[发明专利]一种基于植保和气象信息结合的水稻纹枯病预测方法

摘要

本发明公开了一种基于植保和气象信息结合的水稻纹枯病预测方法。包括水稻纹枯病在内的多数病虫害预测主要依赖专家经验或基于统计方法进行年际预测。本发明如下：一、获取数据，拟合基础模型。二、建立预测模型，模型中包含湿度调节因子和温度调节因子。三、建立湿度调节因子表达式，式中包含湿度调节系数。四、建立温度调节因子表达式，式中包含温度调节系数。步骤五、确定湿度调节系数及温度调节系数。六、将实际需要预测水稻纹枯病病害发生等级的时间作为被预测时间，计算被预测时间的病害等级预测值。本发明能够根据未来几天的气温预报和相对湿度预报对未来水稻田中水稻纹枯病的发生情况进行预测。

主权项

1.一种基于植保和气象信息结合的水稻纹枯病预测方法，其特征在于：步骤一、获取数据，拟合基础模型；1.1、在被预测区域内选取z块采样水稻田；分别获取z块采样水稻田的前m年的水稻纹枯病采样集合和温湿度数据集，m≥5；温度数据集包括前m年内各采样水稻田的每天的日平均气温和日平均相对湿度；一块采样水稻田一年的水稻纹枯病数据包括该采样水稻田在n个采样时间采集的水稻纹枯病病害发生等级；采样时间间隔为g1；g1≤10天；水稻纹枯病采样集合S如下：其中，sijk为第i块采样水稻田在第j年第k个采样时间采集到的水稻纹枯病病害发生等级；i＝1,2,…,z，j＝1,2,…,m，k＝1,2,…,n；1.2、建立水稻纹枯病均值集合S′；其中，1.3、将水稻纹枯病均值集合S′内的n个数据分别作为离散点绘入以时间为横坐标，水稻纹枯病病害发生等级为纵坐标的平面直角坐标系中，得到水稻纹枯病情况采集时间区间内水稻纹枯病发生情况离散点图；1.4、用表达式对水稻纹枯病发生情况离散点图中的离散点进行拟合，获得水稻纹枯病情况采集时间区间内水稻纹枯病发生情况曲线图；其中，e为自然对数的底，A、B、C、D均为被拟合的模型系数；步骤二、建立预测模型如式(1)所示：式(1)中，R为湿度调节因子，T为温度调节因子；步骤三、建立湿度调节因子表达式如式(2)所示：式(2)中，a为湿度调节系数，的取值为80％；M′_Rx为被预测时间的前g₂天的平均相对湿度；g₂≥3；步骤四、建立温度调节因子表达式如式(3)所示：其中，b为温度调节系数，S′_Tx的表达式为T_l为被预测时间之前的第l天的日平均气温；的表达式为T′_ijl为第i块采样水稻田在第j年内与被预测时间对应的时间之前的第l天的日平均气温；步骤五、确定湿度调节系数a及温度调节系数b；5.1、将0.3赋值给a，将0赋值给b，将0赋值给r1和r2，将1赋值给i、j、k；5.2、以sijk的采集时间作为被预测时间，联立式(1)、式(2)和式(3)，计算被预测时间的病害等级估计值yijk；若sijk＝yijk，则将r1及r2均增大1，之后进入步骤5.3；若|sijk‑yijk|＝1，则将r2增大1，之后进入步骤5.3；若|sijk‑yijk|>1，直接进入步骤5.35.3、若i<z，j<m，k<n，则将k增大1，并重复执行步骤5.2；若i<z，j<m，k＝n，则将1赋值给k，将j增大1，并重复执行步骤5.2；若i<z，j＝m，k＝n，则将1赋值给k，将1赋值给j，将i增大1，并重复执行步骤5.2；若i＝z，j＝m，k＝n，则计算精准准确率容错准确率容错特征值P″_a,b＝P_a,b+P′_a,b将1赋值给i、j、k，并进入步骤5.4；5.4、若a<1.2，b<90，则将b增大1，并执行步骤5.2至5.4；若a<1.2，b＝90，则将0赋值给b，a增大0.05，并执行步骤5.2至5.4；若a＝1.2，b＝90，则进入步骤5.5；5.5、找出所有容错特征值P″a,b中的最小值，以该容错特征值对应的a、b分别作为式(2)中的湿度调节系数、式(3)最终中的温度调节系数；步骤六、将实际需要预测水稻纹枯病病害发生等级的时间作为被预测时间，联立式(1)、式(2)和式(3)，计算被预测时间的病害等级预测值。