一种粮食产量预测方法及装置的制造方法
【技术领域】
[0001] 本发明涉及智能农业技术领域，尤其涉及一种粮食产量的预测方法及装置。
【背景技术】
[0002] 我国是一个人口大国，农业对于我国的重要性更是尤为重要，粮食产业作为农业 的重要组成部分，其重要性不言而喻。随着人口的不断增加，农业的问题也越来越受到人们 的关注，其中粮食产量的精确预测对于制定国民经济发展计划、进行生产调度与规划具有 重要意义，与国家安全息息相关，准确的预测还有助于政府部门制定有关粮食的宏观调控 政策。
[0003] 随着3C技术的发展，智能信息系统已经成为农业信息分析及农业信息化管理的 重要组成部分，尤其在粮食产量预测方面具有极为重要的作用。
[0004] 目前，在国内外的相关研究中，不少学者构建了许多很有价值的理论假说和预测 模型，主要有4类：气候生产力模型、遥感技术预测模型、投入产出模型、多元回归和因子分 析模型。这些模型和方法从不同角度对粮食产量预测进行了研究，如气候生产力模型，将粮 食产量分离成经济技术产量和气象产量，两者综合建立粮食总产量预测模型，这种模型首 次引入了气象和气候因子，但需要大量气候和气象数据，预测精度较低并且不能实现连续 多年的长期预测；遥感预测基于遥感图像，通过对图像数据的处理、分析，实现对粮食产量 的宏观预测，但该方法在设备和技术方面的投资较大，同时由于遥感图像易受到天气、土壤 颜色、植被等多方面的影响，导致预测精度不高；投入产出模型应用投入产出占用技术及系 统科学方法实现对粮食产量、粮食进口量及自给率等多方面的综合分析，但多用于长期趋 势分析，短期预测精度较低；多元回归和因子分析模型能够综合分析多方面影响因子的作 用，但所需数据量较大，计算复杂，计算精度对数据的依存度较高。
[0005] 因此，针对影响粮食产量因素众多的情况，需要一种粮食产量预测方法，能够准确 快速的给出预测结果。
【发明内容】
[0006] 本发明的目的是提供一种粮食产量预测方法及装置，用以解决现有粮食预测方法 不能够在短期预测中快速准确进行预测的问题。
[0007] 为实现上述目的，本发明的方案包括：
[0008] -种粮食产量预测方法，依次包含如下步骤：
[0009] 步骤1 :选取距离待预测年份最近的t个年份，搜集各个年份的粮食产量数据、影 响粮食产量的各因素的数据，并将这些数据构成各自的时间序列；
[0010] 步骤2 :分别计算各因素的时间序列中相邻年度数据的变化率；
[0011] 步骤3 :确定与第t年的各因素具有相似变化规律和趋势的年份，并构成一个集 合；
[0012] 步骤4 :针对步骤3中所确定的集合，按照集合中年份与第t年的远近赋予每一个 元素一个权重因子；并分别计算集合中每一个元素相对应的年份的粮食产量变化率；
[0013] 步骤5 :依据步骤4得到的权重因子及粮食产量变化率，计算粮食产量加权平均系 数；
[0014] 步骤6 :根据步骤5中计算得到的加权平均系数wd和第t年的粮食产量，预测第 t+Ι年的粮食产量。
[0015] 进一步的，所述步骤2中各因素变化率的计算公式如下：
[0017] 其中nkl是变化率，k是指第k个因素，i是指第i年，si是指第i年的第k个因 素；
[0018] 所述步骤4中粮食产量的变化率计算公式如下：
[0020] 这里，yi+1表示第i+Ι年的粮食产量，y;表示第i年的粮食产量；
[0021] 所述步骤5中加权平均系数wd的计算公式如下：
[0023] 这里apWl分别表示第i年的粮食产量变化率及其权重；
[0024] 所述步骤6中预算第t+Ι年粮食产量的公式为：yt+1=ytX(Ι+wd);其中，yt、yt+1 分别表示第t年和第t+1年的粮食产量。
[0025] 优选的，所述步骤2中的各因素，是通过计算后确定的影响粮食产量的主要因素。
[0026] 进一步的，确定各因素具有相似变化规律和趋势年份的方法为等级描述方法，等 级描述过程如下：
[0027] S01 :寻找各影响因素序列中数据变化率的最大值U_)和最小值U_)，计算 各序列的变化范围（Δη)，Δη=
[0028] S02:将变化范围均匀分成：强降（级别1)，中降（级别2)，弱降（级别3)，微降 (级别4)，微升（级别5)，弱升（级别6)，中升（级别7)，强升（级别8)八个级别，某一级 别n对应的数值区间为
[0029] S03 :判断序列中每一元素所隶属的区间，将变化率数值转换成与其相对应的等 级；
[0030] S04 :对于所有主要影响因素序列，重复步骤1)~3)，得到各因素所对应的等级序 列。
[0031] 优选的，确定粮食产量具有相似变化趋势的年份过程包含如下步骤：
[0032] S01:对于某一影响因素的等级序列，寻找与第t年具有相同等级的所有年份，构 成一个集合；
[0033] S02:对于所有主要因素的等级序列，按照步骤S01分别求得每一序列中与第t年 具有相同等级的年份，构成若干集合；
[0034]S03:求上述集合的交集，得到各个影响因素均与第t年具有相同变化趋势年份的 交集Q。
[0035] -种粮食产量预测装置，依次包含如下模块：
[0036] 模块1 :用于选取距离待预测年份最近的t个年份，搜集各个年份的粮食产量数 据、影响粮食产量的各因素的数据，并将这些数据构成各自的时间序列；
[0037] 模块2 :用于分别计算各因素的时间序列中相邻年度数据的变化率；
[0038] 模块3:用于确定与第t年的各因素具有相似变化规律和趋势的年份，并构成一个 集合；
[0039] 模块4:用于针对步骤3中所确定的集合，按照集合中年份与第t年的远近赋予每 一个元素一个权重因子；并分别计算集合中每一个元素相对应的年份的粮食产量变化率；
[0040] 模块5:用于依据步骤4得到的权重因子及粮食产量变化率，计算粮食产量加权平 均系数；
[0041] 模块6 :用于根据步骤5中计算得到的加权平均系数wd和第t年的粮食产量，预 测第t+Ι年的粮食产量。
[0042] 进一步的，所述模块2中各因素变化率的计算公式如下：
[0044] 其中nkl是变化率，k是指第k个因素，i是指第i年，Si是指第i年的第k个因 素；
[0045] 所述模块4中粮食产量的变化率计算公式如下：
[0047] 这里，yi+1表示第i+Ι年的粮食产量，y;表示第i年的粮食产量；
[0048] 所述模块5中加权平均系数wd的计算公式如下：
[0050] 这里a p Wi分别表示第i年的粮食产量变化率及其权重；
[0051] 所述模块6中预算第t+Ι年粮食产量的公式为：yt+1= y tX (Ι+wd);其中，yt、yt+1 分别表示第t年和第t+1年的粮食产量。
[0052] 进一步的，模块2中的各因素，是通过计算后确定的影响粮食产量的主要因素。
[0053] 优选的，确定各因素具有相似变化规律和趋势年份的方法为等级描述方法，等级 描述包括如下子模块：
[0054] 子模块1 :用于寻找各影响因素序列中数据变化率的最大值（n_)和最小值 (η_)，计算各序列的变化范围（△n)，aη=
[0055] 子模块2:用于将变化范围均匀分成：强降（级别1)，中降（级别2)，弱降（级别 3)，微降（级别4)，微升（级别5)，弱升（级别6)，中升（级别7)，强升（级别8)八个级别， 某一级别η对应的数值区间为
[0056] 子模块3 :用于判断序列中每一元素所隶属的区间，将变化率数值转换成与其相 对应的等级；
[0057] 子模块4