值范围为0-100％；

(3.2.2)基于提取的历史土壤监测点位影响主因监测数据，进行变程计算并获取协同加密点位，计算流程同(2.2.2)步；

(3.2.3)依据协同加密点位信息，进行土壤、农产品样品的采集及检测，记录监测信息；

所述土壤、农产品监测信息与数据库内监测信息一致；

(3.3)针对误差不符区域，结合区域内历史土壤监测点位及协同加密点位的各项监测指标数据，循环进行主因筛选及误差分析，满足研究需求则进入第下一步，所述研究需求为误差不符区域内农产品预测误差均小于15％；

(4)潜在农产品超标风险区确定

依据农产品含量预测模型，计算各栅格内的农产品含量，依据国家标准GB2762中研究指标j的限量值，将农产品分为超标类、不超标类、潜在超标类三类，输出评价结果分布图。