中国木本植物春季物候期的预测方法和系统的制作方法
【专利摘要】本发明涉及一种中国木本植物春季物候期的预测方法和系统。所述方法包括以下步骤：将历史木本植物的物候观测数据及对应地理位置的逐日平均气温导入到初始建立的物候模型中；对所述物候模型进行参数拟合，以得到使物候模型的预测结果与物候观测数据误差最小的最优参数组合；将待预测地理位置的任意逐日气温导入到以最优参数组合建立的物候模型中；根据所述最优参数组合建立的物候模型预测得到所述待预测地理位置在所述导入的气温下的木本植物物候期。上述中国木本植物春季物候期的预测方法和系统，通过参数化的物候模型对待预测地理位置的木本植物物候期进行预测，得到的结果较为准确，提高了预测的准确性。
【专利说明】中国木本植物春季物候期的预测方法和系统
【技术领域】
[0001]本发明涉及物候学领域，特别是涉及中国木本植物春季物候期的预测方法和系统。
【背景技术】
[0002]物候学是研究自然界的植物(包括农作物)、动物和环境条件(气候、水文、土壤条件)的周期变化之间相互关系的科学。它的目的是认识自然季节现象变化的规律，以服务于农业生产和科学研究。物候学的研究对象包括各种植物的发芽、展叶、开花、叶变色、落叶等；候鸟、昆虫及其它动物的迁移、始鸣、终鸣、始见、绝见等；也包括一些周期性发生的自然现象，如初雪、终雪、初霜、终霜、融冰及河湖的封冻、融化、流凌等。
[0003]物候作为指示气候与自然环境变化的综合指标，不但能直观地指示自然季节的变化，而且还能表现出动植物生命现象对自然环境变化的响应和适应过程。这种响应的时间序列，对于揭示全球环境变化具有重要意义。它不仅反映了当年、当地的气候和环境状态，也反映了气候和环境变化在此前相当长一段时间的累加效应。在揭示环境变化的状态和反映环境变化的趋势两方面都具有重要的指示作用。因此，无论科学如何发展，气象仪器如何改进，生物物候现象仍然是全球变化最敏感、最精确的指示体。物候已经成为全球变暖的“诊断指纹”，在气候变化研究中，将发挥越来越大的作用。
[0004]物候模型是物候学研究的一个重要方面。利用物候模型预测植物物候是物候学的一个基础问题。准确地预测物候有以下作用:
[0005](I)增强对生态系统生产力和气体交换预测的准确性，因而能更准确的预测未来的气候变化；
[0006](2)在多个物种相关联的生态群落中更好的掌握不同种群的动态；
[0007](3)帮助农业和林业的管理者选取更适应于未来气候变化的植物种；
[0008](4)掌握不同观赏植物物候期的具体时间，为季节性的旅游活动，例如桃花节、牡丹节，芍药节等提供指导。
[0009]目前，国内外常见的物候模型分为三种类型:理论模型，统计模型和过程模型。理论模型主要是通过权衡叶片生产的成本-收益以优化资源的获取。理论模型的设计是用来说明树木叶寿命策略的进化过程，而不是植物物候的年际变化。统计模型主要是建立物候期与气候因子的统计关系，但是缺少机理性的解释。过程模型通常通过假设生物过程和环境因子之间的因果关系来推测物候期，属于一种半机理性的模型，在一定程度上反映了植物物候变化的生理生态学机制。过程模型最初只考虑静止期(quiescence)，即休眠期(dormancy)打破后，芽的发育受外界因子(通常是气温)驱动的时期。春暖(SpringWarming)模型就是只考虑静止期的典型例子。实验表明，休眠期是木本植物适应寒冷气候的一个重要特征，是植物发育的一个重要阶段，因而在后来的物候模型构建时，很多模型均已考虑到植物休眠过程。
[0010]目前物候模型研究领域，尚没有在中国推广使用的物候模型，并且已有的物候模型亦没有评估过预测的准确性，不一定能准确地预测中国木本植物的物候期。
【发明内容】
[0011]基于此，有必要提供一种能提高预测准确性的中国木本植物春季物候期的预测方法。
[0012]此外，还有必要提供一种能提高预测准确性的中国木本植物春季物候期的预测系统。
[0013]一种中国木本植物春季物候期的预测方法，包括以下步骤:
[0014]将历史木本植物的物候观测数据及对应地理位置的逐日平均气温导入到初始建立的物候模型中；
[0015]对所述物候模型进行参数拟合，以得到使物候模型的预测结果与物候观测数据误差最小的最优参数组合；
[0016]将待预测地理位置的任意逐日气温导入到以最优参数组合建立的物候模型中；
[0017]根据所述最优参数组合建立的物候模型预测得到所述待预测地理位置在所述导入的气温下的木本植物的物候期。
[0018]在其中一个实施例中，所述初始建立的初始物候模型公式为:
【权利要求】
1.一种中国木本植物春季物候期的预测方法，包括以下步骤: 将历史木本植物的物候观测数据及对应地理位置的逐日平均气温导入到初始建立的物候模型中； 对所述物候模型进行参数拟合，以得到使物候模型的预测结果与物候观测数据误差最小的最优参数组合； 将待预测地理位置的任意逐日气温导入到以最优参数组合建立的物候模型中； 根据所述最优参数组合建立的物候模型预测得到所述待预测地理位置在所述导入的气温下的木本植物物候期。
2.根据权利要求1所述的中国木本植物春季物候期的预测方法，其特征在于，所述初始建立的初始物候模型公式为:
3.根据权利要求1所述的中国木本植物春季物候期的预测方法，其特征在于，所述对所述物候模型进行参数拟合，得到以使物候模型的预测结果与物候观测数据误差最小的最优参数组合的步骤为: 采用模拟退火算法对所述物候模型进行参数拟合，得到以使物候模型的预测结果与物候观测数据误差最小的最优参数组合。
4.根据权利要求3所述的中国木本植物春季物候期的预测方法，其特征在于，所述采用模拟退火算法对所述物候模型进行参数拟合，得到以使物候模型的预测结果与物候观测数据误差最小的最优参数组合的步骤包括: 初始化退火算法参数，设定初始温度、当前温度、终止温度、物候模型的参数组合初始值、退火速率及每个温度值的迭代次数； 将参数组合初始值增加一个随机量，计算参数组合初始值时建立的物候模型预测出的物候期与历史物候观测数据的均方根误差，计算参数组合初始值增加随机量后形成的新参数组合时建立的物候模型预测出的物候期与历史物候观测数据的均方根误差，以及计算新参数组合时得到的均方根误差减去参数组合初始值得到的均方根误差得到增量； 当增量小于零时，以新参数组合作为当前参数组合，当增量大于或等于零时，以e的负的所述增量与当前温度比值的次方将新参数组合作为当前参数组合，e为自然对数； 通过迭代直到当前温度小于终止温度，将当前参数组合作为以使物候模型的预测结果与物候观测数据误差最小的最优的参数组合； 然后将当前温度乘以退火速率得到新的当前温度，进行新的当前温度的迭代计算。
5.根据权利要求1所述的中国木本植物春季物候期的预测方法，其特征在于，在所述对所述物候模型进行参数拟合，得到以使物候模型的预测结果与物候观测数据误差最小的最优参数组合的步骤之后，还包括步骤: 对物候模型的参数组合进行检验，且以物候模型预测值与物候观测值的均方根误差进行检验。
6.一种中国木本植物春季物候期的预测系统，其特征在于，包括: 调用模块，用于将历史木本植物的物候观测数据及对应地理位置的逐日平均气温导入到初始建立的物候模型中； 参数拟合模块，用于对所述物候模型进行参数拟合，以得到使物候模型的预测结果与物候观测数据误差最小的最优参数组合； 所述调用模块还用于将待预测地理位置的任意逐日气温导入到以最优参数组合建立的物候模型中； 预测模块，用于根据所述最优参数组合建立的物候模型预测得到所述待预测地理位置在所述导入的气温下的木本植物物候期。
7.根据权利要求6所述的中国木本植物春季物候期的预测系统，其特征在于，所述初始建立的初始物候模型公式为:
8.根据权利要求6所述的中国木本植物春季物候期的预测系统，其特征在于，所述参数拟合模块还用于采用模拟退火算法对所述物候模型进行参数拟合，以得到使物候模型的预测结果与物候观测数据误差最小的最优参数组合。
9.根据权利要求8所述的中国木本植物春季物候期的预测系统，其特征在于，所述参数拟合模块包括:初始化模块，用于初始化退火算法参数，设定初始温度、当前温度、终止温度、物候模型的参数组合初始值、退火速率及每个温度值的迭代次数； 增量计算模块，用于将参数组合初始值增加一个随机量，计算参数组合初始值时建立的物候模型预测出的物候期与历史物候观测数据的均方根误差，计算参数组合初始值增加随机量后形成的新参数组合时建立的物候模型预测出的物候期与历史物候观测数据的均方根误差，以及计算新参数组合时得到的均方根误差减去参数组合初始值得到的均方根误差得到增量； 赋值模块，用于当增量小于零时，以新参数组合作为当前参数组合，当增量大于或等于零时，以e的负的所述增量与当前温度比值的次方将新参数组合作为当前参数组合，e为自然对数； 参数输出模块，用于通过迭代直到当前温度小于终止温度，将当前参数组合作为以使物候模型的预测结果与物候观测数据误差最小的最优参数组合； 迭代模块，用于将当前温度乘以退火速率得到新的当前温度，进行新的当前温度的迭代计算。
10.根据权利要求6所述的中国木本植物春季物候期的预测系统，其特征在于，所述系统还包括: 参数检验模块，用于对物候模型的参数组合进行检验，且以物候模型预测值与物候观测值的均方根误差进行检验。
【文档编号】G06Q10/04GK103927587SQ201310008173
【公开日】2014年7月16日 申请日期:2013年1月10日 优先权日:2013年1月10日
【发明者】葛全胜, 戴君虎, 郑景云, 王焕炯, 徐琼瑶, 仲舒颖 申请人:中国科学院地理科学与资源研究所