[发明专利]从局部模型导出性能的计算机实现方法

说明书

技术领域

本发明涉及一种从局部模型导出性能的计算机实现方法。

背景技术

在具有复杂或许多参数的领域中需要改善的建模。例如，在天气和农作物产量预测领域中，需要改善的建模。在US 7702597中描述了一个已知方法，其中使用历史数据来使用分段性线性递归方法导出预测等式以优化等式系数。然而，特别是鉴于例如由气候变化以及低概率的潜在影响、诸如极端气候条件之类的高影响力事件而引起的对底层参数的改变而需要提供改善的建模。

天气(包括其极端事件)的统计随时间而缓慢变化。从观察结果和模型模拟两者导出的增加的科学证据主体指示出气候系统从未也不可能在统计上是稳定的。然而，极端天气的统计表征充满各种困难。这些源自于由缺少稳定性及复杂的非线性过程或阈值效应的存在而引起的潜在地大的效应。极端天气方面的此类随机效应的存在以及预测的评定要求识别其驱动因素。因此，对于食品生产而言重要的季节至年度天气变化性的变化来源于每年间至十年间气候过程的统计的修改。例如，热带和亚热带的每年降雨季节开始的变化在对用于降雨农作物的区域性输出进行成形方面起到重要作用，并且源自于驱动区域性至全球性气候变化性的不同大规模气候过程的修改。

源自于增加的温室效应气体排放的全球性气候作用力与由对流层污染和自然气候变化性引起的区域性气候作用力的相互作用放大了气候模型中的局部天气变化性的投射的不确定性。特别地，诸如降雨季节开始日期之类的局部季节和年度降水量变化性的预测是不确定的，并且代表着稳健地预测天气变化性对食品供应的影响的持久性障碍。

发明内容

在权利要求中阐述了本发明。通过在局部模型层级识别关键模型输入，诸如天气指数，可以在异质区域范围内聚合预测。另外，模型使得能够实现不同模型环境下的模型输入的未来投射以及基于模型输入参数的未来投射的导出的预测性能。

附图说明

现在将参考附图以示例的方式描述本发明的实施例，在所述附图中：

图1示出了图示出根据本公开的方法的步骤的流程图，更具体地，用于导出农作物产量和经济风险概况的步骤的流程图；

图2示出了图示出根据本公开的方法的步骤的流程图；

图3示出了两个情景的情况下的农作物产量模型；

图4示出了“气候内天气(weather-within-climate)”和基于指数的局部至区域性(local-to-regional)天气风险建模框架的图示；

图5示出了对热浪和降水指数的多个类型的玉米产量响应；

图6示出了热浪计算的图示；

图7示出了累计天气指数样本构建的图示；

图8示出了使用玉米产量作为响应变量的山东省内的四个相邻网格框中的基于随机森林的变量置换重要性指数的图示；

图9示出了多个不同情景下的用于玉米降水不足指数的选择结果；

图10示出了多个不同情景下的玉米热浪指数选择结果；

图11示出了多个不同情景下的临界温度阈值的图示；

图12图示出不同的热浪指数选择结果的结果；

图13图示出不同参数条件下的指数的伽码概率密度函数；

图14示出了使用指数概率分布函数(PDF)的有条件概率NHMM建模的区域性天气型和大规模大气建模的图示。

图15示出了根据本公开的方法的非齐次隐马尔可夫模型(NHMM)的步骤的图示；

图16示出了一元“维特比加权”计算的图示；以及

图17示出了根据本公开的方法的基于三支柱的风险管理使能环境的图示。

具体实施方式

在概述中，表示局部性能的模型例如被用来解释作为天气变化的函数的产率变化性。识别多个指数之中的关键天气指数，其可以充当用于诸如降雨量不足或超温之类的天气驱动农作物产量变化性危险的代理。

给定由种类特定生长动态与局部环境特性和天气变化性的相互作用引起的农作物脆弱性的强相关性，最佳天气指数的建模对于产量变化性的稳健的局部至区域性天气驱动估计而言是关键的。观察的历史天气每日数据和土壤数据被用来使用机理农作物建模生成模拟农作物产量的时间系列。每日降水量和温度(最高和最低温度)数据被用来构建降水量和温度变化性指数的像素级(pixel-level)数据库。

每个指数捕捉农作物生长的不同重叠和不重叠时段期间的对降水量不足或超温的暴露。