基于苹果园花期冻害预警数学模型的灾害预警方法

1.本发明属于气象灾害预测技术领域，具体涉及基于苹果花期冻害预警模型的苹果园灾害预警方法。


背景技术：

2.苹果园花期冻害是全球苹果生产面临的主要气象灾害之一，制约苹果的种植分布，影响其产量和品质。在温带气候区，春季花期冻害对落叶果树影响程度超过了越冬期冻害。我国是世界最大的苹果生产国，苹果种植范围广，春季冷空气活动频繁，花期冻害每年都有不同程度发生。随着全球气候变暖，种植界限逐渐向北移动，苹果花期普遍提前，增加了遭遇冻害的不确定性。
3.栽培区域不同，苹果花期冻害发生的频率不同。我国苹果花期冻害发生程度，总体上呈现由东向西、由南向北逐渐加重的趋势，特别是在苹果栽培适宜区的边缘区，冻害发生频率高。例如，西北黄土高原产区、甘肃的河西地区比河南的三门峡产区易发生冻害，宁夏的沿黄地区比陕西关中地区冻害发生的频度要高。
4.果园所处的地理环境不同，冻害发生的轻重不同。果园所处的地理位置是影响花期冻害的一个重要因素。一般花期冻害多以霜冻为主，且大多为平流霜冻。低洼的地方易发生花期冻害，主要是冷空气易积聚在低洼的地方，导致低洼地方低温持续时间长，发生冻害严重；而在山坡地带，由于空气流畅，冷空气停留时间短，冻害发生相对要轻一些。
5.通常以-1.7℃作为苹果花器受冻气温指标，并认为-2℃持续时间0.5h以上即发生冻害。如下两种情况也对苹果产量造成重大影响：(1)气温在(-1.7,0]区间持续时间较长，致使花朵质量受损；(2)尽管最低气温》0℃，但最高气温《14℃，蜜蜂等授粉昆虫活动少，致使授粉花朵数量短缺。另外，我国中、南部产区苹果花期更不耐低温，如江苏丰县2010年4月15日0.6℃的低温即造成9％的灾损率，可见在气候变暖趋势下，短时强降温带来大幅降温同样会对苹果树造成一定的影响。
6.通常，我们难以及时获得使苹果花器受冻的低温持续时间，故在进行苹果花期冻害预报研究中，不仅要考虑日最低温度，也要考虑最高温度和平均温度。正常情况，当日最低温度相同时，最高温度和平均温度较高时，低温持续时间较短，故认为可以通过最高温度和平均温度估计使苹果花器受冻的低温持续时间。


技术实现要素：

7.针对现有技术中的上述不足，本发明提供的基于苹果花期冻害预警模型的苹果园灾害预警方法实现了在苹果盛花期来临之前，对花期冻害造成的苹果园灾损率进行预测预警。
8.为了达到上述发明目的，本发明采用的技术方案为：基于苹果花期冻害预警模型的苹果园灾害预警方法，包括以下步骤：
9.s1、收集、分析苹果主产区气象观测站的气象数据，并通过层次分析法得到花期冻
害对苹果园生产影响的指标集x；
10.s2、根据指标集x和花期气象观测数据及花期冻害发生程度观测数据，得到观测矩阵a；
11.s3、基于观测矩阵a中的指标变量，对其进行标准化处理得到标准化指标变量，进而通过大数据相关性分析得到花期冻害影响苹果产量的主要指标；
12.s4、根据影响苹果产量的主要指标建立第一苹果花期冻害模型，计算盛花期冻害灾损率，进而通过非线性回归分析和神经网络回归获得第一苹果花期冻害模型的参数，完善第一苹果花期冻害模型；
13.s5、基于第一苹果花期冻害模型和苹果花期受冻的日期，建立第二苹果花期冻害模型；
14.s6、根据第一苹果花期冻害模型、第二苹果花期冻害模型和不同的苹果主产区，建立第三苹果花期冻害模型对苹果花期冻害进行全面预测预警，完成苹果园灾害预警。
15.进一步地：所述步骤s1中，花期冻害对苹果园生产影响的具体指标包括极端低温天气发生的物候期、地表温度、地表湿度、气温、气湿、降水量、蒸腾速率、风速和极端低温持续时间；
16.所述步骤s1具体为：
17.从苹果主产区的气象观测站的众多气象数据中筛选出苹果花期低温天气影响苹果园生产的各项指标集x。
18.上述进一步方案的有益效果为：通过收集、分析气象观测站的气象数据，可以使筛选获得的具体指标更加有效。
19.进一步地：所述步骤s2具体为：
20.根据影响苹果园生产的指标集x＝(x1,x2,
…
,xm)，结合花期冻害观测数据得到观测矩阵a；其中，m为具体指标的总数；
[0021][0022]
记观测矩阵a中的观测数据为x
ik
，其中i＝1,2,...,n，i为花期冻害样本序数，n为花期冻害样本总数；k＝1,2,...,m，k为具体指标序数。
[0023]
上述进一步方案的有益效果为：建立观测矩阵a可以更直观的反应具体指标和花期冻害观测数据的关系，便于进行相关性分析。
[0024]
进一步地：所述步骤s3包括以下分步骤：
[0025]
s31、根据观测矩阵a中的观测数据为x
ik
，通过下式将指标变量xk进行标准化得到标准化指标变量x
′k；
[0026][0027]
式中，x
kmax
为第k项指标变量的最大值，x
kmin
为第k项指标变量的最小值；
[0028]
s32、通过皮尔逊相关系数、距离相关系数、马氏距离和夹角余弦对标准化指标变
量x
′k(k＝1,2,
…
,m)进行大数据相关性分析，得到影响苹果园生产的主要指标，其包括日最低气温、日最高气温和日平均气温。
[0029]
上述进一步方案的有益效果为：通过相关性分析可以获得花期冻害影响苹果产量的主要指标，进而完成苹果花期冻害模型的建立。
[0030]
进一步地：所述步骤s4包括以下分步骤：
[0031]
s41、根据日最低气温和日平均气温，建立第一苹果花期冻害模型；
[0032]
其中，第一苹果花期冻害模型具体表达式为：
[0033][0034]
式中，y1为苹果当日冻害的灾损率，x1为日最低气温，x2为日平均气温，a,b,c,f均为第一苹果花期冻害模型的待估参数；其中x1可以换成x3或x4，x3为当日最高气温，x4为当日的温度日较差；
[0035]
s42、通过对第一苹果花期冻害模型进行非线性回归分析和神经网络回归，得到第一苹果花期冻害模型中的参数a,b,c,f的值；
[0036]
s43、将参数a,b,c,f的值代入第一苹果花期冻害模型，完善第一苹果花期冻害模型；
[0037]
其中，完善后的第一苹果花期冻害模型的具体表达式为：
[0038][0039]
上述进一步方案的有益效果为：第一苹果花期冻害模型可以预测苹果园盛花期冻害灾损率。
[0040]
进一步地：所述步骤s5具体为：根据第一苹果花期冻害模型获得盛花期冻害灾损率为y0，进而通过苹果花期、幼果期的受冻日期建立第二苹果花期冻害模型；其中，第二苹果花期冻害模型的表达式具体为：
[0041][0042]
式中，yd为苹果花期冻害的灾损率，d为从苹果盛花期前12天开始计算的天数。
[0043]
上述进一步方案的有益效果为：第二苹果花期冻害模型可以预测苹果园花期、幼果期中各日的冻害灾损率。
[0044]
进一步地：所述步骤s6中，第三苹果花期冻害模型具体表达式为：
[0045][0046]
式中，1≤d≤25，y2为苹果花期冻害灾损率预测值；
[0047]
根据苹果主产区往年的花期冻害灾损率，将同样极端低温条件下花期冻害灾损率低的苹果主产区划分为第一苹果主产区，其余的苹果主产区划分为第二苹果主产区。
[0048]
上述进一步方案的有益效果为：第三苹果花期冻害模型可以对苹果园主产区的苹果花期冻害灾损率预测结果进行修正，使预测结果更符合预期。
[0049]
本发明的有益效果为：
[0050]
(1)本发明的苹果花期冻害模型可以根据往年的苹果园花期的气象数据，对其苹果园的花期冻害灾害进行评估，为苹果园防灾减灾提供理论依据。
[0051]
(2)本发明的苹果花期冻害模型可以在盛花期来临前进行预测预警，最早可以在盛花期前19天进行预测预警，可以根据预警结果提前做好苹果园的防冻准备。
附图说明
[0052]
图1为本发明的流程图。
具体实施方式
[0053]
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
[0054]
本发明的一个实施例中，通过苹果花期冻害预警模型预测我国120个苹果主产县的花期冻害灾损率。
[0055]
如图1所示，基于苹果花期冻害预警模型的苹果园灾害预警方法，包括以下步骤：
[0056]
s1、收集苹果主产区气象观测站的气象数据，并通过层次分析法得到花期冻害对苹果园生产影响的指标集x；
[0057]
s2、根据指标集x和花期气象观测数据及花期冻害发生程度观测数据，得到观测矩阵a；
[0058]
s3、基于观测矩阵a中的指标变量，对其进行标准化处理得到标准化指标变量，进而通过大数据相关性分析得到花期冻害影响苹果产量的主要指标；
[0059]
s4、根据影响苹果产量的主要指标建立第一苹果花期冻害模型，计算盛花期冻害灾损率，进而通过非线性回归分析和神经网络回归获得第一苹果花期冻害模型的参数，完善第一苹果花期冻害模型；
[0060]
s5、基于第一苹果花期冻害模型和苹果花期受冻日期与盛花期的相差天数，建立第二苹果花期冻害模型；
[0061]
s6、根据第一苹果花期冻害模型、第二苹果花期冻害模型和不同的苹果主产区，建立第三苹果花期冻害模型对苹果花期冻害进行全面预测预警，完成苹果园灾害预警。
[0062]
所述步骤s1中，花期冻害对苹果园生产影响的具体指标包括极端低温天气发生的物候期、地表温度、地表湿度、气温、气湿、降水量、蒸腾速率、风速和极端低温持续时间；
[0063]
所述步骤s1具体为：
[0064]
从苹果主产区的气象观测站的众多气象观测指标中，结合层次分析法筛选出苹果花期低温天气影响苹果园生产的各项指标集x。
[0065]
在本发明的一个实施例中，从我国699个气象观测站的气象数据中筛选出我国120个苹果主产县2011年1月至2021年5月的气象数据，并获取影响苹果园生产的指标集x。
[0066]
本发明使用的气象数据需要定期更新，尤其是苹果花期气象预报数据需要每日更新，方可在花期愈来愈近时，不断提高模型的预测精度。为了使用花期冻害模型进行苹果花期幼果期冻害预测，需要将当年的盛花期预测日期添加到数据文件，将我国28个典型的主
产县的气象数据(包括未来15天的气象预报数据)，及时添加到气象数据文件中，并在苹果花期冻害预警阶段保持每日更新。
[0067]
所述步骤s2具体为：
[0068]
根据影响苹果园生产的指标集x＝(x1,x2,
…
,xm)，结合花期冻害观测数据得到观测矩阵a；其中，m为具体指标的总数；
[0069][0070]
记观测矩阵a中的观测数据为x
ik
，其中i＝1,2,...,n，i为花期冻害样本序数，n为花期冻害样本总数；k＝1,2,...,m，k为具体指标序数。
[0071]
所述步骤s3包括以下分步骤：
[0072]
s31、根据观测矩阵a中的指标变量为xk，通过下式将指标变量xk进行标准化得到标准化指标变量x
′k；
[0073][0074]
式中，x
kmax
为第k项指标变量的最大值，x
kmin
为第k项指标变量的最小值；
[0075]
由于影响苹果园生产的具体指标的单位(尺度)不同，如温度、湿度、光照等，其变化范围具有明显的差异，存在着量级、量纲上的差异。通过标准化处理可以消除具体指标之间单位差异造成的不良影响。
[0076]
s32、通过皮尔逊相关系数、距离相关系数、马氏距离和夹角余弦对标准化指标变量x
′k(k＝1,2,
…
,m)进行大数据相关性分析，得到影响苹果园生产的主要指标，其包括日最低气温、日最高气温和日平均气温。
[0077]
在本实施例中，对我国28个苹果主产县的苹果园花期冻害进行了长达10年的持续调查分析。在对苹果盛花期进行大数据高精度预测的基础上，建立第一苹果花期冻害模型，即苹果盛花期冻害预测模型。
[0078]
所述步骤s4包括以下分步骤：
[0079]
s41、根据日最低气温和日平均气温，建立第一苹果花期冻害模型；
[0080]
其中，第一苹果花期冻害模型具体表达式为：
[0081][0082]
式中，y1为苹果当日冻害的灾损率，x1为日最低气温，x2为日平均气温，a,b,c,f均为第一苹果花期冻害模型的待估参数；其中x1可以换成x3或x4，x3为当日最高气温，x4为当日的温度日较差；
[0083]
s42、通过spss 26.0对第一苹果花期冻害模型进行非线性回归分析和神经网络回归，得到第一苹果花期冻害模型中的参数a,b,c,f的值；
[0084]
s43、将参数a,b,c,f的值代入第一苹果花期冻害模型，完善第一苹果花期冻害模
型；
[0085]
其中，完善后的第一苹果花期冻害模型的具体表达式为：
[0086][0087]
本发明的第一苹果花期冻害模型的残差平方和q＝22.177，相关系数平方显著性概率p《0.05，可以用于盛花期冻害预测预报。
[0088]
苹果花期(初花-终花)持续天数一般在20天左右，本发明以盛花期及前后各12天，共25天的最低、最高和平均气温作为样本数据，盛花期是指苹果园50％的花朵盛开的日期。这25天基本涵盖了苹果整个花期及幼果期的极端低温天气。
[0089]
基于第一苹果花期冻害模型、同样低温条件下苹果花期、幼果期受冻程度随日期的变化数据，建立第二苹果花期冻害模型，能够将花期过程中的日期影响纳入第二苹果花期冻害模型。
[0090]
所述步骤s5具体为：根据第一苹果花期冻害模型获得盛花期冻害灾损率为y0，进而通过苹果花期的受冻日期建立第二苹果花期冻害模型；其中，第二苹果花期冻害模型的表达式具体为：
[0091][0092]
式中，yd为苹果花期冻害的灾损率，d为从苹果盛花期前12天开始计算的天数。
[0093]
在整个苹果园花期时间范围，相同的极端低温条件下，日期越靠后受灾越重。故需进一步建立冻害灾损率随日期变化的第二苹果花期冻害模型，记盛花期前12天至后12天的日期序号依次为d＝1,2,
……
,25(盛花期日期序号为d＝13)。
[0094]
根据第一苹果花期冻害模型、第二苹果花期冻害模型和不同的苹果主产区，建立第三苹果花期冻害模型，能够将苹果产区因素对苹果花期冻害的影响纳入第三苹果花期冻害模型。
[0095]
步骤s6中，第三苹果花期冻害模型具体表达式为：
[0096][0097]
式中，1≤d≤25，y2为苹果花期冻害灾损率预测值；
[0098]
本发明综合第一～第三苹果花期冻害模型，形成完整的苹果花期、幼果期冻害预测预警模型，实现对各苹果主产区的苹果花期、幼果期冻害预测预警目标，达到了较高的预测精度，并且本发明的模型在农业部苹果全产业链预测预警系统上持续运行。
[0099]
在本发明的一个实施例中，根据我国苹果主产区的气象数据的研究，辽南、冀中、晋中、渭北、甘南及以北地区的苹果花期冻害的灾损率数值要小，将其作为第一苹果主产区，这些地区的苹果树更耐花期冻害，其余的苹果主产区划分为第二苹果主产区。
[0100]
本发明的第一～第三苹果花期冻害模型均可用于对往年的花期冻害进行评估，只需要有盛花期日期，及盛花期前12天至后12天共25天的气象数据。还可以在苹果盛花期来
临之前，对花期冻害进行预测预警，根据未来15天的天气预报数据，若记盛花期的预测日期序号为t1，则最早可应用本模型进行有效实时预测的日期序号为t2＝t
1-19。
[0101]
本发明的实施过程为：收集苹果主产区的气象数据和当年苹果园盛花期的预测日期，并对花期气象数据每日更新；筛选苹果主产区的气象数据中的花期冻害对苹果园生产影响的具体指标x，并结合花期冻害长达10年以上的观测数据得到观测矩阵a；对观测矩阵a中的指标变量xk进行标准化得到标准化指标变量x
′k，并使用皮尔逊相关系数、距离相关系数、马氏距离和夹角余弦对标准化指标变量x
′k进行大数据相关性分析(包括线性与非线性相关性及变化动态)，得到影响苹果园生产的主要指标，其包括日最低气温、日最高气温和日平均气温。根据日最低气温和日平均气温建立第一苹果花期冻害模型，并进行非线性回归分析和神经网络回归，完善第一苹果花期冻害模型的参数值；第一苹果花期冻害模型可以计算得到苹果盛花期冻害灾损率；根据盛花期冻害灾损率及极端低温天气发生日期建立的第二苹果花期冻害模型，可以计算苹果花期、幼果期冻害的灾损率；对于苹果园的地区气候特定，建立第三苹果花期冻害模型，对不同地区的苹果花期冻害灾损率预测结果进行修正，最终完成苹果花期冻害的全面预测和预警。
[0102]
本发明的有益效果为：本发明的苹果花期冻害模型可以根据往年的苹果园花期的气象数据，对其花期冻害灾害进行评估，可以将得出的评估结果与往年的记录进行对比，并通过机器学习进一步提高模型的预测精度，也为防灾减灾提供理论依据。苹果花期冻害模型可以在花期来临前进行预测预警，最早可以在盛花期前19天进行有效的预测预警，可以依据预警结果提前做好苹果园的防霜冻准备。
[0103]
在本发明的描述中，需要理解的是，术语“中心”、“厚度”、“上”、“下”、“水平”、“顶”、“底”、“内”、“外”、“径向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明的技术特征的数量。因此，限定由“第一”、“第二”、“第三”的特征可以明示或隐含地包括一个或者更多个该特征。