[发明专利]一种基于RS/GIS的冬虫夏草产量预测模型

摘要

一种基于RS(Remote Sensing，遥感)/GIS(Geographic Information System，地理信息系统)技术的冬虫夏草产量预测模型，解决了如何科学预测冬虫夏草这种野生中药材的年产量的问题。该模型基于RS(Remote Sensing，遥感)/GIS(Geographic Information System，地理信息系统)技术，利用雪线高程，采收期(4月和5月)的平均气温，降水量和日照时长等环境因子和虫草产量之间的关系，采用加权几何平均方法，在每年的6月上旬预测当年的虫草产量，经过检验，本模型的精度可达82.16％以上。此研究可为虫草产业的健康、可持续发展提供基础数据和信息。

主权项

一种基于RS(Remote Sensing，遥感)/GIS(Geographic Information System，地理信息系统)技术的冬虫夏草产量预测模型，其特征是基于RS(Remote Sensing，遥感)/GIS(Geographic Information System，地理信息系统)技术，利用雪线高程，采收期(4月和5月)的平均气温，降水量和日照时长等环境因子和虫草产量之间的关系，采用加权几何平均方法，在每年的6月上旬预测当年的虫草产量。该模型包括如下步骤：步骤一：基于RS/GIS的气候环境因子构建。气候环境因子包括：虫草所在地区的5月份雪线高程，4月、5月、6月的降水量，4月、5月、6月的平均气温，4月、5月、6月的日照时长共10个因子。步骤二：建立气候环境因子与虫草产量的关系。利用相关分析工具，分别确定各因子与虫草产量之间的相关系数，按照相关系数大小排序来确定入选模型的因子，各因子与虫草产量的相关系数，就是该因子的权重。步骤三：利用加权几何平均模型来构建虫草产量的预测模型。并利用历史数据进行模型精度检验。步骤四：预测当年虫草产量。在当年6月上旬，把当年的生态因子数据输入模型，得到当年的虫草产量预测值。