[发明专利]一种农作物产量的预测方法及系统

说明书

本发明公开了一种最优趋势单产模型的确定方法及系统。该确定方法包括：获取农作物历史单产数据；根据所述农作物历史单产数据，建立多个不同的趋势单产模型；通过对多个指标进行判断，选择最优趋势单产模型，从而提高预测农作物产量的准确度。

技术领域

本发明涉及农业生产领域，特别是涉及一种农作物产量的预测方法及系统。

背景技术

在现有技术中，预测农作物产量的方法有很多，大体可分为统计预测法、遥感预测法和动力学生长模型法。应用最多的是统计预测法，基于统计预测法衍生出了很多预测模型，其中有一类是气象模型，侧重于气象波动因素对农作物产量的短期影响，从而能够预测农作物产量，但是要想通过气象模型的方式来提高预测农作物产量的精准度，还需要考虑农作物趋势单产模型，常规方法只经过一次指标判断过度依赖某一指标，例如：通过几种趋势单产模型的均方根误差作为指标，然后选择最小的作为最优趋势单产模型。由于统计指标一般都有一定的适应性，因此，传统方法会出现一些判断失真的情况，从而造成对农作物产量的预测准确度低的问题。

发明内容

本发明的目的是提供一种农作物产量的预测方法及系统，能够选择出最优的趋势单产模型，从而解决农作物产量预测准确度低的问题。

为实现上述目的，本发明提供了如下方案：

一种农作物产量的预测方法，包括：

获取农作物历史单产数据；

根据所述农作物历史单产数据，建立多个不同的趋势单产模型；所述趋势单产模型具体包括线性趋势模型、二次趋势模型和指数趋势模型；

判断每个所述趋势单产模型是否显著，得到第一判断结果；

若所述第一判断结果表示为所述趋势单产模型显著，则确定该所述趋势单产模型的校正决定系数；

选择所述校正决定系数最大的所述趋势单产模型作为初步优选模型；

判断所述初步优选模型是否为所述线性趋势模型，得到第二判断结果；

若所述第二判断结果表示所述初步优选模型为所述线性趋势模型，则确定所述线性趋势模型为最优趋势单产模型；

若所述第二判断结果表示所述初步优选模型不是所述线性趋势模型，则获取初步优选模型的均方根误差和所述线性趋势模型的均方根误差；

判断初步优选模型的均方根误差和所述线性趋势模型的均方根误差的相对偏差是否大于预设阈值，得到第三判断结果；

若所述第三判断结果表示为初步优选模型的均方根误差和所述线性趋势模型的均方根误差的相对偏差大于预设阈值，则选择所述初步优选模型作为最优趋势单产模型；

若所述第三判断结果表示为初步优选模型的均方根误差和所述线性趋势模型的均方根误差的相对偏差不大于预设阈值，则选择所述线性趋势模型作为最优趋势单产模型。

可选的，所述判断每个所述趋势单产模型是否显著，得到第一判断结果，具体包括：

通过t检验方式，检验每个所述趋势单产模型是否显著，得到第一判断结果。

可选的，所述确定该所述趋势单产模型的校正决定系数，具体包括：

利用公式确定所述校正决定系数，其中，R_a为校正决定系数，R为决定系数，n为得到所述趋势单产模型的样本数量，s为所述趋势单产模型中的变量数。

可选的，所述选择所述线性趋势模型的作为最优趋势单产模型之后，还包括：

获取单产-气象变化系数，建立包括农作物各生长期的气象单产模型，并选择最优气象单产模型；