霜冻预警方法、装置、可读存储介质及人机交互装置与流程

本发明涉及农业领域，具体而言，涉及一种霜冻预警方法、霜冻预警装置、计算机可读存储介质及人机交互装置。
背景技术：
本发明对于
背景技术：
的描述属于与本发明相关的相关技术，仅仅是用于说明和便于理解本发明的技术实现要素：，不应理解为申请人明确认为或推定申请人认为是本发明在首次提出申请的申请日的现有技术。霜冻在秋、冬和春季均会出现，对农作物造成伤害，影响农作物产量；霜冻对农作物影响的严重程度与农作物种类及所处物候期、低温持续日数、降温幅度都有密切关系。目前霜冻灾害评估主要基于降温幅度和日最低温度两项指标，并根据实地调研的霜冻为害农作物造成的减产程度综合评估霜冻发生等级(分为轻、中、重三级)。目前，国家气象局给出的霜冻预警标准仅考虑了最低温度，未考虑低温持续日数、降温幅度，更没有考虑不同农作物在不同生育阶段对低温的敏感性存在差异。霜冻发生后致灾程度评估同样未考虑低温持续日数、降温幅度和最低温对霜冻致灾程度的影响。
发明内容本发明第一方面的实施例提供了一种霜冻预警装置，包括：标准模块，用于对多个影响因素进行标准化处理得到标准化值；权重模块，用于根据多个标准化值计算得到权重值；计算模块，用于根据权重值和多个标准化值计算霜冻指数；和判断模块，用于根据霜冻指数判断发生霜冻的概率；其中，所述影响因素包括：作物对低温敏感度、作物物候期、霜冻发生时期、降温幅度、低温持续日数、日最低气温。优选地，对多个影响因素进行标准化处理的公式为：正项指标：负项指标：其中，pij为无量纲化后的第i个影响因素第j年的指标值，pij为第i个影响因素第j年的指标值，pimax、pimin分别为第i个影响因素最大值、最小值，i、j为非零自然数。优选地，所述权重模块包括：矩阵单元，用于根据多个标准化值两两比较建立权重判断矩阵；最大单元，用于根据权重判断矩阵计算得到权重判断矩阵的最大特征值；一致单元，用于根据最大特征值计算一致性指标值；比例单元，用于根据一般指标值计算一般性比例值；和判断单元，用于根据一般性比例值，判断权重判断矩阵是否合理，若权重判断矩阵合理，根据权重判断矩阵的矩阵元素计算权重值；若权重判断矩阵不合理重新建立权重判断矩阵。优选地，所述一致性指标值的计算公式为：其中，ci为一致性指标，λ为权重判断矩阵的最大特征值，n为影响因素的个数。优选地，所述一般性比例值的计算公式为：其中，cr为一致性比例，ci为一致性指标，ri为平均随机一致性指标。优选地，所述权重值的计算公式为：其中，i、j为非零自然数，n为影响因素的个数，aij为权重判断矩阵第i行第j列的元素，wi为权重值。优选地，所述霜冻指数的计算公式为：其中，n为影响因素个数，wi为权重值，pi为第i个影响因素标准化处理后的标准化值，f为霜冻指数。本发明第二方面的实施例提供了一种霜冻预警方法，包括：对多个影响因素进行标准化处理得到标准化值；根据多个标准化值计算得到权重值；根据权重值和多个标准化值计算霜冻指数；根据霜冻指数判断发生霜冻的概率；其中，所述影响因素包括：作物对低温敏感度、作物物候期、霜冻发生时期、降温幅度、低温持续日数、日最低气温。优选地，对多个影响因素进行标准化处理的公式为：正项指标：负项指标：其中，pij为无量纲化后的第i个影响因素第j年的指标值，pij为第i个影响因素第j年的指标值，pimax、pimin分别为第i个影响因素最大值、最小值，i、j为非零自然数。优选地，根据多个标准化值计算得到权重值包括：根据多个标准化值两两比较建立权重判断矩阵；根据权重判断矩阵计算得到权重判断矩阵最大特征值；根据最大特征值计算一致性指标值；根据一般指标值计算一般性比例值；根据一般性比例值，判断权重判断矩阵是否合理，若权重判断矩阵合理，根据权重判断矩阵的矩阵元素计算权重值；若权重判断矩阵不合理重新建立权重判断矩阵。优选地，所述一致性指标值的计算公式为：其中，ci为一致性指标，λ为权重判断矩阵的最大特征值，n为影响因素的个数。优选地，所述一般性比例值的计算公式为：其中，cr为一致性比例，ci为一致性指标，ri为平均随机一致性指标。优选地，所述权重值的计算公式为：其中，i、j为非零自然数，n为影响因素的个数，aij为权重判断矩阵第i行第j列的元素，wi为权重值。优选地，所述霜冻指数的计算公式为：其中，n为影响因素个数，wi为权重值，pi为第i个影响因素标准化处理后的标准化值，f为霜冻指数。本发明第三方面的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述霜冻预警方法的步骤。本发明第四方面的实施例提供了一种人机交互装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现上述任一项所述霜冻预警方法的步骤。本发明提供的技术方案，根据霜冻发生时影响作物的影响因素得到霜冻指数，在根据历史灾情数据，确定霜冻发生年不同作物产量，以作物减产率作为霜冻等级划分依据，确定对应年份霜冻指数，确定指数分级，该种确定方式根据不同作物在不同生育时期的温度敏感阈值、降温幅度、低温持续时间、最低气温等因素，构建适应不同作物的霜冻指数，并以减产率作为霜冻影响程度等级划分依据，可以针对不同农作物进行霜冻发生与否及霜冻等级的提前预警，使农民可以提早预防，提高了产品的使用舒适度，增加了产品的市场竞争力；还可以通过叠加实时数值天气预报结果，实时监控霜冻，使农民可以及时预防。本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。附图说明本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是本发明所述霜冻预警装置第一种实施例的结构框图；图2是本发明所述霜冻预警装置第二种实施例的结构框图；图3是本发明所述霜冻预警方法第一种实施例流程示意图；图4是本发明所述霜冻预警方法第二种实施例流程示意图。其中，图1和图2中附图标记与部件名称之间的对应关系为：10标准模块，20权重模块，21矩阵单元，22最大单元，23一致单元，24比例单元，25判断单元，30计算模块，40判断模块，100霜冻预警装置。具体实施方式为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。下述讨论提供了本发明的多个实施例。虽然每个实施例代表了发明的单一组合，但是本发明不同实施例可以替换，或者合并组合，因此本发明也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含a、b、c，另一个实施例包含b和d的组合，那么本发明也应视为包括含有a、b、c、d的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。如图1所示，本发明第一方面的实施例提供的霜冻预警装置100包括：标准模块10、权重模块20、计算模块30和判断模块40。具体地，标准模块10用于对多个影响因素进行标准化处理得到标准化值；权重模块20用于根据多个标准化值计算得到权重值；计算模块30用于根据权重值和多个标准化值计算霜冻指数；判断模块40用于根据霜冻指数判断发生霜冻的概率；其中，所述影响因素包括：作物对低温敏感度、作物物候期、霜冻发生时期、降温幅度、低温持续日数、日最低气温。本发明提供的霜冻预警装置，根据霜冻发生时影响作物的影响因素得到霜冻指数，在根据历史灾情数据，确定霜冻发生年不同作物产量，以作物减产率作为霜冻等级划分依据，确定对应年份霜冻指数，确定指数分级，该种确定方式根据不同作物在不同生育时期的温度敏感阈值、降温幅度、低温持续时间、最低气温等因素，构建适应不同作物的霜冻指数，并以减产率作为霜冻影响程度等级划分依据，可以针对不同农作物进行霜冻发生与否及霜冻等级的提前预警，使农民可以提早预防，提高了产品的使用舒适度，增加了产品的市场竞争力；还可以通过叠加实时数值天气预报结果，实时监控霜冻，使农民可以及时预防，具体地，将间隔6小时的数值模式预报气象数据结果引入霜冻指数计算中，建立每6小时一次霜冻指数计算，并进行霜冻预警。另外，通过标准模块10对多个影响因素的不同量纲进行极差标准化处理，用于消除各指标不同量纲对评价指标的影响，从而提高了评估作物损失的精准率。在本发明的一个实施例中，对多个影响因素进行标准化处理的公式为：正项指标：负项指标：其中，pij为无量纲化后的第i个影响因素第j年的指标值，pij为第i个影响因素第j年的指标值，pimax、pimin分别为第i个影响因素最大值、最小值，i、j为非零自然数。在该实施例中，通过极差公式能够对多个影响因素简单、快速地无量纲化处理，用于消除各指标不同量纲对评价指标的影响，从而提高了评估作物损失的精准率。如图2所示，在本发明的一个实施例中，权重模块20包括：矩阵单元21、最大单元22、比例单元24和判断单元25。具体地，矩阵单元21用于根据多个标准化值两两比较建立权重判断矩阵；最大单元22用于根据权重判断矩阵计算得到权重判断矩阵的最大特征值；一致单元23用于根据最大特征值计算一致性指标值；比例单元24用于根据一般指标值计算一般性比例值；判断单元25用于根据一般性比例值，判断权重判断矩阵是否合理，若权重判断矩阵合理，根据权重判断矩阵的矩阵元素计算权重值；若权重判断矩阵不合理重新建立权重判断矩阵。在该实施例中，权重判断矩阵为：权重判断矩阵中元素值根据两两影响因素比较的重要程度确定，具体为：若第i个影响因素与因素第j个影响因素的程度确定元素值为aij，第j个影响因素与因素第i个影响因素的程度确定元素值为aji，其中，在权重判断矩阵中，aji的元素值与aij的元素值互为倒数，具体地，a54＝1/a45。在本发明的一个实施例中，一致性指标值的计算公式为：其中，ci为一致性指标，λmax为权重判断矩阵的最大特征值，n为影响因素的个数。在本发明的一个实施例中，一般性比例值的计算公式为：其中，cr为一致性比例，ci为一致性指标，ri为平均随机一致性指标。ri的查询表为：n12345678910111213ri000.520.891.121.241.361.411.461.491.521.5441.56其中，n为影响因素的个数。当cr<0.10时，认为权重判断矩阵一致性可接受，cr≥0.10需要修正权重判断矩阵。在本发明的一个实施例中，权重值的计算公式为：其中，i、j为非零自然数，n为影响因素的个数，aij为权重判断矩阵第i行第j列的元素，wi为权重值。在本发明的一个实施例中，霜冻指数的计算公式为：其中，n为影响因素个数，wi为权重值，pi为第i个影响因素标准化处理后的标准化值，f为霜冻指数。在本发明的实施例中，通过上述公式及计算方式，较为可靠、准确地得出霜冻指数，并通过霜冻指数快速准确地评估损失，从而提高了产品的使用舒适度，进而增加了产品的市场竞争力。在本发明的一个实施例中，影响因素包括：作物对低温敏感度、作物物候期、霜冻发生时期、降温幅度、低温持续日数、日最低气温。如图3所示，本发明第二方面的实施例提供的霜冻预警方法，包括：步骤10，对多个影响因素进行标准化处理得到标准化值；步骤20，根据多个标准化值计算得到权重值；步骤30，根据权重值和多个标准化值计算霜冻指数；步骤40，根据霜冻指数判断发生霜冻的概率；其中，所述影响因素包括：作物对低温敏感度、作物物候期、霜冻发生时期、降温幅度、低温持续日数、日最低气温。发明提供的霜冻预警方法，根据霜冻发生时影响作物的影响因素得到霜冻指数，在根据历史灾情数据，确定霜冻发生年不同作物产量，以作物减产率作为霜冻等级划分依据，确定对应年份霜冻指数，确定指数分级，该种确定方式根据不同作物在不同生育时期的温度敏感阈值、降温幅度、低温持续时间、最低气温等因素，构建适应不同作物的霜冻指数，并以减产率作为霜冻影响程度等级划分依据，可以针对不同农作物进行霜冻发生与否及霜冻等级的提前预警，使农民可以提早预防，提高了产品的使用舒适度，增加了产品的市场竞争力；还可以通过叠加实时数值天气预报结果，实时监控霜冻，使农民可以及时预防。另外，通过对多个影响因素的不同量纲进行极差标准化处理，用于消除各指标不同量纲对评价指标的影响，从而提高了评估作物损失的精准率。在本发明的一个实施例中，对多个影响因素进行标准化处理的公式为：正项指标：负项指标：其中，pij为无量纲化后的第i个影响因素第j年的指标值，pij为第i个影响因素第j年的指标值，pimax、pimin分别为第i个影响因素最大值、最小值，i、j为非零自然数。在该实施例中，通过极差公式能够对多个影响因素简单、快速地无量纲化处理，用于消除各指标不同量纲对评价指标的影响，从而提高了评估作物损失的精准率。如图4所示，在本发明的一个实施例中，步骤20包括：步骤21，根据多个标准化值两两比较建立权重判断矩阵；步骤22，根据权重判断矩阵计算得到权重判断矩阵最大特征值；步骤23，根据最大特征值计算一致性指标值；步骤24，根据一般指标值计算一般性比例值；步骤25，根据一般性比例值，判断权重判断矩阵是否合理，若权重判断矩阵合理，根据权重判断矩阵的矩阵元素计算权重值；若权重判断矩阵不合理重新建立权重判断矩阵。在该实施例中，权重判断矩阵为：权重判断矩阵中元素值根据两两影响因素比较的重要程度确定，具体为：若第i个影响因素与因素第j个影响因素的程度确定元素值为aij，第j个影响因素与因素第i个影响因素的程度确定元素值为aji，其中，在权重判断矩阵，aji的元素值与aij的元素值互为倒数，具体地，a54＝1/a45。在本发明的一个实施例中，一致性指标值的计算公式为：其中，ci为一致性指标，λ为权重判断矩阵的最大特征值，n为影响因素的个数。在本发明的一个实施例中，一般性比例值的计算公式为：其中，cr为一致性比例，ci为一致性指标，ri为平均随机一致性指标。ri的查询表为：n12345678910111213ri000.520.891.121.241.361.411.461.491.521.5441.56其中，n为影响因素的个数。当cr<0.10时，认为权重判断矩阵一致性可接受，cr≥0.10需要修正权重判断矩阵。在本发明的一个实施例中，权重值的计算公式为：其中，i、j为非零自然数，n为影响因素的个数，aij为权重判断矩阵第i行第j列的元素，wi为权重值。在本发明的一个实施例中，霜冻指数的计算公式为：其中，n为影响因素个数，wi为权重值，pi为第i个影响因素标准化处理后的标准化值，f为霜冻指数。在本发明的实施例中，通过上述公式及计算方式，较为可靠、准确地得出霜冻指数，并通过霜冻指数快速准确地评估损失，从而提高了产品的使用舒适度，进而增加了产品的市场竞争力。在本发明的一个实施例中，影响因素包括：作物对低温敏感度、作物物候期、霜冻发生时期、降温幅度、低温持续日数、日最低气温。本发明第三方面的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述霜冻预警方法的步骤。本发明第四方面的实施例提供的人机交互装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现上述任一项所述霜冻预警方法的步骤。在上述实施例中，低温持续日数指连续发生霜冻的日数；降温幅度指霜冻日和霜冻前一日平均温度的降幅和最低温度的降幅，以二者中最大降幅为准；若霜冻持续几日，以降温过程最高温与最低温之差作为过程降温幅度；最低温度指一次降温过程中的最低气温；农作物物候期指作物生长发育在一定外界条件下所表现的形态特征，i、j为非零自然数。在本发明中，术语“多个”则指两个或两个以上，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12