基于叶片尺度温度的棉花霜冻预报方法及系统与流程

1.本发明涉及棉花种植技术领域，更具体的涉及基于叶片尺度温度的棉花霜冻预报方法及系统。


背景技术：

2.霜冻是我国北方春秋季经常发生的灾害性天气之一，每年都会有不同程度的霜冻出现，给农业生产带来很大的危害，其中初霜冻造成的危害大于终霜冻。终霜冻一般出现在春季，作物多处在幼苗期，生产技术上可以通过地膜覆盖、熏烟防霜、补种或改种等措施来挽回部分损失。初霜冻多发生在秋季，致使农作物不能完全成熟而造成减产。
3.棉花幼苗期抗寒能力差，遭遇霜冻易造成缺苗断垄甚至重播。过早的秋季霜冻则造成棉花霜前花率低，产量品质都大幅下降。因此，及早做出霜冻预报，积极采取防御措施，对于保证棉花安全生产有重要意义。
4.目前主要根据天气预报的空气温度或地面温度值进行霜冻预警，但是气温、地温、棉花叶温之间存在差异，根据气温预报指导棉花霜冻灾害防御存在偏差，易导致防御效果差，造成较大灾害损失。


技术实现要素：

5.本发明实施例提供基于叶片尺度温度的棉花霜冻预报方法，包括：
6.连续监测棉花冠层叶片温度数据；
7.连续监测区域内的空气温度数据；
8.建立基于空气温度的棉花叶片温度预测模型；
9.利用连续监测的棉花冠层叶片温度数据和连续监测的区域内的空气温度数据，上传至云端数据库，校正基于空气温度的棉花叶片温度预测模型；
10.基于空气温度的棉花叶片温度预测模型，根据区域内的天气预报预测的空气温度数据，预测棉花冠层叶片温度；
11.当预测预测的棉花冠层叶片温度小于预设阈值时，发布棉花霜冻预警。
12.近一步，连续监测棉花冠层叶片温度数据，包括：
13.监测冠层叶片温度数据，设定温度数据扫描间隔为60s，30min记录一次平均值，持续昼夜监测。
14.近一步，连续监测区域内的空气温度数据，包括：
15.监测空气温度数据，设定气温数据扫描间隔为60s，30min记录一次平均值，持续昼夜监测。
16.近一步，基于空气温度的棉花叶片温度预测模型，计算公式包括：
17.t1＝at+b
18.其中，t1表示冠层叶片温度℃，t表示空气温度℃，a为回归系数、b为常数。
19.近一步，预设阈值，包括零度。
20.本申请还提供基于叶片尺度温度的棉花霜冻预报系统，包括：
21.冠层红外辐射计，用于连续监测棉花冠层叶片温度数据；
22.自动气象站，用于连续监测区域内的空气温度数据；
23.数据采集仪，用于
24.实时采集和传输棉花冠层叶片温度数据；
25.实时采集和传输区域内的空气温度数据；
26.预警模块，用于
27.根据区域内的天气预报预测的空气温度数据，预测棉花冠层叶片温度；
28.当预测预测的棉花冠层叶片温度小于预设阈值时，发布棉花霜冻预警。
29.近一步，冠层红外辐射计设于小气候监测杆杆顶，高度距棉花冠层叶片垂直距离大于30cm。
30.本发明实施例提供基于叶片尺度温度的棉花霜冻预报方法及系统，与现有技术相比，其有益效果如下：
31.本发明利用空气温度与冠层叶片温度的相关关系，由天气预报给出的气温预测推测冠层叶片温度，进而进行棉花霜冻预警，可为棉花生产及时采取应对措施科学防灾减灾提供可靠依据。
附图说明
32.图1为本发明实施例提供的基于叶片尺度温度的棉花霜冻预报方法流程图；
33.图2为本发明实施例提供的基于叶片尺度温度的棉花霜冻预报系统冠层红外辐射计安装示意图。
具体实施方式
34.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
35.参见图1-2，本发明实施例提供基于叶片尺度温度的棉花霜冻预报方法，该方法包括：
36.连续监测棉花冠层叶片温度数据；
37.具体地，监测冠层叶片温度数据，设定温度数据扫描间隔为60s，30min 记录一次平均值，持续昼夜监测。
38.连续监测区域内的空气温度数据；
39.具体地，监测空气温度数据，设定气温数据扫描间隔为60s，30min记录一次平均值，持续昼夜监测。
40.建立基于空气温度的棉花叶片温度预测模型；
41.具体地，构建基于空气温度的棉花叶片温度预测模型，计算公式包括：
42.t1＝at+b
43.其中，t1表示冠层叶片温度(℃)，t表示空气温度(℃)，a为回归系数、b 为常数。
44.利用连续监测的棉花冠层叶片温度数据和连续监测的区域内的空气温度数据，上传至云端数据库，校正基于空气温度的棉花叶片温度预测模型；
45.基于空气温度的棉花叶片温度预测模型，根据区域内的天气预报预测的空气温度数据，预测棉花冠层叶片温度；
46.当预测预测的棉花冠层叶片温度小于预设阈值时，发布棉花霜冻预警。
47.具体地，阈值包括零度。
48.本申请还提供基于叶片尺度温度的棉花霜冻预报系统，系统包括：
49.冠层红外辐射计，用于连续监测棉花冠层叶片温度数据；
50.自动气象站，用于连续监测区域内的空气温度数据；
51.数据采集仪，用于
52.实时采集和传输棉花冠层叶片温度数据；
53.实时采集和传输区域内的空气温度数据；
54.预警模块，用于
55.根据区域内的天气预报预测的空气温度数据，预测棉花冠层叶片温度；
56.当预测预测的棉花冠层叶片温度小于预设阈值时，发布棉花霜冻预警。
57.具体地，冠层红外辐射计设于小气候监测杆杆顶，高度距棉花冠层叶片垂直距离大于30cm。
58.实施例1：
59.1、研究区域
60.2021年，研究区域位于新疆石河子市炮台镇，试验区种植规模1000亩。
61.2、试验结果
62.2021年4月下旬，寒潮入侵新疆的北疆地区，北疆棉区发生大范围霜冻，造成早播棉田受灾严重。
63.试验区4月10日播种，4月18日出苗。4月20日，据气象部门预报4月 22日至27日北疆地区将出现寒潮天气，会出现不同程度霜冻天气。根据本发明构建的叶温预测模型，结合5km*5km格点天气预报信息，动态提供了未来一周每天棉花霜冻、发生程度变化情况。指导试验区确定熏烟防霜时间和地点，经过灾害联防，防御区域的棉花没有遭受明显的霜冻灾害，未采取联合防御灾害措施的地方出现了较为严重的霜冻，造成毁种重播。实况表明，应用该方法预报的棉花霜冻发生情况比较准确。
64.以上公开的仅为本发明的几个具体实施例，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围内。


技术特征：
1.基于叶片尺度温度的棉花霜冻预报方法，其特征在于，包括：连续监测棉花冠层叶片温度数据；连续监测区域内的空气温度数据；建立基于空气温度的棉花叶片温度预测模型；利用连续监测的棉花冠层叶片温度数据和连续监测的区域内的空气温度数据，上传至云端数据库，校正基于空气温度的棉花叶片温度预测模型；基于空气温度的棉花叶片温度预测模型，根据区域内的天气预报预测的空气温度数据，预测棉花冠层叶片温度；当预测的棉花冠层叶片温度小于预设阈值时，发布棉花霜冻预警。2.如权利要求1所述的基于叶片尺度温度的棉花霜冻预报方法，其特征在于，所述连续监测棉花冠层叶片温度数据，包括：监测冠层叶片温度数据，设定温度数据扫描间隔60s，30min记录一次平均值，持续昼夜监测。3.如权利要求1所述的基于叶片尺度温度的棉花霜冻预报方法，其特征在于，所述连续监测区域内的空气温度数据，包括：监测空气温度数据，设定气温数据扫描间隔60s，30min记录一次平均值，持续昼夜监测。4.如权利要求1所述的基于叶片尺度温度的棉花霜冻预报方法，其特征在于，所述基于空气温度的棉花叶片温度预测模型，计算公式包括：t1＝at+b其中，t1表示冠层叶片温度℃，t表示空气温度℃，a为回归系数、b为常数。5.如权利要求1所述的基于叶片尺度温度的棉花霜冻预报方法，其特征在于，所述预设阈值为零度。6.基于叶片尺度温度的棉花霜冻预报系统，其特征在于，包括：冠层红外辐射计，用于连续监测棉花冠层叶片温度数据；自动气象站，用于连续监测区域内的空气温度数据；数据采集仪，用于实时采集和传输棉花冠层叶片温度数据；实时采集和传输区域内的空气温度数据；预警模块，用于根据区域内的天气预报预测的空气温度数据，预测棉花冠层叶片温度；当预测预测的棉花冠层叶片温度小于预设阈值时，发布棉花霜冻预警。7.如权利要求6所述的基于叶片尺度温度的棉花霜冻预报系统，其特征在于，所述冠层红外辐射计设于小气候监测杆杆顶，高度距棉花冠层叶片垂直距离大于30cm。

技术总结
本发明公开了基于叶片尺度温度的棉花霜冻预报方法，包括：连续监测棉花冠层叶片温度数据，连续监测区域内的空气温度数据，建立基于空气温度的棉花叶片温度预测模型，利用连续监测的棉花冠层叶片温度数据和连续监测的区域内的空气温度数据，上传至云端数据库，校正基于空气温度的棉花叶片温度预测模型，基于空气温度的棉花叶片温度预测模型，根据区域内的天气预报预测的空气温度数据，预测棉花冠层叶片温度，当预测的棉花冠层叶片温度小于预设阈值时，发布棉花霜冻预警。该方法由天气预报给出的气温预测推测冠层叶片温度，进而进行棉花霜冻预警，可为棉花生产及时采取应对措施科学防灾减灾提供可靠依据。防灾减灾提供可靠依据。防灾减灾提供可靠依据。


技术研发人员：张立祯 高新程 陈泳帆 曹会庆 孙帅 张长波
受保护的技术使用者：北京飞花科技有限公司
技术研发日：2022.03.01
技术公布日：2022/9/1