中國木本植物春季物候期的預測方法和系統的制作方法
【專利摘要】本發明涉及一種中國木本植物春季物候期的預測方法和系統。所述方法包括以下步驟：將歷史木本植物的物候觀測數據及對應地理位置的逐日平均氣溫導入到初始建立的物候模型中；對所述物候模型進行參數擬合，以得到使物候模型的預測結果與物候觀測數據誤差最小的最優參數組合；將待預測地理位置的任意逐日氣溫導入到以最優參數組合建立的物候模型中；根據所述最優參數組合建立的物候模型預測得到所述待預測地理位置在所述導入的氣溫下的木本植物物候期。上述中國木本植物春季物候期的預測方法和系統，通過參數化的物候模型對待預測地理位置的木本植物物候期進行預測，得到的結果較為準確，提高了預測的準確性。
【專利說明】中國木本植物春季物候期的預測方法和系統
【技術領域】
[0001]本發明涉及物候學領域，特別是涉及中國木本植物春季物候期的預測方法和系統。
【背景技術】
[0002]物候學是研究自然界的植物(包括農作物)、動物和環境條件(氣候、水文、土壤條件)的周期變化之間相互關系的科學。它的目的是認識自然季節現象變化的規律，以服務于農業生產和科學研究。物候學的研究對象包括各種植物的發芽、展葉、開花、葉變色、落葉等；候鳥、昆蟲及其它動物的遷移、始鳴、終鳴、始見、絕見等；也包括一些周期性發生的自然現象，如初雪、終雪、初霜、終霜、融冰及河湖的封凍、融化、流凌等。
[0003]物候作為指示氣候與自然環境變化的綜合指標，不但能直觀地指示自然季節的變化，而且還能表現出動植物生命現象對自然環境變化的響應和適應過程。這種響應的時間序列，對于揭示全球環境變化具有重要意義。它不僅反映了當年、當地的氣候和環境狀態，也反映了氣候和環境變化在此前相當長一段時間的累加效應。在揭示環境變化的狀態和反映環境變化的趨勢兩方面都具有重要的指示作用。因此，無論科學如何發展，氣象儀器如何改進，生物物候現象仍然是全球變化最敏感、最精確的指示體。物候已經成為全球變暖的“診斷指紋”，在氣候變化研究中，將發揮越來越大的作用。
[0004]物候模型是物候學研究的一個重要方面。利用物候模型預測植物物候是物候學的一個基礎問題。準確地預測物候有以下作用:
[0005](I)增強對生態系統生產力和氣體交換預測的準確性，因而能更準確的預測未來的氣候變化；
[0006](2)在多個物種相關聯的生態群落中更好的掌握不同種群的動態；
[0007](3)幫助農業和林業的管理者選取更適應于未來氣候變化的植物種；
[0008](4)掌握不同觀賞植物物候期的具體時間，為季節性的旅游活動，例如桃花節、牡丹節，芍藥節等提供指導。
[0009]目前，國內外常見的物候模型分為三種類型:理論模型，統計模型和過程模型。理論模型主要是通過權衡葉片生產的成本-收益以優化資源的獲取。理論模型的設計是用來說明樹木葉壽命策略的進化過程，而不是植物物候的年際變化。統計模型主要是建立物候期與氣候因子的統計關系，但是缺少機理性的解釋。過程模型通常通過假設生物過程和環境因子之間的因果關系來推測物候期，屬于一種半機理性的模型，在一定程度上反映了植物物候變化的生理生態學機制。過程模型最初只考慮靜止期(quiescence)，即休眠期(dormancy)打破后，芽的發育受外界因子(通常是氣溫)驅動的時期。春暖(SpringWarming)模型就是只考慮靜止期的典型例子。實驗表明，休眠期是木本植物適應寒冷氣候的一個重要特征，是植物發育的一個重要階段，因而在后來的物候模型構建時，很多模型均已考慮到植物休眠過程。
[0010]目前物候模型研究領域，尚沒有在中國推廣使用的物候模型，并且已有的物候模型亦沒有評估過預測的準確性，不一定能準確地預測中國木本植物的物候期。
【發明內容】
[0011]基于此，有必要提供一種能提高預測準確性的中國木本植物春季物候期的預測方法。
[0012]此外，還有必要提供一種能提高預測準確性的中國木本植物春季物候期的預測系統。
[0013]一種中國木本植物春季物候期的預測方法，包括以下步驟:
[0014]將歷史木本植物的物候觀測數據及對應地理位置的逐日平均氣溫導入到初始建立的物候模型中；
[0015]對所述物候模型進行參數擬合，以得到使物候模型的預測結果與物候觀測數據誤差最小的最優參數組合；
[0016]將待預測地理位置的任意逐日氣溫導入到以最優參數組合建立的物候模型中；
[0017]根據所述最優參數組合建立的物候模型預測得到所述待預測地理位置在所述導入的氣溫下的木本植物的物候期。
[0018]在其中一個實施例中，所述初始建立的初始物候模型公式為:
【權利要求】
1.一種中國木本植物春季物候期的預測方法，包括以下步驟: 將歷史木本植物的物候觀測數據及對應地理位置的逐日平均氣溫導入到初始建立的物候模型中； 對所述物候模型進行參數擬合，以得到使物候模型的預測結果與物候觀測數據誤差最小的最優參數組合； 將待預測地理位置的任意逐日氣溫導入到以最優參數組合建立的物候模型中； 根據所述最優參數組合建立的物候模型預測得到所述待預測地理位置在所述導入的氣溫下的木本植物物候期。
2.根據權利要求1所述的中國木本植物春季物候期的預測方法，其特征在于，所述初始建立的初始物候模型公式為:
3.根據權利要求1所述的中國木本植物春季物候期的預測方法，其特征在于，所述對所述物候模型進行參數擬合，得到以使物候模型的預測結果與物候觀測數據誤差最小的最優參數組合的步驟為: 采用模擬退火算法對所述物候模型進行參數擬合，得到以使物候模型的預測結果與物候觀測數據誤差最小的最優參數組合。
4.根據權利要求3所述的中國木本植物春季物候期的預測方法，其特征在于，所述采用模擬退火算法對所述物候模型進行參數擬合，得到以使物候模型的預測結果與物候觀測數據誤差最小的最優參數組合的步驟包括: 初始化退火算法參數，設定初始溫度、當前溫度、終止溫度、物候模型的參數組合初始值、退火速率及每個溫度值的迭代次數； 將參數組合初始值增加一個隨機量，計算參數組合初始值時建立的物候模型預測出的物候期與歷史物候觀測數據的均方根誤差，計算參數組合初始值增加隨機量后形成的新參數組合時建立的物候模型預測出的物候期與歷史物候觀測數據的均方根誤差，以及計算新參數組合時得到的均方根誤差減去參數組合初始值得到的均方根誤差得到增量； 當增量小于零時，以新參數組合作為當前參數組合，當增量大于或等于零時，以e的負的所述增量與當前溫度比值的次方將新參數組合作為當前參數組合，e為自然對數； 通過迭代直到當前溫度小于終止溫度，將當前參數組合作為以使物候模型的預測結果與物候觀測數據誤差最小的最優的參數組合； 然后將當前溫度乘以退火速率得到新的當前溫度，進行新的當前溫度的迭代計算。
5.根據權利要求1所述的中國木本植物春季物候期的預測方法，其特征在于，在所述對所述物候模型進行參數擬合，得到以使物候模型的預測結果與物候觀測數據誤差最小的最優參數組合的步驟之后，還包括步驟: 對物候模型的參數組合進行檢驗，且以物候模型預測值與物候觀測值的均方根誤差進行檢驗。
6.一種中國木本植物春季物候期的預測系統，其特征在于，包括: 調用模塊，用于將歷史木本植物的物候觀測數據及對應地理位置的逐日平均氣溫導入到初始建立的物候模型中； 參數擬合模塊，用于對所述物候模型進行參數擬合，以得到使物候模型的預測結果與物候觀測數據誤差最小的最優參數組合； 所述調用模塊還用于將待預測地理位置的任意逐日氣溫導入到以最優參數組合建立的物候模型中； 預測模塊，用于根據所述最優參數組合建立的物候模型預測得到所述待預測地理位置在所述導入的氣溫下的木本植物物候期。
7.根據權利要求6所述的中國木本植物春季物候期的預測系統，其特征在于，所述初始建立的初始物候模型公式為:
8.根據權利要求6所述的中國木本植物春季物候期的預測系統，其特征在于，所述參數擬合模塊還用于采用模擬退火算法對所述物候模型進行參數擬合，以得到使物候模型的預測結果與物候觀測數據誤差最小的最優參數組合。
9.根據權利要求8所述的中國木本植物春季物候期的預測系統，其特征在于，所述參數擬合模塊包括:初始化模塊，用于初始化退火算法參數，設定初始溫度、當前溫度、終止溫度、物候模型的參數組合初始值、退火速率及每個溫度值的迭代次數； 增量計算模塊，用于將參數組合初始值增加一個隨機量，計算參數組合初始值時建立的物候模型預測出的物候期與歷史物候觀測數據的均方根誤差，計算參數組合初始值增加隨機量后形成的新參數組合時建立的物候模型預測出的物候期與歷史物候觀測數據的均方根誤差，以及計算新參數組合時得到的均方根誤差減去參數組合初始值得到的均方根誤差得到增量； 賦值模塊，用于當增量小于零時，以新參數組合作為當前參數組合，當增量大于或等于零時，以e的負的所述增量與當前溫度比值的次方將新參數組合作為當前參數組合，e為自然對數； 參數輸出模塊，用于通過迭代直到當前溫度小于終止溫度，將當前參數組合作為以使物候模型的預測結果與物候觀測數據誤差最小的最優參數組合； 迭代模塊，用于將當前溫度乘以退火速率得到新的當前溫度，進行新的當前溫度的迭代計算。
10.根據權利要求6所述的中國木本植物春季物候期的預測系統，其特征在于，所述系統還包括: 參數檢驗模塊，用于對物候模型的參數組合進行檢驗，且以物候模型預測值與物候觀測值的均方根誤差進行檢驗。
【文檔編號】G06Q10/04GK103927587SQ201310008173
【公開日】2014年7月16日 申請日期:2013年1月10日 優先權日:2013年1月10日
【發明者】葛全勝, 戴君虎, 鄭景云, 王煥炯, 徐瓊瑤, 仲舒穎 申請人:中國科學院地理科學與資源研究所