用于小麦面包品质预测的系统

1.本技术属于农业种植规划技术领域，具体涉及一种用于小麦面包品质预测的系统。


背景技术：

2.小麦是一种在世界各地广泛种植的主粮作物，小麦磨成面粉后制作的小麦面包是很多地区人们的日常主食。由于地区气候因素，相同的小麦品种在不同的小麦种植区的产出品质是存在差异的，而小麦品质的差异变化会直接影响小麦面包的品质。
3.现有相关技术中，在农业种植规划中，通常仅从主粮作物的产量维度进行规划研究，基于气候变化等因素，预测判断哪些小麦种植地区的产量会增加，哪些小麦种植地区的产量会减产，由此来制定相关的应对措施。而随着社会经济发展，人们对食品的品质要求日益增强，由此基于小麦面包与小麦品质的内在关联，显然需要从相对产量维度的另一维度对种植规划进行研究，为此需要实现对小麦面包品质的未来变化预测，以为相关规划研究提供基础数据支持。
4.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

5.为至少在一定程度上克服相关技术中存在的问题，本技术提供一种用于小麦面包品质预测的系统，以解决如何为小麦种植规划提供相关基础数据支持的问题。
6.为实现以上目的，本技术采用如下技术方案：
7.本技术提供一种用于小麦面包品质预测的系统，该系统包括：
8.情景设定模块，用于基于用户输入的设定指令，根据未来气候情景数据库中的未来气候数据，生成得到预测场景的气候预估数据；
9.预测处理模块，用于根据所述气候预估数据，利用预先构建的面包品质预测模型进行预测处理，得到所述预测场景下小麦面包品质的预测结果信息；
10.数据输出模块，用于将所述预测结果信息进行对外输出。
11.可选地，所述未来气候数据包括若干表征气象要素指标信息的格点数据；
12.所述情景设定模块被配置为，基于克里金插值法，对所述格点数据进行网格精度调整处理，以得到满足模型输入要求的所述气候预估数据。
13.可选地，所述面包品质预测模型的预先构建过程，包括：
14.获取全国多个站点一历史时期内表征面包品质的记录数据，以及获取该历史时期内相应各站点的历史气候数据；
15.基于所述记录数据与所述历史气候数据，采用随机森林方法，分析确定记录数据中数据项与气候数据中各气象要素指标间的回归关系，以构建得到所述面包品质预测模型；
16.其中，所述数据项具体为，面包体积和面包评分；
17.所述气象要素指标具体为，小麦生育期间日的平均气温指标、日最高气温指标、日最低气温指标、日降水量指标、日照时数指标、有效辐射指标、湿度指标以及日最高温度大于等于30℃的天数指标。
18.可选地，所述数据输出模块被配置为：将所述预测结果信息，按时间演变特征形式和/或空间演变特征形式进行输出。
19.可选地，模型构建过程中，获取的所述记录数据以及所述历史气候数据被保存在基础数据库中；
20.所述数据输出模块还被配置为，响应用户输入的数据查询指令，将所述基础数据库和/或所述未来气候情景数据库中的数据进行对应输出。
21.可选地，所述设定指令包括，预测场景的气候模式选择配置以及气候情景选择配置；
22.所述气候模式的类型包括：fgoals-g3模式、mri-esm2-0模式、canesm5模式以及ipsl-cm6a-lr模式；
23.所述气候情景的类型包括：ssp1-1.9情景、ssp1-2.6情景、ssp2-4.5情景以及ssp5-8.5情景。
24.本技术采用以上技术方案，至少具备以下有益效果：
25.本技术中，用于小麦面包品质预测的系统包括：情景设定模块，用于基于用户输入的设定指令，根据未来气候情景数据库中的未来气候数据，生成得到预测场景的气候预估数据；预测处理模块，用于根据气候预估数据，利用预先构建的面包品质预测模型进行预测处理，得到预测场景下小麦面包品质的预测结果信息；数据输出模块，用于将预测结果信息进行对外输出。本技术的技术方案中提供的系统，基于具体的系统配置，基于未来气候情景数据库中的未来气候数据，通过预先构建的面包品质预测模型来实现对小麦面包品质的未来变化预测，可有效为小麦种植规划提供相关基础数据支持。
26.本发明的其他优点、目标，和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。
附图说明
27.附图用来提供对本技术的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本技术实施例的附图与本技术的实施例一起用于解释本技术的技术方案，但并不构成对本技术技术方案的限制。
28.图1为本技术一个实施例提供的用于小麦面包品质预测的系统的结构示意图；
29.图2为本技术中构建及应用面包品质预测模型的流程示意说明图。
具体实施方式
30.为使本技术的目的、技术方案和优点更加清楚，下面将对本技术的技术方案进行详细的描述。显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有
其它实施方式，都属于本技术所保护的范围。
31.如背景技术中所述，现有相关技术中，在农业种植规划中，通常仅从主粮作物的产量维度进行规划研究，基于气候变化等因素，预测判断哪些小麦种植地区的产量会增加，哪些小麦种植地区的产量会减产，由此来制定相关的应对措施。而随着社会经济发展，人们对食品的品质要求日益增强，由此基于小麦面包与小麦品质的内在关联，显然需要从相对产量维度的另一维度对种植规划进行研究，为此需要实现对小麦面包品质的未来变化预测，以为相关规划研究提供基础数据支持。
32.针对于此，本技术提供一种用于小麦面包品质预测的系统，以解决如何为小麦种植规划提供相关基础数据支持的问题。
33.在一实施例中，如图1所示，本技术提出的用于小麦面包品质预测的系统包括：
34.情景设定模块100，用于基于用户输入的设定指令，根据未来气候情景数据库中的未来气候数据，生成得到预测场景的气候预估数据；
35.需要说明的是，这里的未来气候情景数据库，是一种对未来气候情景的推演数据库，具体的，本技术中该数据库采用国际耦合模式比较计划第六版(cmip6)数据集(获取自https://esgf-node.llnl.gov/search/cmip6/)；
36.在该实施例中，从数据库中得到的未来气候数据包括若干表征气象要素指标信息的格点数据，举例而言，这里的气象要素指标具体为，小麦生育期间的日平均气温指标、日最高气温指标、日最低气温指标、日降水量指标、日照时数指标、有效辐射指标、湿度指标以及日最高温度大于等于30℃的天数指标这8个指标；
37.由于后续预测处理对格点数据有分辨精度要求，相应的该实施例中，情景设定模块100被配置为，基于克里金插值法，对格点数据进行网格精度调整处理，以得到满足模型输入要求的气候预估数据。
38.作为一种具体的实施方式，为提高系统的功能性，这里的设定指令包括，预测场景的气候模式选择配置以及气候情景选择配置；
39.举例而言，这里的气候模式的类型包括：中国科学院大气物理研究所的fgoals-g3模式、日本气象研究所哈德利中心的mri-esm2-0模式、加拿大气候模拟与分析中心的canesm5模式以及法国皮埃尔西蒙拉普拉斯研究所的ipsl-cm6a-lr模式；
40.举例而言，这里的气候情景的类型包括：ssp1-1.9情景、ssp1-2.6情景、ssp2-4.5情景以及ssp5-8.5情景；
41.换言之，预测场景的设定中，可基于未来气候情景数据库，对相应预测时间段(如2021-2041、2041-2060、2061-2080、2081-2100)不同气候模式下不同气候情景中的气候预估数据进行生成，以便后续基于具体预测场景进行预测处理和对应输出。
42.如图1所示，系统中还包括预测处理模块200，其用于根据气候预估数据，利用预先构建的面包品质预测模型进行预测处理，得到预测场景下小麦面包品质的预测结果信息。
43.需要说明的是，这里的面包品质预测模型是基于对小麦面包品质的历史记录数据和相应的历史气候数据进行分析而构建的，具体的，如图2所示，本技术中面包品质预测模型的预先构建过程，包括：
44.获取全国多个站点一历史时期内表征面包品质的记录数据，以及获取该历史时期内相应各站点的历史气候数据，保存到相应数据库中(对应于图2中的面包品质数据库和气
象指标数据库)；
45.举例而言，面包品质的记录数据中的数据项具体为面包体积(采用国标方法测定100克面粉制成的面包的发酵体积)和面包评分(对面粉做成面包后的表面色泽、包心色泽、表皮质地、面包形状、平滑度、纹理结构、弹柔性和口感等指标进行评分，最后得出综合评分)，面包品质的记录数据为全国多个站点2006-2019年的面包体积和面包评分数据；
46.历史气候数据为与面包品质的记录数据对应点的气象要素指标数据，例如，气象要素指标数据具体为2006-2019年小麦生育期间日平均气温、日最高气温、日最低气温、日降水量、日照时数、有效辐射、湿度、日最高温度达到30℃以上的天数(或者说日最高温度大于等于30℃的天数)等8个指标的数据。
47.之后基于记录数据与历史气候数据，采用随机森林方法，分析确定记录数据中数据项与气候数据中各气象要素指标间的回归关系(对应于图2中的面包品质与气象因子的回归关系)，以构建得到面包品质预测模型；
48.在机器学习的方法中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出类别的众数而定的；本技术中采用随机森林的方法分析面包品质与气象要素的关系，分别从数据库中调取面包品质数据及其对应站点的气象要素数据，采用r 3.6.2(r package randomforest)对全国麦区分别进行随机森林建模，建模结果用均方根误差(rmse)及标准均方根误差(nrmse)评价，这两个指标表示的是模拟值与实测值的接近程度，相关表达式如下：
[0049][0050]
表达式(1)中：pi为观测值，oi为预测值，rmse越小，代表模拟值越接近实际值；
[0051][0052]
表达式(2)中：为测量样本的平均值，nrmse越接近0，代表模拟值越接近实际值。
[0053]
具体的，在该实施例中基于上述基础数据，构建得出面包体积预测模型的nrmse为0.0312，相关系数为0.9617；面包评分预测模型的nrmse为0.0407，相关系数为0.9621，可满足应用需求。
[0054]
再之后如图2所示，就可利用面包品质预测模型，结合气候情景数据进行面包品质未来演变趋势的相关预测研究了(如本技术系统中的预测处理)。
[0055]
如图1所示，系统中还包括数据输出模块300，用于将预测处理模块得出的预测结果信息进行对外输出。
[0056]
具体的，在该实施例中，数据输出模块300被配置为：将预测结果信息，按时间演变特征形式和/或空间演变特征形式进行输出；
[0057]
例如，实际中，基于具体的配置，可利用arcgis10.2的地统模块进行绘图，基于预测结果信息得到小麦面包品质某一预测时间节点的空间分布图，再例如，利用相关绘图控件，可将预测结果信息以折线图(时间为座标轴)的形式显示输出。
[0058]
在上述实施例基础上，进一步的，作为一种具体的实施方式，模型构建过程中，获取的记录数据以及历史气候数据被保存在基础数据库中；
[0059]
数据输出模块300还被配置为，响应用户输入的数据查询指令，将基础数据库和/或未来气候情景数据库中的数据进行对应输出；
[0060]
举例而言，数据查询指令的设定信息为查询多个预测时间段不同模式不同情景的未来气候数据，并将其叠加后以空间分布形式输出，则数据输出模块被配置为：
[0061]
采用arcgis10.2的地统模块绘图，针对四个气候模式(fgoals-g3、mri-esm2-0、canesm5、ipsl-cm6a-lr)、每个气候模式下多个预测时间段(如2021-2041、2041-2060、2061-2080、2081-2100四个时段)的ssp1-1.9、ssp1-2.6、ssp2-4.5、ssp5-8.5排放情景的气候变量，分别单独进行克里金插值，然后将四个气候模式下的插值结果进行叠加处理，进而输出每个气象要素指标的空间分布图。
[0062]
本技术的技术方案中提供的系统，基于具体的系统配置，基于未来气候情景数据库中的未来气候数据，通过预先构建的面包品质预测模型来实现对小麦面包品质的未来变化预测，可有效为小麦种植规划提供相关基础数据支持。
[0063]
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，任何熟悉该技术的人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。