一种农产品气候品质评价方法、系统、设备及介质与流程

摘要: 本发明属于农业信息,更具体的说是涉及一种农产品气候品质评价方法、系统、设备及介质。背景技术:1、特色农产品气候品质评价旨在量化气象条件对特定区域农产品品质的影响...
一种农产品气候品质评价方法、系统、设备及介质与流程

本发明属于农业信息,更具体的说是涉及一种农产品气候品质评价方法、系统、设备及介质。

背景技术:

1、特色农产品气候品质评价旨在量化气象条件对特定区域农产品品质的影响等级,为农产品品牌建设、优质优价和气候资源开发利用提供科学依据。目前,该领域普遍依据气象行业标准《qx/t 486-2019 农产品气候品质认证技术规范》开展工作。该标准方法通过选取关键发育阶段的主要气象指标,构建评价模型,对农产品气候品质进行等级划分。

2、然而,上述标准方法在实际应用中存在以下主要局限性。其一,数据获取难度大、成本高。该方法需要连续3至5年的农产品生理生化指标、外观品质指标等实地观测数据作为建模依据,而许多特色农产品缺乏规范的品质标准,长期、连续的品质数据采集难度极大,限制了方法的广泛适用性。其二,参与评价的气象指标覆盖度低。农产品品质是由作物生长发育全过程及其对应的全部气象要素共同影响而成的复杂结果,现有方法仅选取关键发育阶段的主要气象指标进行评价,未能充分纳入气温、降水、日照等全部气象要素在作物全生育期各发育阶段的综合影响,导致气象影响内涵覆盖度不足,评价结果难以真实反映气象条件对品质形成的综合作用。其三,模型代表性风险高。基于有限年份(如3至5年)数据构建的评价模型,受限于样本量小、气候年型代表性不足等因素,模型的稳定性和泛化能力较弱,当应用于气候波动较大的年份时,评价结果容易失真,难以形成可靠、普适的等级划分标准。

3、因此,亟需一种能够充分利用长序列历史气象数据、全面覆盖作物全生育期各发育阶段及各气象要素、且具有良好稳定性和普适性的农产品气候品质评价方法,以克服现有技术的上述缺陷。

技术实现思路

1、针对以上问题,本发明的目的在于提供一种农产品气候品质评价方法、系统、设备及介质,基于作物生长发育的生物学规律,将作物全生育期划分为若干关键发育阶段,通过分析历史气象数据与作物气候适宜度的关系,动态构建评价模型,从而实现无需多年品质实测数据即可完成气候品质的客观、动态评价。

2、本发明为实现上述目的,通过以下技术方案实现:

3、第一方面,本技术实施例提供一种农产品气候品质评价方法,包括如下步骤:

4、s1:根据目标农产品的生长发育特性确定发育阶段,并采集历史气象数据,按发育阶段进行统计,生成分阶段气象数据集;所述气象数据包括平均气温、降水量和日照时数;

5、s2:基于气候保证率方法,根据所述分阶段气象数据集,确定各发育阶段气温指标、降水指标和日照指标的适宜度阈值;

6、s3:根据所述分阶段气象数据集和所述适宜度阈值,计算历年各发育阶段的气温适宜度指数、降水适宜度指数和日照适宜度指数;

7、s4:以全生育期的综合气候响应为因变量,以所述气温适宜度指数、降水适宜度指数和日照适宜度指数为自变量,采用积分回归方法确定各发育阶段的气温贡献系数、降水贡献系数和日照贡献系数;

8、s5:根据所述气温贡献系数、降水贡献系数和日照贡献系数,以及所述气温适宜度指数、降水适宜度指数和日照适宜度指数,确定气温影响权重、降水影响权重和日照影响权重;

9、s6:融合所述气温贡献系数、降水贡献系数、日照贡献系数与所述气温影响权重、降水影响权重、日照影响权重,计算综合气候适宜度指数,并根据百分位数原理划分气候品质等级;

10、s7:获取目标农产品待评价年份的气象数据和实际发育期,通过执行步骤s1至步骤s3计算出待评价年份各发育阶段的气温适宜度指数、降水适宜度指数和日照适宜度指数;结合所述气温贡献系数、降水贡献系数、日照贡献系数与所述气温影响权重、降水影响权重、日照影响权重计算目标年份的综合气候适宜度指数,与已划分的等级比对,确定待评价年份的气候品质等级。

11、在一个可选的实施方式中,所述步骤s1包括:

12、根据目标农产品的生长发育特性,将其全生育期确定为n个发育阶段,并确定各发育阶段的具体日期范围;所述发育阶段包括萌芽期、开花期和果实膨大期;

13、收集目标农产品产区不少于30年的历史逐日气象数据,按发育阶段统计各年份、各发育阶段的平均气温、累计降水量和累计日照时数,生成分阶段气象数据集。

14、在一个可选的实施方式中,所述步骤s2包括:

15、对于气温指标,采用所述分阶段气象数据集中平均气温数据序列的80%保证率对应的气温值作为最适气温,采用低值端5%保证率对应的气温值作为最低气温,采用高值端5%保证率对应的气温值作为最高气温;

16、对于降水指标,采用所述分阶段气象数据集中累计降水量数据序列的80%保证率对应的降水量作为适宜降水量;

17、对于日照指标,采用所述分阶段气象数据集中累计日照时数数据序列的80%保证率对应的日照时数作为适宜日照时数;

18、将各发育阶段的最低气温、最高气温、最适气温、适宜降水量和适宜日照时数整合为气象指标适宜度阈值集。

19、在一个可选的实施方式中,所述步骤s3包括:

20、采用如下公式计算出气温适宜度指数:

21、,

22、其中,为从所述分阶段气象数据集中获取的该发育阶段的平均气温,为该发育阶段的最低气温,为该发育阶段的最高气温,为该发育阶段的最适气温;

23、采用如下公式计算出降水适宜度指数:

24、

25、其中,为从所述分阶段气象数据集中获取的该发育阶段的累计降水量,为该发育阶段的适宜降水量;

26、采用如下公式计算出日照适宜度指数:

27、

28、其中,为从所述分阶段气象数据集中获取的该发育阶段的累计日照时数,为该发育阶段的适宜日照时数;

29、将计算结果按年份、发育阶段、气象指标组织为单气象指标适宜度指数集。

30、在一个可选的实施方式中,所述步骤s4包括:

31、以全生育期的综合气候响应为因变量,以从所述单气象指标适宜度指数集中提取的各发育阶段的气温适宜度指数、降水适宜度指数和日照适宜度指数为自变量,建立积分回归方程,通过回归分析求解回归系数,得到各发育阶段的气温贡献系数、降水贡献系数和日照贡献系数;

32、将所述贡献系数按发育阶段和气象指标组织为发育阶段贡献系数集;

33、所述积分回归方程表示为:

34、

35、其中,为全生育期的综合气候响应,为回归常数,为发育阶段的总个数,为发育阶段序号,为第发育阶段的气温适宜度指数,为第发育阶段的降水适宜度指数,为第发育阶段的日照适宜度指数,为第发育阶段的气温贡献系数,为第发育阶段的降水贡献系数,为第发育阶段的日照贡献系数。

36、在一个可选的实施方式中,所述步骤s5包括:

37、根据所述单气象指标适宜度指数集和所述发育阶段贡献系数集,按照下式计算初步总适宜度指数:

38、

39、以为因变量,以从所述单气象指标适宜度指数集中计算得到的全生育期平均气温适宜度指数、平均降水适宜度指数和平均日照适宜度指数为自变量,建立如下回归方程:

40、

41、其中,,,;、、为待求解的回归系数,为误差项;

42、通过多元线性回归分析,利用历年各年份的、、、数据,求解得到所述回归系数、、;

43、对所述回归系数、、按照下式进行归一化处理,得到气温影响权重、降水影响权重和日照影响权重:

44、

45、其中,;

46、将所述影响权重整合为气象指标影响权重集。

47、在一个可选的实施方式中,所述步骤s6包括:

48、按照下式计算综合气候适宜度指数:

49、

50、将每年的综合气候适宜度指数从大到小排序,将前20%的年份对应的指数阈值作为特优级的等级下限,将前21%—80%的年份对应的指数区间作为优级的等级区间,将前81%—95%的年份对应的指数区间作为良级的等级区间,将前96%—100%的年份对应的指数区间作为一般级的等级区间,形成气候品质等级阈值集。

51、第二方面,本技术实施例还提供了一种农产品气候品质评价系统,包括:

52、分阶段气象数据集构建模块,用于根据目标农产品的生长发育特性确定发育阶段,并采集历史气象数据,按发育阶段进行统计,生成分阶段气象数据集;所述气象数据包括平均气温、降水量和日照时数;

53、气象指标适宜度阈值确定模块,用于基于气候保证率方法,根据所述分阶段气象数据集,确定各发育阶段气温指标、降水指标和日照指标的适宜度阈值;

54、单气象指标适宜度指数计算模块,用于根据所述分阶段气象数据集和所述适宜度阈值,计算历年各发育阶段的气温适宜度指数、降水适宜度指数和日照适宜度指数;

55、发育阶段贡献系数确定模块,用于以全生育期的综合气候响应为因变量,以所述气温适宜度指数、降水适宜度指数和日照适宜度指数为自变量,采用积分回归方法确定各发育阶段的气温贡献系数、降水贡献系数和日照贡献系数;

56、气象指标影响权重确定模块,用于根据所述气温贡献系数、降水贡献系数和日照贡献系数,以及所述气温适宜度指数、降水适宜度指数和日照适宜度指数,确定气温影响权重、降水影响权重和日照影响权重;

57、气候品质等级划分模块,用于融合所述气温贡献系数、降水贡献系数、日照贡献系数与所述气温影响权重、降水影响权重、日照影响权重,计算综合气候适宜度指数,并根据百分位数原理划分气候品质等级;

58、实时评价模块,用于获取目标农产品待评价年份的气象数据和实际发育期,通过分阶段气象数据集构建模块、气象指标适宜度阈值确定模块和单气象指标适宜度指数计算模块,计算出待评价年份各发育阶段的气温适宜度指数、降水适宜度指数和日照适宜度指数;结合所述气温贡献系数、降水贡献系数、日照贡献系数与所述气温影响权重、降水影响权重、日照影响权重,计算目标年份的综合气候适宜度指数,与已划分的等级比对,确定待评价年份的气候品质等级。

59、第三方面,本技术实施例还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如上文任一项所述农产品气候品质评价方法的步骤。

60、第四方面,本技术实施例还提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上文任一项所述农产品气候品质评价方法的步骤。

61、从以上技术方案可以看出,本发明具有以下优点:

62、本技术提供的农产品气候品质评价方法中,通过整合不少于30年的长序列历史气象数据,覆盖作物全生育期各发育阶段,并全面纳入气温、降水、日照三大气象要素,采用积分回归方法量化各发育阶段各气象要素对品质形成的贡献系数,结合多元回归分析确定三大气象要素的整体影响权重,最终构建综合气候适宜度指数并基于百分位数原理划分气候品质等级,有效克服了现有技术中依赖短期品质实测数据、气象指标覆盖度低、模型稳定性差等缺陷。本方法无需连续多年的农产品品质实地观测数据,仅利用历史气象数据即可构建评价模型,显著降低了数据获取成本与难度;通过积分回归方法充分考虑了作物全生育期各发育阶段及各气象要素的综合影响,评价结果更能真实反映气象条件对品质形成的完整作用过程;基于长序列历史数据建立的评价模型具有良好的稳定性和泛化能力,能够适应不同气候年型的波动,为特色农产品气候品质评价提供了科学、可靠、普适的技术支撑。

63、本技术一种全新的农产品气候品质评价范式,摆脱了对连续多年实地农产品品质实测数据的依赖。仅利用公开易得的历史气象数据和作物物候信息,即可构建动态评价模型,显著降低了评价成本与门槛,提高了方法的普适性和可推广性。模型的驱动指标涵盖了农产品全生育期及其对应的全气象影响信息,品质指数代表性强。

64、本技术研发了“发育阶段贡献系数(时间维度权重)”与“气象指标影响权重(要素维度权重)”相结合的双重加权综合气候适宜度指数模型。该模型不仅能评价全年气候总体适宜度,还能定量解析不同生育阶段、不同气象要素对最终品质形成的相对贡献,实现了对气候影响更精细、更客观的量化评估,并能在不同发育阶段动态实施。

65、基于本技术公开的方法,可开发标准化的评价系统,实现对不同区域、不同特色农产品气候品质的快速、批量、逐年动态业务化评价,为农业气象服务、农产品区域公用品牌认证和优质优价市场机制提供稳定、高效的技术支撑工具。