[发明专利]一种农作物产量预测方法及系统

说明书

本发明提供的一种农作物产量预测方法，包括：根据待预测地区的待预测农作物确定影响其产量的至少一个自然因素指标；对自然因素指标分别进行量化，以得到至少一个量化指标；采用层次分析法分别确定量化指标相对于产量的权重系数：基于分位数回归构建产量模型；将量化指标作为产量模型的协变量，利用量化指标、权重系数和待预测农作物的历史产量训练产量模型的响应变量；将待预测地区的天气数据输入至训练好的产量模型中，预测待预测地区中待预测农作物的产量。该方法结合历史产量和气候因素来预测农作物产量，使得预测到的产量更符合实际，预测结果更加准确。

技术领域

本发明属于农作物生产技术领域，具体涉及一种农作物产量预测方法及系统。

背景技术

农作物产量预测是在农作物收获前采取一定方法预先测定产量。我国采取分地区、分作物，在不同生长阶段分几次预计调查的方法取得预测资料。例如针对小麦、水稻、玉米、高粱、谷子、甘薯、棉花、大豆等主要作物，可以通过省抽县、县抽公社(乡镇)、公社(乡镇)抽生产队村、生产队(村)抽地块、地块抽样点的五段等距抽样方法，进行抽样调查。

农作物产量预测对制订农产品收购计划具有非常重要的参考价值。但是目前的抽样调查预测方法费时费力，不能实现对农作物产量的及时预测，且预测结果包含了个人的主观结论，预测结果不准确。

发明内容

针对现有技术中的缺陷，本发明提供一种农作物产量预测方法及系统，能够实现农作物产量预测的功能，提高产量预测的准确性。

第一方面，一种农作物产量预测方法，包括：

根据待预测地区的待预测农作物确定影响其产量的至少一个自然因素指标；

对自然因素指标分别进行量化，以得到至少一个量化指标；

采用层次分析法分别确定量化指标相对于产量的权重系数：

基于分位数回归构建产量模型；

将量化指标作为产量模型的协变量，利用量化指标、权重系数和待预测农作物的历史产量训练产量模型的响应变量；

将待预测地区的天气数据输入至训练好的产量模型中，预测待预测地区中待预测农作物的产量。

第二方面，一种农作物产量预测系统，包括：

指标单元：用于根据待预测地区的待预测农作物确定影响其产量的至少一个自然因素指标，对自然因素指标分别进行量化，以得到至少一个量化指标，采用层次分析法分别确定量化指标相对于产量的权重系数：

产量模型单元：用于基于分位数回归构建产量模型，将量化指标作为产量模型的协变量，利用量化指标、权重系数和待预测农作物的历史产量训练产量模型的响应变量；

预测单元：用于将待预测地区的天气数据输入至训练好的产量模型中，预测待预测地区中待预测农作物的产量。

由上述技术方案可知，本发明提供的农作物产量预测方法及系统，结合历史产量和气候因素来预测农作物产量，使得预测到的产量更符合实际，预测结果更加准确。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为实施例提供的农作物产量预测方法的流程图。

图2为实施例提供的权重系数确定方法的流程图。

图3为实施例提供的玉米产量预测结果的示意图。

图4为产量数据估计和各市概率密度估计的示意图。