一种基于虫情时序动态背景的迁飞性害虫迁入事件识别方法

本发明涉及农业害虫监测预警与虫情时间序列分析，尤其涉及一种基于虫情时序动态背景的迁飞性害虫迁入事件识别方法，可用于白背飞虱、褐飞虱、稻纵卷叶螟、草地贪夜蛾等具有迁飞行为的农业害虫灯诱资料处理、迁入事件自动识别及后续虫源轨迹回推任务生成。

背景技术：

1、迁飞性害虫能够借助季风、低空急流和天气过程进行长距离迁移，在迁入地形成突发性种群增长，对水稻、玉米等作物生产造成严重威胁。灯诱监测是我国农作物重大害虫测报体系中的重要手段，能够长期、连续记录不同测报站点的逐日诱虫数量，是识别迁飞过程、分析虫源关系和开展区域预警的重要数据基础。

2、现有灯诱虫情分析多依赖固定虫量阈值、人工经验判读或传统峰期划分规则。例如，在稻飞虱测报中，常以成虫量突增日到高峰后突减日作为一个峰期，峰期中虫量最多的日期为高峰日。该类方法对于单站点人工复核具有实用价值，但在多年、多站点、大范围批量处理时仍存在明显不足：第一，不同站点的本底虫量差异大，同一固定阈值难以适应高本底站点和低本底站点；第二，同一站点在不同年份和不同季节的背景虫量波动明显，单纯使用历史平均或固定阈值容易造成漏判或误判；第三，原始灯诱数据中常存在同站点同日多条记录、灯坏、缺测、备注不规范、坐标缺失等问题，直接影响事件识别稳定性；第四，连续高虫量过程中多日均可能满足高值条件，若逐日判定容易将同一轮迁入过程重复拆分；第五，传统峰期规则通常未直接给出可用于气象轨迹回推的事件优先级和标准化任务表。

3、此外，传统人工划分峰期时通常只给出突增日、高峰日和峰期范围的经验描述，未进一步规定如何在缺测、连续触发、相邻事件延展后重叠等情况下保持事件边界的一致性。因此，将灯诱日序列自动转换为可批量复核和可直接驱动虫源回推的标准事件表，仍需要一套更完整的计算流程。

4、因此，亟需一种面向多年、多站点灯诱虫情资料的自动化迁入候选事件识别方法，使其能够利用站点自身短期虫情背景识别突增信号，兼顾低本底站点和高本底站点，处理连续触发、缺测、事件延展、相邻事件再合并和分级输出等问题，并为后续迁飞轨迹回推和虫源分析提供一致的数据接口。

技术实现思路

1、本发明的目的在于提供一种基于虫情时序动态背景的迁飞性害虫迁入事件识别方法，解决现有技术中固定阈值适应性差、人工判读效率低、连续高虫量重复识别、缺测干扰以及事件结果难以直接服务虫源回推的问题。

2、实现本发明上述目的的技术方案为：一种基于虫情时序动态背景的迁飞性害虫迁入事件识别方法，包括：

3、步骤1：构建站点日序列；

4、读取多年、多站点灯诱原始数据，所述灯诱原始数据至少包括日期、省份、站点、经度、纬度、害虫种类、诱虫数量、点灯时天气和备注字段；对日期字段进行日期格式转换，对文本字段进行空值标准化和清洗，对经度、纬度和诱虫数量字段进行数值化处理，并按照目标害虫种类筛选目标迁飞性害虫记录；对同一日期、同一省份、同一站点的目标害虫记录进行日尺度聚合，得到站点逐日虫量序列；

5、步骤2：识别虫量触发日；

6、对每个站点的有效观测日，利用该日之前n日虫量中位数构造动态背景虫量；设站点s第t日之前n日内的有效虫量集合为wt；

7、步骤3：构建迁入候选事件窗口；

8、将突增触发和低值后重启触发合成为总触发，并对连续触发段进行去冗余处理，仅保留连续触发段首日作为迁入候选日；设第t日突增触发标记为st，低值后重启触发标记为rt，则总触发标记gt和候选日标记ht分别为：

9、gt=st∨rt；

10、ht=gt∧¬gt-1；

11、其中，∨表示逻辑“或”；∧表示逻辑“且”，当ht为真时，将第t日作为迁入候选日；当gt和gt-1均为真时，第t日属于连续触发段的延续，不再作为新的迁入候选日；按照候选日之间的最大允许间隔，将相邻候选日合并为初始事件；设相邻两个候选日为ta和tb，最大允许间隔为g，若tb-ta≤g+1，则将二者归入同一触发组q；对于同一触发组q，初始开始日期ts、初始结束日期te、触发峰值虫量p和峰值支持阈值t分别为：

12、ts=min(q)；

13、te=max(q)；

14、p=max(ct)，t∈q；

15、t=max(cmin,δ·p)；

16、其中，cmin为最小日虫量阈值；δ为峰值支持比例；p为触发组内峰值虫量；δ·p表示触发峰值虫量乘以峰值支持比例后得到的支持虫量。自te之后逐日检查，若后续第te+j日虫量不为空且c(te+j)≥t，并且j不超过最大延展天数e，则将该日并入事件窗口；若后续日虫量为空、虫量低于t或延展天数达到e，则停止延展；

17、步骤4：合并事件并输出回推任务；

18、对延展后发生重叠或相邻的事件窗口再次合并，并重新计算事件开始日期、结束日期、峰值日期、事件总虫量、峰值虫量、候选日数、缺测日数和触发类型；设两个延展后的事件窗口分别为[sa,ea]和[sb,eb]，且sa≤sb；sa,ea,sb,eb分别表示对应时间窗口的起点和终点，若sb≤ea+1，则将两个事件窗口合并为：

19、[s,e]=[sa,max(ea,eb)]；

20、对于合并后的事件窗口[s,e]，事件总虫量csum、峰值虫量cpeak和峰值日期tpeak分别为：

21、csum=σct，t∈[s,e]且ct为有效值；

22、cpeak=max(ct)，t∈[s,e]；

23、tpeak=argmax(ct)，t∈[s,e]；

24、根据事件峰值虫量cpeak和事件总虫量csum对事件进行优先级分级；若cpeak≥pa或csum≥ta，则将事件划分为a级优先回推事件；若cpeak≥pb且csum≥tb，则划分为b级可回推事件；若cpeak≥pc且csum≥tc，则划分为c级人工复核事件；其余划分为d级不建议回推事件；输出字段至少包括年份、事件开始日期、事件结束日期、峰值日期、事件总虫量、峰值虫量、候选日数、缺测日数、触发类型、省份、站点、经度、纬度、复核等级和回推建议，并据此生成迁入候选事件表和轨迹回推任务表。

25、进一步的，步骤1的具体表达为：

26、具体为：ct=σxi，i∈r(s,t)；

27、其中，ct为站点s在日期t的日虫量，r(s,t)为站点s在日期t的目标害虫记录集合，xi为第i条记录的目标害虫诱虫数量，σ为求和；若同一站点同一日期的诱虫数量全部为空，则ct记为空值；若备注、天气或数量字段表明该日存在灯坏、缺测或无效观测情况，则设置缺测或无效观测标记。对于经纬度缺失的记录，优先使用同一站点其他记录中的有效经纬度进行补齐，仍无法补齐时使用外部站点坐标表补齐；并对每个站点构建连续日期集合ds={tmin,tmin+1,...,tmax}，原始数据中不存在的日期保留为空值并标记为缺测日。

28、进一步的，所述步骤2具体方法为：wt={ct-1,ct-2,...,ct-n|ct-k为有效观测值}；

29、当wt中的有效观测数量不小于m时，动态背景虫量bt定义为：

30、bt=median(wt)；

31、其中，median(·)表示取中位数函数；median(wt)表示对集合wt中的有效虫量取中位数。当wt中的有效观测数量小于m时，bt记为空值或不参与依赖背景的相对突增判断；基于bt分别判断突增触发和低值后重启触发；突增触发的判断条件为：

32、ct≥cmin，且[(bt>0且ct≥α·bt)或(ct-max(bt,0)≥β)]；

33、其中，cmin为最小日虫量阈值，α为相对动态背景突增倍数，β为绝对增量阈值；若第t日为有效观测日并满足上述条件，则将第t日标记为突增触发日；低值后重启触发的判断条件为：

34、ct-1≤l，ct-2≤l，ct≥cmin，且[ct≥cr或ct≥max(bt,0)+γ]；

35、其中，l为低值阈值，cr为重启虫量阈值，γ为相对背景重启增量。若第t日为有效观测日并满足上述条件，则将第t日标记为低值后重启触发日。

36、进一步的，n取7，m取3，最小日虫量阈值cmin取10，相对动态背景突增倍数α取1.5，绝对增量阈值β取5；低值后重启触发中，前两日低值阈值l取1，当日重启虫量阈值cr取12，相对背景重启增量γ取3；候选日之间允许间隔g取1天，即两个候选日中间最多允许存在1个非候选日；峰值支持比例δ取0.4；事件最大向后延展天数e取3；a级阈值pa取50、ta取200，b级阈值pb取20、tb取50，c级阈值pc取15、tc取30。

37、本发明具有以下有益效果：第一，本发明使用站点自身短期滚动中位数作为动态背景，能够适应不同站点和不同时段的虫情背景差异；第二，本发明同时设置相对突增、绝对突增和低值后重启触发，能够兼顾高本底站点、低本底站点以及近零后突然回升的迁入信号；第三，本发明通过连续触发去冗余避免同一轮高虫量过程被重复识别为多个事件；第四，本发明通过峰值支持阈值将单日触发信号转化为事件窗口，使输出结果更接近可用于回推和分析的迁入候选期；第五，本发明将事件强度分级和回推任务导出结合，能够直接服务大范围迁飞轨迹回推、虫源分析和测报复核。