买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种单产-气象变化系数的确定方法及系统_中国农业科学院农业信息研究所_201710608831.0 

申请/专利权人:中国农业科学院农业信息研究所

申请日:2017-07-25

公开(公告)日:2020-07-03

公开(公告)号:CN107423853B

主分类号:G06Q10/04(20120101)

分类号:G06Q10/04(20120101);G06Q50/02(20120101)

优先权:

专利状态码:有效-授权

法律状态:2020.07.03#授权;2017.12.26#实质审查的生效;2017.12.01#公开

摘要:本发明公开一种单产‑气象变化系数的确定方法及系统,确定方法包括:获取研究对象的多组历史数据;将数据代入单产模型,得到单产函数;根据气象单产函数、各年份的实际单产数据确定目标函数;根据研究对象的不同生长期及生长地区的各气象要素数据确定各单产‑气象变化系数的约束条件;设定初始参数;根据目标函数确定目标函数的梯度函数,并判断梯度函数的范数是否小于或者等于设定的收敛精度;若是,则停止迭代;否则计算梯度函数的散度函数;根据梯度函数、散度函数及目标函数的增广函数及约束条件确定搜索范围模型;求解搜索范围模型获得最优单产‑气象变化系数。本发明的方法及系统能够快速求解单产模型中的单产‑气象变化系数。

主权项:1.一种单产-气象变化系数的确定方法,其特征在于,所述确定方法包括:获取研究对象的多组历史数据,其中,一组历史数据包括某一年份的气象要素数据及与所述年份对应的实际单产数据;将多组所述气象要素数据代入所述研究对象的单产模型,得到分别与所述年份对应的单产函数;所述研究对象的单产模型的建模方法包括:根据所述研究对象的各实际单产数据,建立趋势单产模型,并选择最优趋势单产模型;引入单产-气象变化系数,建立包括研究对象各生长期的气象单产模型,并选择最优气象单产模型;根据所述最优趋势单产模型和所述最优气象单产模型,建立含有待确定参数的研究对象单产模型,其中,所述待确定参数为所述单产-气象变化系数;所述研究对象单产模型为:Y=YT+YC+ε1,其中,YT=ft为最优趋势单产模型,为最优气象单产模型,cp,q为研究对象的第q个生长期的第p类气象要素,αp,q为研究对象的第q个生长期的第p类气象要素的单产-气象变化系数,p=1,2,…,Pq,q=1,2,…,Q,b为常数项,Q为研究对象生长期的个数,Pq为第q个生长期内的气象要素的种类数,ε为常数;引入基准单产:其中,为基准年研究对象的单产,为气象要素为历史平均值时的气象单产;将公式2代入公式1,消除常数ε,得到所述研究对象的单产模型: 其中,ft,ft0的取值根据最优趋势单产模型确定,ft等于第t年的最优趋势单产模型的值,ft0等于历史的最优趋势单产模型的平均值;cp,q、的取值根据历史气象数据确定,cp,q等于第t年的第q个生长期的第p类气象要素值,等于第q个生长期的第p类气象要素的平均值;Y和Y0的取值根据历史单产数据确定,Y等于第t年的单产数据,Y0等于历史单产数据的平均值;根据气象单产函数、各年份的所述实际单产数据确定目标函数;根据所述研究对象的不同生长期及生长地区的各所述气象要素数据确定各所述单产-气象变化系数的约束条件;设定初始参数,其中,所述初始参数包括:所述单产-气象变化系数的初始值x0,搜索半径的初始值T0、搜索半径的上界Tmax、最大迭代次数N、收敛精度、第一逼近参数η1、第二逼近参数η2、第一比例系数α1和第二比例系数α2,其中,0<α1<1<α2,0<η1<η2<1,k=1,k表示当前迭代次数,1≤k≤N;根据所述目标函数确定所述目标函数的梯度函数,并判断所述梯度函数的范数是否小于或者等于设定的所述收敛精度;如果所述梯度函数的范数小于或等于设定的所述收敛精度,则停止迭代,所述单产-气象变化系数的最优解为所述单产-气象变化系数的初始值,结束计算;如果梯度函数的范数大于设定的所述收敛精度,计算所述梯度函数的散度函数;根据所述梯度函数、所述散度函数及所述目标函数的增广函数及所述各单产-气象变化系数的约束条件确定搜索范围模型;求解所述搜索范围模型,获得试探步长Sk,其中,S表示试探步长,Sk表示第k次迭代的试探步长;根据所述试探步长Sk确定所述目标函数的真实下降量与所述增广函数的预测下降量的下降量比值rk,rk表示第k次迭代的下降量比值;比较所述下降量比值rk与所述第一逼近参数η1、所述第二逼近参数η2的大小关系;当所述下降量比值rk小于所述第一逼近参数η1时,根据公式:Tk+1∈0,α1Tk更新搜索半径,其中,Tk表示第k次迭代的搜索半径,返回继续求解所述搜索范围模型;当所述下降量比值rk满足条件:η1≤rk≤η2时,判断是否满足条件:k<N;如果k=N,则xk=xk-1+sk,结束计算,其中,x表示单产-气象变化系数,xk表示第k次迭代的单产-气象变化系数;如果k<N,则根据所述试探步长更新所述目标函数,令k=k+1,根据公式:Tk+1∈α1Tk,Tk更新搜索半径,其中,T表示所述搜索半径,继续根据更新后的所述目标函数确定所述目标函数的梯度函数,并判断所述梯度函数的范数是否小于或者等于设定的所述收敛精度;当所述下降量比值rk满足条件:rk≥η2时,判断是否满足条件:k<N;如果k=N,则xk=xk-1+sk,结束计算;如果k<N,则根据所述试探步长更新所述目标函数,令k=k+1,根据公式:Tk+1∈Tk,min{α2Tk,Tmax}更新搜索半径,继续根据更新后的所述目标函数确定所述目标函数的梯度函数,并判断所述梯度函数的范数是否小于或者等于设定的所述收敛精度。

全文数据:一种单产-气象变化系数的确定方法及系统技术领域[0001]本发明涉及农作物产量估算领域,特别是涉及一种单产-气象变化系数的确定方法及系统。背景技术[0002]气候变化已经成为全球瞩目的环境问题,特别是近10年来全球范围内的气候变化给许多国家的粮食生产、水资源和能源生产带来的非常严重的影响。在当今气候变暖的背景下,农业生产的不稳定性、产量波动增大等一系列问题显得尤为突出。因此,准确地估计农作物的产量,对于实现国家及时、准确地掌握粮食生产状况,进行粮食宏观调控,在国际农产品贸易中争取主动权,以及国家制定粮食政策至关重要。[0003]对农作物产量进行预测时,现有技术一般是通过相关性分析后选择相关系数较大,即相关性较强的变量建立农作物的单产回归模型,通过传统的最小二乘法求解单产回归模型确定单产-气象变化系数。但是,由于传统的单产回归模型是通过最小二乘法求解的,不仅无法加入专家经验对回归模型进行约束,而且求解速度慢。[0004]因此,如何快速求解考虑约束条件的单产模型中的单产-气象变化系数,成为本领域技术人员亟需解决的技术问题。发明内容[0005]本发明的目的是提供一种单产-气象变化系数的确定方法,所述方法能够快速求解考虑约束条件的单产模型中的单产-气象变化系数。[0006]为实现上述目的,本发明提供了如下方案:[0007]—种单产-气象变化系数的确定方法,所述确定方法包括:[0008]获取研究对象的多组历史数据,其中,一组历史数据包括某一年份的气象要素数据及与所述年份对应的实际单产数据;[0009]将多组所述气象要素数据代入所述研究对象的单产模型,得到分别与所述年份对应的单产函数;[0010]根据所述气象单产函数、各年份的所述实际单产数据确定目标函数;[0011]根据所述研究对象的不同生长期及生长地区的各所述气象要素数据确定各所述单产-气象变化系数的约束条件;[0012]设定初始参数,其中,所述初始参数包括:所述单产-气象变化系数的初始值XQ,搜索半径的初始值To、搜索半径的上界Tmax、最大迭代次数N、收敛精度、第一逼近参数IU、第二逼近参数Π2、第一比例系数αι和第二比例系数α2,其中,表示当前迭代次数,[0013]根据所述目标函数确定所述目标函数的梯度函数,并判断所述梯度函数的范数是否小于或者等于设定的所述收敛精度;[0014]如果所述梯度函数的范数小于或等于设定的所述收敛精度,则停止迭代,所述单产-气象变化系数的最优解为所述单产-气象变化系数的初始值,结束计算;[0015]如果梯度函数的范数大于设定的所述收敛精度,计算所述梯度函数的散度函数;[0016]根据所述梯度函数、所述散度函数及所述目标函数的增广函数及所述各单产-气象变化系数的约束条件确定搜索范围模型;[0017]求解所述搜索范围模型,获得试探步长Sk,其中,S表示试探步长,Sk表示第k次迭代的试探步长;[0018]根据所述试探步长Sk确定所述目标函数的真实下降量与所述增广函数的预测下降量的下降量比值rk,rk表示第k次迭代的下降量比值;[0019]比较所述下降量比值rk与所述第一逼近参数ru、所述第二逼近参数Il2的大小关系;[0020]当所述下降量比值rk小于所述第一逼近参数m时,根据公式:Tk+1e〇,aiTk更新搜索半径,其中,Tk表示第k次迭代的搜索半径,返回继续求解所述搜索范围模型;[0021]当所述下降量比值rk满足条件:彡Il2时,判断是否满足条件:k31时,方程可解,即需求解上述方程组的最小二乘解作为最优回归系数,其目标函数为公式5:[0097][0098]其中,[0100]其中,k表示趋势单产的增长斜率。[0101]步骤104:根据所述研究对象的不同生长期及生长地区的各所述气象要素数据确定各所述单产-气象变化系数的约束条件;[0102]本实施例中,单产-气象变化系数的约束条件为:,其中,a1min表示单产-温度变化系数的最小值,a1max表示单产-温度变化系数的最大值;a2,min表示单产-光照时长变化系数的最小值,a2,max表示单产-光照时长变化系数的最大值;a3,min表示单产-降水量变化系数的最小值,a3,max表示单产-降水量变化系数的最大值。优选地,αι,_=0.IjQI,max—20;〇2,min—〇,Cl2,max—10;Cl3,min——10j〇3,max—10〇[0103]步骤105:设定初始参数,其中,所述初始参数包括:所述单产-气象变化系数的初始值XQ,搜索半径的初始值To、搜索半径的上界Tmax、最大迭代次数N、收敛精度、第一逼近参数Hi、第二逼近参数Π2、第一比例系数αι和第二比例系数α2,其中,Xa1CKa2JCruCri;^I,k=I,k表示当前迭代次数,本实施例中,第一逼近参数ηι=〇.1,第二逼近参数Π2=0.9,第一比例系数Ci1=0.5,第二比例系数a2=2。[0104]步骤106:根据所述目标函数确定所述目标函数的梯度函数;[0105]步骤107:判断所述梯度函数的范数是否小于或者等于设定的所述收敛精度;[0106]若是,执行步骤108,否则,执行步骤107;[0107]步骤108:停止迭代,所述单产-气象变化系数的最优解为所述单产-气象变化系数的初始值,结束计算;[0108]步骤109:计算所述梯度函数的散度函数;[0109]步骤110:根据所述梯度函数、所述散度函数及所述目标函数的增广函数及所述各单产-气象变化系数的约束条件确定搜索范围模型;[0110]步骤111:求解所述搜索范围模型,获得试探步长Sk,其中,S表示试探步长,Sk表示第k次迭代的试探步长;[0111]步骤112:根据所述试探步长Sk确定所述目标函数的真实下降量与所述增广函数的预测下降量的下降量比值rk,rk表示第k次迭代的下降量比值;[0112]步骤113:比较所述下降量比值rk与所述第一逼近参数ru、所述第二逼近参数取的大小关系;[0113]步骤114:当所述下降量比值rd、于所述第一逼近参数Th时根据公式:Tk+1e〇,aJk更新搜索半径,大幅度缩小下次迭代的搜索半径使0〇但不接近1,搜索范围应保持不变;若搜索范围rk接近0,则应减小搜索范围。[0172]本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。[0173]本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

权利要求:1.一种单产-气象变化系数的确定方法,其特征在于,所述确定方法包括:获取研究对象的多组历史数据,其中,一组历史数据包括某一年份的气象要素数据及与所述年份对应的实际单产数据;将多组所述气象要素数据代入所述研究对象的单产模型,得到分别与所述年份对应的单产函数;根据所述气象单产函数、各年份的所述实际单产数据确定目标函数;根据所述研究对象的不同生长期及生长地区的各所述气象要素数据确定各所述单产-气象变化系数的约束条件;设定初始参数,其中,所述初始参数包括:所述单产-气象变化系数的初始值XO,搜索半径的初始值To、搜索半径的上界Tmax、最大迭代次数N、收敛精度、第一逼近参数m、第二逼近参数112、第一比例系数11和第二比例系数€[2,其中,0为最优气象单产模型,cP,q为研究对象的第q个生长期的第P类气象要素,aP,q为研究对象的第q个生长期的第p类气象要素的单产-气象变化系数,P=1,2,…,Pq,q=1,2,…,Q,b为常数项,Q为研究对象生长期的个数,Pq为第q个生长期内的气象要素的种类数,ε为常数;引入基准单产:(2其中,=仏为基准年研究对象的单产,为气象要素为历史平均值时的气象单产;将公式⑵代入公式1,消除常数ε,得到所述研究对象的单产模型:其中,ft,fto的取值根据最优趋势单产模型确定,f⑴等于第t年的最优趋势单产模型的值,fto等于历史的最优趋势单产模型的平均值;cP,q、的取值根据历史气象数据确定,cP,q等于第t年的第q个生长期的第p类气象要素值,等于第q个生长期的第p类气象要素的平均值;Y和Yo的取值根据历史单产数据确定,Y等于第t年的单产数据,Yo等于历史单产数据的平均值。3.根据权利要求1所述的确定方法,其特征在于,所述单产-气象变化系数包括:单产-光照变化系数、单产-温度变化系数和单产-降水量变化系数。4.根据权利要求1所述的确定方法,其特征在于,所述第一逼近参数m=〇.i,所述第二逼近参数Π2=0·9。5.根据权利要求1所述的确定方法,其特征在于,所述第一比例系数Ct1=O.5,所述第二比例系数〇2=2。6.—种单产-气象变化系数的确定系统,其特征在于,所述确定系统包括:数据获取模块,用于获取研究对象的多组历史数据,其中,一组历史数据包括某一年份的气象要素数据及与所述年份对应的实际单产数据;单产函数确定模块,与所述数据获取模块连接,用于将多组气象要素数据代入所述研究对象的单产模型,得到分别与所述年份对应的单产函数;目标函数确定模块,分别与所述数据获取模块及所述单产函数确定模块连接,用于根据所述气象单产函数、各年份的所述实际单产数据确定目标函数;约束条件确定模块,与所述数据获取模块连接,用于根据所述研究对象的不同生长期及生长地区的各所述气象要素数据确定各所述单产-气象变化系数的约束条件;初始参数设定模块,用于设定初始参数,其中,所述初始参数包括:所述单产-气象变化系数的初始值X0,搜索半径的初始值To、搜索半径的上界Tmax、最大迭代次数N、收敛精度、第一逼近参数ηι、第二逼近参数Π2、第一比例系数αι和第二比例系数12,其中,Xa1CKc^O为最优气象单产模型,cP,q为研究对象的第q个生长期的第P类气象要素,aP,q为研究对象的第q个生长期的第p类气象要素的单产-气象变化系数,P=1,2,…,Pq,q=1,2,…,Q,b为常数项,Q为研究对象生长期的个数,Pq为第q个生长期内的气象要素的种类数,ε为常数;引入基准单产:(2其中,\=队)为基准年研究对象的单产为气象要素为历史平均值时的气象单产;将公式⑵代入公式1,消除常数ε,得到所述研究对象的单产模型:其中,ft,fto的取值根据最优趋势单产模型确定,f⑴等于第t年的最优趋势单产模型的值,fto等于历史的最优趋势单产模型的平均值;cP,q、的取值根据历史气象数据确定,cP,q等于第t年的第q个生长期的第p类气象要素值等于第q个生长期的第P类气象要素的平均值;Y和Yo的取值根据历史单产数据确定,Y等于第t年的单产数据,Yo等于历史单产数据的平均值。

百度查询: 中国农业科学院农业信息研究所 一种单产-气象变化系数的确定方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。