一种依赖环境分析的对象筛选方法与流程
本发明涉及数字数据处理领域，更具体而言，涉及一种依赖环境分析的对象筛选方法。
背景技术：
我国幅员广阔，在国土面积方面是世界上的大国，但是人均可用耕地有限，另外由于环境的变化和沙漠化等灾害的肆虐，在诸如西北之类的部分地区，林地和草地被吞噬。因此给我国的农业、林业和牧业等行业带来严重不良后果。虽然主粮粮食连年增产并且能够自给，但是诸如大豆、玉米之类的经济粮食还是需要大量进口。林地、草地面对沙漠化也需要进行改变，以种植应对沙漠化环境的生物。
尽管在部分地区尝试筛选引进外地的生物，但是实践中证明该方式缺乏一定的科学性。很多时候，花费很多时间和精力种植后，发现效果不明显。例如，之前在我国部分地区有过尝试，将北方的苹果等生物品种种到南方，将南方的柑橘、茶叶等生物品种种到北方，最终以失败告终。而且在农业、林业和牧业的实际生物品种筛选中，存在很多有待解决的技术问题：某一生物品种推广到哪些地方，哪个季节最容易成功？各地驯化次序如何？从哪些地方引进生物品种到本地最容易成功？什么品种，种在什么地方和什么季节比较合适？任意品种的最佳制种基地和生产基地应选在哪里？如何选择品种中试的试验点，使其试验点数量少而代表性又强？品种适生区等级标定及排序？野生道地中药材变为家种可能地区的寻找？然而现有技术中都未能全面、准确、科学地解决这些技术问题。因此需要筛选种植合适的生物品种的进程，提高了筛选种植合适的生物品种工作的效率和成功率。
技术实现要素：
本发明的目的之一是提供一种依赖环境分析的对象筛选方法，能全面、准确、科学地解决现有技术中存在的技术问题。可以加快筛选种植合适的生物品种的进程，提高筛选种植合适的生物品种工作的效率和成功率。
本发明为解决上述技术问题而采取的技术方案为：一种依赖环境分析的对象筛选方法，包括：在步骤s1中，获得不同区域的对象资源，形成对象资源数据库；在步骤s2中，确定待筛选的对象的类别，通过初步筛选过滤不符合条件的对象；在步骤s3中，从数据库查询来源地的环境因素信息；在步骤s4中，从数据库查询目的地的环境因素信息；在步骤s5中，通过三级匹配来确定对象来源地和目的地的环境因素的匹配程度；在步骤s6中，确定筛选对象在目的地环境中是否存在食物链上的影响其稳定生长的天敌，以及筛选的对象在目的地环境中是否会对目的地环境造成影响；以及在步骤s7中，根据匹配结果和步骤s6的结果筛选对象是否为优选对象。
根据本发明的另一个方面，在步骤s5中，通过三级匹配来确定对象来源地和目的地的环境因素的匹配程度包括子步骤s51、子步骤s52、子步骤s53和子步骤s54；在步骤s51中，对信息数据进行一级匹配；在步骤s52中，进行二级匹配；在步骤s53中，进行三级匹配；在步骤s54中，进行对象的适应能力匹配和分析。
根据本发明的另一个方面，在步骤s51中，对信息数据进行一级匹配包括：在子步骤s511中，根据初步筛选的对象，从来源地中随机挑出两个来源地，分别对其中的第k个环境要素，与目的地的第k个环境要素相减；在子步骤s512中，对相减之后的值归一化，并等权重求和；在子步骤s513中，重复上述两个步骤，直到完成所有初步筛选后的来源地都被处理；在子步骤s514中，从小到大排序上述求的和；在子步骤s515中，选择前n-1个来源地输入到下一个步骤。
根据本发明的另一个方面，在步骤s52中，对信息数据进行二级匹配包括：在子步骤s521中，获得包括来源地和目的地的总共n个地点的环境要素，其中第i地点的第k个环境要素的数值为xki，其中k＝1，…，m，而i＝1，…，n；在子步骤s522中，求全部n个地点各自的k个环境要素的综合平均值
根据本发明的另一个方面，在步骤s53中，进行三级匹配包括：在子步骤s531中，对于子步骤s516中输出的mij的前v项涉及的v个来源地，将其中的k个环境要素列为序列p＝[p1，p2，……，pk]，将目的地的k个环境要素列为序列q＝[q1，q2，……，qk]；在子步骤s532中，分别针对v个来源地，计算来源地和目的地的各自的k个环境因素的子匹配度msubk，其中：
根据本发明的另一个方面，在步骤s54中，进行对象的适应能力匹配和分析进一步包括步骤s541：对照该对象在生物性状、抗病性、生育期、适应性方面的指标进行评价，分析环境适应能力，并给出第四分析结果。
根据本发明的另一个方面，在步骤s7中，根据匹配结果和步骤s6的结果筛选对象是否为优选对象包括子步骤s71：如果属于s6中受影响或会对目的地造成影响的对象，则直接确定该对象为非优选对象。子步骤s72：将第一匹配度、第二匹配度、第三匹配度和第四分析结果进行加权求和，得到最后的匹配结果。子步骤s73：如果匹配结果高于第一预设阈值，则筛选该对象为优选对象；否则筛选该对象为非优选对象。
本文所述的依赖环境分析的对象筛选方法可在中国和世界范围内，寻找适合它生长发育的地方及适合的季节，以及各地适宜程度次序等，不仅能够为农、林、牧业提供准确的分析数据，而且可以加快筛选种植合适的生物品种的进程，提高筛选种植合适的生物品种工作的效率和成功率。
附图说明
在附图中通过实例的方式而不是通过限制的方式来示出本发明的实施例，其中相同的附图标记表示相同的元件，其中：
根据本发明的示范性实施例，图1图示一种依赖环境分析的对象筛选方法的流程图；
需要说明的是：附图不一定按比例绘制。
具体实施方式
在下面的描述中，参考附图并以图示的方式示出几个具体的实施例。将理解的是：可设想并且可做出其他实施例而不脱离本公开的范围或精神。因此，以下详细描述不应被认为具有限制意义。
根据本发明的示范性实施例，图1图示一种依赖环境分析的对象筛选方法的流程图。
在步骤s1中，获得不同区域的对象资源，形成对象资源数据库；
在步骤s2中，确定待筛选的对象的类别，通过初步筛选过滤不符合条件的对象；
在步骤s3中，从数据库查询来源地的环境因素信息；
在步骤s4中，从数据库查询目的地的环境因素信息；
在步骤s5中，通过三级匹配来确定对象来源地和目的地的环境因素的匹配程度；
在步骤s6中，确定筛选对象在目的地环境中是否存在食物链上的影响其稳定生长的天敌，以及筛选的对象在目的地环境中是否会对目的地环境造成影响；
在步骤s7中，根据匹配结果和步骤s6的结果筛选对象是否为优选对象。
具体地，在步骤s1中，获得不同区域的对象资源，形成对象资源数据库，可以收集同一个国家不同省、州、区、市、县等地区的对象资源，也可以收集全球不同地区或国家的对象资源，根据收集的对象资源，将待分析筛选的对象分类，如根据本领域中已知的生物学分类方法，形成不同种类的子数据库。
具体地，在步骤s2中，确定待筛选的对象的类别，通过初步筛选过滤不符合条件的对象的示例例如可以是：水肥条件差和地力水平低的地点，需要过滤高秆、不抗侧倒、不耐草的品种对象。
具体地，在步骤s3中，从数据库查询来源地的环境因素信息，以及在步骤s4中，从数据库查询目的地的环境因素信息中，环境因素信息包括：气象信息，土壤信息，生物链信息等。
在本文中，气象信息包括而不限于：日平均气压、最高气压、最低气压、平均气温、最高气温、最低气温、平均相对湿度、最小相对湿度、平均风速、最大风速及风向、极大风速及风向、日照时数、降水量等等。
在本文中，土壤信息包括而不限于：墒情、肥力等等。
在本文中，生物链信息包括生物和天敌以及由此向上游和下游形成的链。
具体地，在步骤s5中，通过三级匹配来确定对象来源地和目的地的环境因素的匹配程度包括子步骤s51、子步骤s52、子步骤s53和子步骤s54。在步骤s51中，对信息数据进行一级匹配；在步骤s52中，进行二级匹配；在步骤s53中，进行三级匹配；在步骤s54中，进行对象的适应能力匹配和分析。
在步骤s51中，对信息数据进行一级匹配包括：
在子步骤s511中，根据初步筛选的对象，从来源地中随机挑出两个来源地，分别对其中的第k个环境要素，与目的地的第k个环境要素相减；
在子步骤s512中，对相减之后的值归一化，并等权重求和；
在子步骤s513中，重复上述两个步骤，直到完成所有初步筛选后的来源地都被处理；
在子步骤s514中，从小到大排序上述求的和；
在子步骤s515中，选择前n-1个来源地输入到下一个步骤。
通过步骤s51的各个子步骤，能够加快准确地筛选种植合适的对象的进程，提高了筛选种植合适的对象工作的效率和成功率。
在步骤s52中，对信息数据进行二级匹配包括：
在子步骤s521中，获得包括来源地和目的地的总共n个地点的环境要素，其中第i地点的第k个环境要素的数值为xki，其中k＝1，…，m，而i＝1，…，n；
在子步骤s522中，求全部n个地点各自的k个环境要素的综合平均值
在子步骤s523中，求全部n个地点各自的k个环境要素的综合标准差σk，其中
在子步骤s524中，将所有地点i所有的环境要素k均做标准化处理，将所有xki均变为标准化后的x′ki，其中
在子步骤s525中，比较i地点和j地点的第一匹配度mij，其中i和j地点的各个环境要素k分别占的权重为wk，共有m个环境要素，其中
在子步骤s526中，将mij按照大小排序；
在子步骤s527中，输出mij的前v项，其中v是整数。
通过步骤s52的各个子步骤，能够精确地匹配，从而加快准确地筛选种植合适的对象的进程，提高了筛选种植合适的对象工作的效率和成功率。
可选地，而不是必须的，该方法还可包括步骤s53。在步骤s53中，进行三级匹配包括：
在子步骤s531中，对于子步骤s516中输出的mij的前v项涉及的v个来源地，将其中的k个环境要素列为序列p＝[p1，p2，……，pk]，将目的地的k个环境要素列为序列q＝[q1，q2，……，qk]；
在子步骤s532中，分别针对v个来源地，计算来源地和目的地的各自的k个环境因素的子匹配度msubk，其中：
在子步骤s533中，分别计算v个地点的第二匹配度m2ij，其中
在子步骤s534中，将获得的第二匹配度进行排序；
在子步骤s535中，将排序的v个第二匹配度输出。
通过步骤s53的各个子步骤，能够在步骤s51、s52的基础上更进一步精确地匹配，从而更进一步地快速地、准确地筛选种植合适的对象的进程，更进一步提高了筛选种植合适的对象工作的效率和成功率。
在步骤s54中，进行对象的适应能力匹配和分析进一步包括步骤s541：对照该对象在生物性状、抗病性、生育期、适应性方面的指标进行评价，分析环境适应能力，并给出第四分析结果。
在步骤s6中，确定筛选对象在目的地环境中是否存在食物链上的影响其稳定生长的天敌，以及筛选的对象在目的地环境中是否会对目的地环境造成影响，例如，水葫芦原产南美洲，引入中国后不久即造成繁殖失控，疯狂滋生于珠江、长江、太湖流域的大小河道，连北京、河北、陕西、山东、辽吉黑也随处可见，因此大量的水葫芦挤满了河道，对水产养殖和环境构成严重威胁。因此这种对象即使初步筛选和匹配通过也不可采用。
具体地，在步骤s7中，根据匹配结果和步骤s6的结果筛选对象是否为优选对象包括子步骤s71：如果属于s6中受影响或会对目的地造成影响的对象，则直接确定该对象为非优选对象。
步骤s7还包括子步骤s72：将第一匹配度、第二匹配度、第三匹配度和第四分析结果进行加权求和，得到最后的匹配结果；
步骤s7还包括子步骤s73：如果匹配结果高于第一预设阈值，则筛选该对象为优选对象；否则筛选该对象为非优选对象。
综上，在本发明的技术方案中，通过采用了本文所述的依赖环境分析的对象筛选方法，可在中国和世界范围内，寻找适合它生长发育的地方及适合的季节，以及各地适宜程度次序等，不仅能够为农、林、牧业提供准确的分析数据，而且可以加快筛选种植合适的生物品种的进程，提高筛选种植合适的生物品种工作的效率和成功率。
将理解的是：可以硬件、软件或硬件和软件的组合的形式实现本发明的示例和实施例。如上所述，可存储任何执行这种方法的主体，以易失性或非易失性存储的形式，例如存储设备，像rom，无论可擦除或可重写与否，或者以存储器的形式，诸如例如ram、存储器芯片、设备或集成电路或在光或磁可读的介质上，诸如例如cd、dvd、磁盘或磁带。将理解的是：存储设备和存储介质是适合于存储一个或多个程序的机器可读存储的示例，当被执行时，所述一个或多个程序实现本发明的示例。经由任何介质，诸如通过有线或无线连接载有的通信信号，可以电子地传递本发明的示例，并且示例适当地包含相同内容。
应当注意的是：因为本发明解决了寻找适合它生长发育的地方及适合的季节，以及各地适宜程度次序等技术问题，采用了计算机领域中技术人员在阅读本说明书之后根据其教导所能理解的技术手段，并获得了为农、林、牧业提供准确的分析数据，加快筛选种植合适的生物品种的进程，提高筛选种植合适的生物品种工作的效率和成功率的有益技术效果，所以在所附权利要求中要求保护的方案属于专利法意义上的技术方案。另外，因为所附权利要求要求保护的技术方案可以在工业中制造或使用，因此该方案具备实用性。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应包涵在本发明的保护范围之内。除非以其他方式明确陈述，否则公开的每个特征仅是一般系列的等效或类似特征的一个示例。因此，本发明的保护范围应该以权利要求书的保护范围为准。
- 还没有人留言评论。精彩留言会获得点赞！