病虫害风险预测方法转让专利
申请号 : CN202110322027.2
文献号 : CN112836903B
文献日 : 2022-01-28
发明人 : 宋卫玲 , 李书英 , 刘爽
申请人 : 中化现代农业有限公司
摘要 :
权利要求 :
1.一种病虫害风险预测方法,其特征在于,包括:获取待测作物所在的作物区域;
根据所述作物区域分别获取所述待测作物的每种病虫害类型对应的病虫害易发生气象模型;
分别获取每个所述病虫害易发生气象模型中的每个气象参数对应的所述作物区域内的气象预报值;
根据每个所述病虫害易发生气象模型对应的全部所述气象预报值以及预设病虫害预测算法,分别计算每个所述病虫害易发生气象模型对应的所述病虫害类型的易发生概率;
获取所述待测作物的抗病虫等级系数和所述作物区域周边预设范围内的病虫害发生程度系数;
根据每个所述病虫害易发生气象模型对应的所述易发生概率、所述抗病虫等级系数以及所述病虫害发生程度系数,分别计算每个所述病虫害类型的病虫害风险概率;其中,所述病虫害风险概率,为所述易发生概率、所述抗病虫等级系数以及所述病虫害发生程度系数的乘积;
所述预设病虫害预测算法,包括:获取所述病虫害易发生气象模型中每个所述气象参数对应的预设气象阈值范围;根据每个所述气象参数对应的所述预设气象阈值范围和所述气象预报值,分别计算每个所述气象参数对应的单一参数易发生概率;其中,所述根据每个所述气象参数对应的所述预设气象阈值范围和所述气象预报值,分别计算每个所述气象参数对应的单一参数易发生概率,包括:判断所述气象预报值是否位于所述预设气象阈值范围内;若所述气象预报值位于所述预设气象阈值范围内,则所述单一参数易发生概率为1;若所述气象预报值位于所述预设气象阈值范围外,则根据所述预设气象阈值范围的最大值和最小值,以及所述气象预报值计算所述单一参数易发生概率;
所述根据所述预设气象阈值范围的最大值和最小值,以及所述气象预报值计算所述单一参数易发生概率,包括:
判断所述气象预报值是否小于所述预设气象阈值范围的最小值,以及所述气象预报值是否大于所述预设气象阈值范围的最大值;
若所述气象预报值小于所述预设气象阈值范围的最小值,则所述单一参数易发生概率为所述气象预报值与所述预设气象阈值范围的最小值的比值;
若所述气象预报值大于所述预设气象阈值范围的最大值,则所述单一参数易发生概率为1减去相对气象差值,所述相对气象差值为气象差值与所述预设气象阈值范围的最大值的比值,所述气象差值为所述气象预报值减去所述预设气象阈值范围的最大值;
所述易发生概率为所述病虫害易发生气象模型中每个所述气象参数对应的所述单一参数易发生概率之间的乘积。
2.根据权利要求1所述的病虫害风险预测方法,其特征在于,所述根据每个所述病虫害易发生气象模型对应的全部所述气象预报值以及预设病虫害预测算法,分别计算每个所述病虫害易发生气象模型对应的所述病虫害类型的易发生概率,包括:根据每个所述病虫害易发生气象模型对应的全部所述气象预报值以及预设病虫害预测算法,分别计算每个所述病虫害易发生气象模型中的每个所述气象参数对应的单一参数易发生概率;
根据每个所述病虫害易发生气象模型中的每个所述气象参数对应的所述单一参数易发生概率,分别计算每个所述病虫害易发生气象模型对应的所述病虫害类型的易发生概率。
3.根据权利要求2所述的病虫害风险预测方法,其特征在于,计算每个所述病虫害易发生气象模型对应的所述病虫害类型的病虫害风险概率之后,还包括:根据所述病虫害风险概率,进行风险等级划分。
4.根据权利要求3所述的病虫害风险预测方法,其特征在于,所述根据所述作物区域分别获取所述待测作物的每种病虫害类型对应的病虫害易发生气象模型之前,还包括:根据所述作物区域获取所述待测作物的病虫害易发生生育期;
根据所述病虫害易发生生育期获取所述待测作物的全部所述病虫害类型。
5.根据权利要求4所述的病虫害风险预测方法,其特征在于,所述获取待测作物所在的作物区域之前,还包括:
根据不同的所述待测作物及其对应的所述作物区域,分别构建作物品种数据库、作物区域数据库、生育期数据库,病虫害易发生气象模型数据库、品种抗病性数据库以及历史发生程度数据库;
其中,所述作物品种数据库包括多种所述待测作物,所述作物区域数据库包括所述待测作物对应的所述作物区域,所述生育期数据库包括所述待测作物的所述病虫害易发生生育期,所述病虫害易发生气象模型数据库包括所述作物区域对应的所述病虫害易发生气象模型,所述品种抗病性数据库包括所述待测作物的所述抗病虫等级系数,所述历史发生程度数据库包括所述待测作物的所述病虫害发生程度系数。
说明书 :
病虫害风险预测方法
技术领域
背景技术
品质。如何准确预测病虫害,提醒种植户提前预防,减少病虫害对三大主粮和棉花产量的影
响,保证国家粮食安全和棉花生产安全,是当务之急,且具有很重要的现实意义。
发明内容
率;
述病虫害类型的易发生概率,包括:
参数易发生概率;
概率。
大值的比值,所述气象差值为所述气象预报值减去所述预设气象阈值范围的最大值。
史发生程度数据库;
生生育期,所述病虫害易发生气象模型数据库包括所述作物区域对应的所述病虫害易发生
气象模型,所述品种抗病性数据库包括所述待测作物的所述抗病虫等级系数,所述历史发
生程度数据库包括所述待测作物的所述病虫害发生程度系数。
的病虫害类型较为全面,提高了病虫害预测方法的覆盖范围;分别获取每个病虫害易发生
气象模型中的每个气象参数对应的所述作物区域内的气象预报值;根据每个病虫害易发生
气象模型对应的全部气象预报值以及预设病虫害预测算法,分别计算每个病虫害易发生气
象模型对应的病虫害类型的易发生概率。通过获取待测作物的作物区域以及所述作物区域
内的气象预报值,结合方法中其他步骤可以直接获取未来几天内的病虫害风险概率,从而
提高了病虫害风险预测方法的时效性。获取待测作物的抗病虫等级系数和作物区域周边预
设范围内的病虫害发生程度系数;根据每个病虫害易发生气象模型对应的易发生概率、抗
病虫等级系数以及病虫害发生程度系数,分别计算每个病虫害易发生气象模型对应的病虫
害类型的病虫害风险概率。通过在病虫害风险预测方法中引入待测作物的抗病虫等级和作
物区域周边预设范围内的病虫害发生程度的影响,可以提高病虫害风险概率预测的准确
性。
附图说明
申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以
根据这些附图获得其他的附图。
具体实施方式
请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不
违背本申请内涵的情况下做类似改进,因此本申请不受下面公开的具体实施的限制。
体的实施例的目的,不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相
关的所列项目的任意的和所有的组合。
盖的病虫害类型较为全面,提高了病虫害预测方法的覆盖范围;分别获取每个病虫害易发
生气象模型中的每个气象参数对应的所述作物区域内的气象预报值;根据每个病虫害易发
生气象模型对应的全部气象预报值以及预设病虫害预测算法,分别计算每个病虫害易发生
气象模型对应的病虫害类型的易发生概率。通过获取待测作物的作物区域以及所述作物区
域内的气象预报值,结合方法中其他步骤可以直接获取未来几天内的病虫害风险概率,从
而提高了病虫害风险预测方法的时效性。获取待测作物的抗病虫等级系数和作物区域周边
预设范围内的病虫害发生程度系数;根据每个病虫害易发生气象模型对应的易发生概率、
抗病虫等级系数以及病虫害发生程度系数,分别计算每个病虫害易发生气象模型对应的病
虫害类型的病虫害风险概率。通过在病虫害风险预测方法中引入待测作物的抗病虫等级和
作物区域周边预设范围内的病虫害发生程度的影响,可以提高病虫害风险概率预测的准确
性。
史发生程度数据库。其中,作物品种数据库包括多种待测作物,作物区域数据库包括待测作
物对应的作物区域,生育期数据库包括待测作物的病虫害易发生生育期,病虫害易发生气
象模型数据库包括作物区域对应的病虫害易发生气象模型,品种抗病性数据库包括待测作
物的抗病虫等级系数,历史发生程度数据库包括待测作物的病虫害发生程度系数。可以理
解,通过设置上述数据库,可以在病虫害风险预测方法的后续步骤中直接从上述数据库中
调用所需数据,从而提高了病虫害风险预测方法的时效性。
可以根据我国种植区域对待测作物对应的作物区域进行划分,其中水稻对应的作物区域可
以划分为18个水稻种植生态区,具体可以包括7个粳稻生态区和11个籼稻生态区。另外,玉
米对应的作物区域可以划分为11个玉米生态区,小麦对应的作物区域可以划分为11个小麦
生态区,而新疆棉花种植区域可以划分为南疆棉花生态区和北疆棉花生态区。本实施例中,
可以分别针对每个生态区建立每种病虫害对应的病虫害易发生气象模型,具体可以包括20
种常见水稻病虫害,32种常见玉米病虫害,20种常见小麦病虫害以及5种棉花常见虫害对应
的病虫害易发生气象模型,同时也可以包括部分不常见的病虫害类型。可以理解,生态区或
种植区的划分可以扩大本申请提供的病虫害风险预测算法的受众范围,即所有种植区或生
态区的所有区县均可使用本申请提供的病虫害风险预测方法。相比于现有技术中部分种植
户无法及时获取到预测预报信息,本申请提供的病虫害风险预测方法可以内置于手机或其
他便携智能设备,种植户可通过手机APP及时获取到预测预报信息,对指导其提前预防起到
了积极作用。
据待测作物的种类及其对应的作物区域获取待测作物的病虫害易发生生育期,结合病虫害
易发生生育期可以进一步获取待测作物在当前生育期内的全部病虫害类型,有利于提高病
虫害风险预测的准确性。因此,相比于现有技术仅可以在作物的生育时间内提供2‑3次的预
测预报,无法覆盖病虫害发生的所有风险时期,本申请提供的病虫害风险预测方法可以从
待测作物的播种期到收获期的每个生育期内,提供每天的病虫害风险概率预测,从而实现
对同一生育期内全部易发生的病虫害类型的全面覆盖。
另外,获取每个用户所在的位置还可以有利于步骤S30中直接获取所在位置的天气预报数
据,即不同气象参数的气象预报值。因此,相比于现有技术对病虫害进行风险预测时需要县
级植保部门进行虫情病情调查上报,省级或国家植保部门对上报数据进行处理、分析、讨论
以及预测实现的病虫害风险预测和公告,本申请提供的病虫害风险预测方法可以通过对用
户所在位置的自动获取,从而在无需人工操作的基础上直接得出当地以及当前生育期内作
物的所有易发生病虫害未来预设天数内的病虫害风险概率,提高了病虫害风险预测的时效
性,同时也避免了由于人工预测可能存在的稳定性较低、差异性大以及准确性较低等问题。
各地区的植保专家的经验以及现有科研结果数据整理建立,例如,其中一种病虫害易发生
模型可以参见表1。可以理解,通过设置病虫害易发生气象模型,提高了病虫害风险预测方
法的准确性。相比于现有技术中,通过各地区调查后,仅可以针对每种作物的5‑7种重点病
虫害进行预测,本申请提供的病虫害风险预测方法可以覆盖各种常见以及偶发的病虫害种
类,且新增病虫害类型仅需要在数据库中增加对应的病虫害易发生气象模型即可。
高温、日最低温、相对湿度、风速、连续降水、连续阴天以及光照时间等参数。可以理解,不同
的病虫害易发生气象条件模型中涉及到的气象参数不同,气象参数对应的数值也存在差
异,可以根据实际需要进行设置或选取。在其中一个实施例中,同时获取未来预设几天内的
气象预报值时,可以依次对每一天的气象预报值进行后续步骤的计算,从而实现对每一天
的病虫害风险概率计算。
的易发生概率,包括:
生概率;
见性的问题,本申请提供的病虫害风险预测方法可以结合气预报数据中的气象参数的预报
值,从而可以完成未来几天内的当前病虫害类型的易发生概率的计算。另外,现有技术中的
气象监测设备需要投入大量的设备资金,不适于中小型种植户使用,而本申请提供的病虫
害风险预测方法无需依赖大量的气象监测设备,仅需要结合天气预报数据即可完成病虫害
风险预测,节省了成本。
报值位于预设阈值范围内;
气象差值为气象预报值减去预设气象阈值范围的最大值。
为7/8=0.875;若气象预报值为31摄氏度,则单一参数易发生概率为1‑(31‑29)/29=0.93。
间一一拟合的过程。可以理解,气象参数与气象预报值之间的拟合度越高,即单一参数易发
生概率越高,则病虫害风险概率越高。本实施例中,每一个气象参数与对应的气象预报值拟
合后可以得到一个单一参数易发生概率。
生概率进行相乘,从而得到当前病虫害类型的易发生概率。因此,本申请提供的病虫害风险
预测方法可以综合考虑每个气象参数对病虫害风险概率的影响,提高了病虫害风险概率预
测的准确性。
件的符合度,在气象条件符合度基础上,加入待测作物的抗病虫等级系数和历史病虫害发
生程度系数,从而可以综合判断短期内病虫害发生风险的概率。其中,每种病虫害易发生的
气象条件可以包括气象参数和数值范围。相比于现有技术中病虫害风险预测仅根据监测设
备获得的气象数据,加入待测作物的抗病虫等级系数可以参考待测作物不同品种对应的不
同的抗病性,加入病虫害发生程度系数可以参考往年病虫害的发生程度,当然还可以根据
实际需要参考田间菌源量以及虫源量等多种类型的数据。
以包括:高亢;抗;中抗,低抗;耐虫,低感;感虫;以及高感。另外,发生程度级别可以包括:轻
发生、偏轻发生、中等偏轻、中等发生、中等偏重、偏重发生以及大发生共7个级别。
应的病虫害类型的病虫害风险概率。
应的抗病性越好,抗病虫等级系数越低;随后,可以根据待测作物周边预设公里范围内当前
病虫害的历史发生程度数据库中的发生程度级别,乘以病虫害发生程度系数,其中发生程
度级别越高,则说明往年发生程度越严重,风险概率越高,病虫害发生程度系数越高。在其
中一个实施例中,病虫害风险概率为易发生概率、抗病虫等级系数以及病虫害发生程度系
数的乘积。通过上述计算,可以得到当前病虫害类型最终的病虫害风险概率。在其中一个实
施例中,可以根据待测作物坐标周边20公里范围内病虫害的历史发生程度数据库中的发生
程度级别乘以相应系数。可以理解,本申请提供的病虫害风险预测方法,可以同时结合天气
预测中对病虫害发生影响较大的气象参数数据、品种抗病性级别以及历史发生程度数据等
多种因素,从而提高对病虫害风险概率的计算的准确性。
实施例中,步骤S60输出的结果可以为病虫害风险概率数值,根据病虫害风险概率P,从0~
100%,可以划分为四个风险级别:0<P≤40%时,不易发生,发生风险低;40%<P≤60%
时,发生风险中等;60%<P≤80%时,发生风险较高;80%<P≤100%时,发生风险高。另
外,还可根据病虫害风险概率对应的风险级别,向用户提供相关的防治方案或用药指导,提
高了病虫害风险预测方法的实用性。
极指导,确保种植户可以全面且及时地掌握病虫害发生风险信息。另外,本申请提供的病虫
害预测算法还摆脱了病虫害预测受预测人员专业水平限制的问题,确保了病虫害风险预测
的准确性。因此,本申请提供的病虫害风险预测在在预测预报效率、时效性、覆盖度、触达
率、准确性方面都有明显改善,从而可以实现对水稻、小麦、玉米以及棉花病虫害发生风险
的及时、短期预测,具有预测准确性高,效果好的优势。
在矛盾,都应当认为是本说明书记载的范围。
说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护
范围。因此,本申请专利的保护范围应以所附权利要求为准。