[发明专利]基于气象条件我国北方马铃薯晚疫病预报模型的建立方法

摘要

本发明公开一种基于气象条件的我国北方马铃薯晚疫病发生预报模型，包括我国北方地区马铃薯晚疫病病情和气象数据集、马铃薯晚疫病发病和未发病样本集的提取、建立训练集与检验集、构造分类器、确定参数阈值、得出各区域的自回归和检验结果。本发明通过对监测地区就近气象站的气象数据进行的分析，结合晚疫病发病机制，对病害样本进行分析，确定了影响晚疫病的气象条件变量组合与参数阈值，模型整体正确率可以达到78％左右，本预测通过ROC曲线选取变量阈值时，在保证模型正确率的基础上，尽量降低假阳性类的概率，从而降低了因模型错误预测成发病而造成的农药过度使用所带来的环境和农产品农药超标问题。

主权项

1.一种基于气象条件我国北方马铃薯晚疫病预报模型的建立方法，其特征在于，包括以下步骤：(1)根据监测地区和与之对应的最近气象站距离L，按L＜35km、35km≤L＜60km、60km≤L划分为三个气候区样本集；(2)将各气候区的马铃薯晚疫病病情和气象数据以监测日为起点，向前取15天的气象数据为一个样本，将未发现病情的样本标记为0，发现病情的样本标记为1，进行整理，建立整体样本集；(3)每个样本集按时间序列排序，分别取标记为1和标记为0样本集的前70％的样本作为训练集，建立模型并进行自回归，预留的30％数据用作检验集；(4)选取马铃薯晚疫病侵染的孢子囊萌发侵染期和病菌成长潜育期，针对以上两个时期，分别建立分类规则，构造分类器，具体方法为：评估适宜孢子囊萌发侵染的变量阈值：孢子囊萌发侵染期主要选取的变量为敏感期时长、日平均温度DT、日最低温度DT3、降雨量DPR、日平均相对湿度DRH1，首先设置好敏感期时长由第1天至第D1天，从敏感期里找适合晚疫病孢子囊萌发侵染的一天，该天定为敏感天，即如果这天的日平均相对湿度DRH1或降雨量DPR以及日平均温度DT和日最低温度DT3满足一定条件时，适宜孢子囊萌发侵染，该天确定为敏感天；评估适宜病菌成长的变量阈值：病菌潜育期主要选取的变量为潜育期最大时长D2天、日最高温度DTmax、日最低温度DTmin，病菌潜育期是在敏感天之后，在设置好潜育期最大时长后，看是否出现不适宜晚疫病生长的最高和最低温度，如果出现不适宜的最高和最低温度，把该样本归类到未发病样本，没有出现不适宜的最高和最低温度，把该样本归类到发病样本；(5)利用受试者工作特征曲线，来评价各组合阈值变量，通过计算每种阈值组合所得出的灵敏度和特异性，画出ROC曲线，以最小错误代价为原则，筛选出最佳的阈值组合；(6)将分类器的算法进行编程，将各区域的整体数据导入分类器中进行分类，计算灵敏度、特异性、正确率，对比不同阈值变量组合下的灵敏度、特异性、正确率，并筛选出曲线中到(0，1)最近的变量阈值组合点，从而遴选出最佳分类器，然后将各区域的训练集和检验集带入分类器中，得出各区域的自回归和检验结果。