柑橘旱情预警模型构建及数据采样算法研究

摘要

目前，柑橘产量排在重庆所有种类水果中的第一位。要维护广大柑橘农户的利益，其关键就是提高柑橘的产量和品质。柑橘生长发育的基础是水分，柑橘园水分管理的好坏直接影响到柑橘的产量和质量。但随着全球气候变暖，重庆又地处亚热带，更容易发生干旱。当发现已经干旱时，再对柑橘园采取措施已为时已晚。所以需要用指标数据对未来一段时间柑橘园含水量状况进行预测，当指标数据偏离某个范围时，就要及时采取灌溉措施。为此，本文着重研究了柑橘旱情预警模型的构建，提出了柑橘旱情预警决策支持智能系统，为柑橘果园节水灌溉提供决策依据，减轻了干旱对柑橘产量、品质的负面影响。
　　 经研究发现，柑橘生长环境的土壤含水量与柑橘叶片含水量的实时状态，最直接影响柑橘的产量与品质。由此依据，论文采用定量、定性等分析方法，以构建表达土壤含水量与叶片含水量的旱情预警模型。对采集到的与土壤含水量、叶片含水量有关的28个生态环境因素，利用因子分析提取公共因子，利用回归分析，构建基于公共因子的土壤含水量、叶片含水量预测方程。然后利用预测方程计算出土壤含水量、叶片含水量预测值，并利用采集的含水量实测值和MAPE评估预测准确度准则对预测方程进行检验和修正。经检验知土壤含水量y1的MAPE值约为12.1，精度类型属于准确度好，叶片含水量y2的MAPE值约为1.9，精度类型属于准确度极佳，即两个预测方程准确度都较高，可用于重庆北碚柑橘园土壤含水量、叶片含水量预测，并把专家知识和旱情预警准则整合到柑橘旱情预警决策支持智能系统中，实现旱情预警信息的自动生成与发布。
　　 由于目前气候、环境状况多变，得到的含水量预测方程权值系数需要不断修正，才能准确预测未来含水量状况，所以我们对利用预测方程计算出的土壤含水量、叶片含水量预测值要进行保存，以便对今后采集的新数据进行拟合分析，不断自动修正预测方程的权值系数。通过分析含水量预测值的特征，发现实时数据变化比较平缓，可以根据时间段保存些有代表性的数据点用于今后权值系数的修正即可，无需保存所有数据点，这样可以减少采集含水量实际值的工作量，本文提出了数据采样算法：先采用死区限值算法进行数据过滤，然后用基于斜率比较的旋转门SDT算法提取有代表性的数据，减少斜率比较的计算次数，节省处理时间。最后通过仿真实验表明数据采样算法取得了良好效果，且误差较小，可用于进行预测方程权值系数的修正，确保含水量预测更加准确、可靠。该技术对提高柑橘产量有重要作用。