[发明专利]一种用于冻害短临预警的预测方法

说明书

本发明公开了一种用于冻害短临预警的预测方法。本发明步骤为：一、温度数据建模；二、利用温度拟合曲线预测区间内的最低温度；三、利用短时间内单调趋势分析冻害发生可能性；四、冻害分析结果输出。温度数据建模阶段，利用温度数据建立温度变化趋势模型；通过建立的温度变化趋势模型对最低温度进行预测；在判定预测的最低温度，低于设定的阈值之后，利用短时间内温度的单调变化趋势对实际的温度进行精准预测，分析冻害发生的可能性；若预测会出现冻害则及时报警。本发明可依托茶园现有传感器及历史温度数据进行预测，方便快捷。另一方面，该方法可以较为准确地对可能出现低温的时间点进行预测，能更好的减小低温冻害对于茶园的损失。

技术领域

本发明涉及茶园低温冻害风险防御技术领域，具体地，涉及一种茶园低温冻害短临预警的预测方法。

背景技术

低温冻害现象，每年都会对我国茶叶种植行业造成了巨大的损失。现有技术中，对于低温冻害的防御措施主要是先检测，后补救，存在一定的滞后性，且存在防冻害的设施出现问题而导致茶叶产量受损的可能。目前对于冻害的预测涉及到多个因素，包括气压、湿度、云量、降水等，但云量气压等数据，不能及时反应茶园园区的真实气候条件。所以有必要考虑设计一种能够仅利用温度数据就能准确预测茶园冻害的方法。

发明内容

本发明针对上述问题，提出一种用于冻害短临预警的预测方法，对未来2小时内可能出现低温冻害的情况进行预测，为用户提供科学的冻害防御依据，以便及早采取措施，降低自然灾害损失。

为实现上述目的，本发明采用的技术方案是：

一种用于冻害短临预警的预测方法，主要包括：

步骤1：温度数据建模，利用传感器采集至少三天的温度数据，或利用历史已获取的温度数据，以当日18:00到次日17:00建立24小时的温度变化趋势模型；

步骤2：利用温度拟合曲线预测区间内(24小时)的最低温度，通过比对相同时间节点的温度变化趋势模型温度与实际温度，对最低温度进行预测，若预测的最低温度，低于设定的阈值，则判定有发生冻害的风险；预测公式如下：

T₁＝T₀+(T_mi-T_ri)

其中T₁为预测的最低温度，T₀为温度变化趋势模型的最低温度，T_mi为设定的各个时间点的模型温度，T_ri为相对应时间点检测出的实际温度，i＝0,1,2,……,22,23。

步骤3：在判定有冻害风险后，利用短时间内单调趋势分析冻害发生可能性，采用斜率法对2小时后的温度进行预测，预测公式为：

T₂＝T_t-n×(T_(t-1)-T_t)

其中，T₂为利用短时间内温度变化单调趋势预测出的2小时后温度，T_t为当前时间节点测量的实际温度，T_t-1为前一节点测量的实际温度，n为预测的时间节点间隔数，公式为：2小时＝n×测温间隔。

步骤4：对预测的温度数据利用K-近邻法判断是否会出现冻害，若判定会出现冻害则立即报警；若连续4小时判定温度高于阈值温度，则重新开始利用温度拟合曲线对区间内的最低温度进行预测。

进一步地，所述步骤1中，采集的数据仅需要温度数据，且可利用当地的历史数据，再利用曲线拟合的方法，通过MATLAB建立傅里叶多项式模型，该模型即为温度变化趋势模型，建立的模型以当日18:00到次日17:00的24小时为一个区间(具体可根据温度检测的时间间隔进行调整)。