[发明专利]农业灾害预测方法

权利要求书

1.一种农业灾害预测方法，其特征在于，包括步骤：

S1，获取多源采集的多种属性的数据，并按照相应属性进行存储；

S2，分别对各种属性的数据进行数据清洗，排除异常数据；

S3，分别对各种属性的数据缺失值进行补充；

S4，统一对各种属性的数据进行时间校准；

S5，分别对各种属性的数据进行样本数据抽取，去除冗余数据提取精简数据集；

S6，按照预定的预测模型进行数据预测；

S7，进行预测精度检验，获得最终预测数据。

2.根据权利要求1所述的农业灾害预测方法，其特征在于，所述步骤S2中数据清洗的方法包括步骤：

S21，确定稳定态数据；

S22，根据所述稳定态数据生成相应属性数据的自增量偏差模型，所述自增量偏差模型包含自增量偏差序列；

S23，以所述自增量偏差序列做正态性分布数据检验，获取所述自增量偏差序列的标准差范围；

S24，根据所述自增量偏差序列的标准差范围进行控制图偏差检测，提取所要求的精度范围，对后续数据进行检测，排除异常数据。

3.根据权利要求1所述的农业灾害预测方法，其特征在于，所述步骤S3中补充数据缺失值的方法包括：

利用相应属性数据的自稳态偏差均值进行差分自校正，实现对数据缺失值的补充。

4.根据权利要求1所述的农业灾害预测方法，其特征在于，所述步骤S4中进行时间校准的方法包括：

采用内插外推时间配准方法，在同一时间片内，对各属性的采集数据进行内插外推，将高精度采集时间上的数据推算到低精度的采集时间点上，以达到各属性数据时间上的同步。

5.根据权利要求1所述的农业灾害预测方法，其特征在于，所述步骤S5中进行样本数据抽取的方法包括：

对于大数据量数据，根据数据同步后的数据进行自适应变距调整抽样样本数据，抽取去除冗余数据提取精简数据集。

6.根据权利要求1所述的农业灾害预测方法，其特征在于，所述步骤S6中得到预测模型的方法包括：

S61，依据相关农业信息进行相关成分分析，进行数据集降维处理，得到数据预测的主要属性；

S62，利用所述主要属性测量数据进行时间序列数据的模型预测，得到预测模型。

7.根据权利要求1所述的农业灾害预测方法，其特征在于，所述步骤S7中预测精度检验方法包括：

利用预测属性和历史统计数据进行统计特性分析，依照精度比对指标，进行参照对比，得到最终预测数据。