(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111297931.9 (22)申请日 2021.11.04 (71)申请人 湖南省气象科 学研究所 地址 410118 湖南省长 沙市天心区芙蓉南 路四段196号 申请人 张超 (72)发明人 张超　 (74)专利代理 机构 长沙市善权专利代理事务所 (普通合伙) 4326 0 代理人 黄鹏飞　蔡喜玉 (51)Int.Cl. G06F 30/27(2020.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/02(2012.01)G06K 9/62(2022.01) G06F 111/08(2020.01) (54)发明名称 一种油茶灾损预测方法 (57)摘要 本发明公开了一种油茶灾损预测方法包括 如下步骤： 步骤一、 收集油 茶在各主要产量影响 期的气候影响因子以及对应的油茶相对气象产 量； 步骤二、 建立数据集； 步骤三、 得到最终的主 要产量影响期的灾损预测模型； 步骤四、 得到最 终的油茶总灾损预测模型； 步骤五、 进行灾损预 测。 本发明通过综合运用相关分析、 方差分析、 XGBoost因子重要 性分析、 核密度 拟合四种方法， 得到了油茶生产关键气候风险因子， 并采用 XGBoost算法建立了相 关的灾损预测模型， 便于 进行灾损预警以及灾损预防和补救。 权利要求书1页 说明书23页 附图8页 CN 113947031 A 2022.01.18 CN 113947031 A 1.一种油茶灾损预测方法， 其特 征在于， 包括如下步骤： 步骤一、 收集油茶在各主要产量影响期的气候影响因子以及对应的油茶相对气象产 量； 步骤二、 分析得到各主要产量影响期的关键气候影响因子并结合对应的油茶相对气象 产量形成主 要产量影响期数据集； 步骤三、 根据油茶相对气象产量和各主要产量影响期的关键气候影响因子建立各主要 产量影响期的灾损预测模型， 然后通过主要产量影响期数据集训练得到各最 终的主要产量 影响期的灾损预测模型； 步骤四、 自各主要产量影响期的关键气候影响因子 中选取油茶全生育期气候影响因子 并结合对应的油茶相对气象产量形成预测数据集； 根据选取的气候影响因子和对应的油茶 相对气象产量建立油茶总灾损预测模型， 然后通过预测数据集训练得到最终的油茶总灾损 预测模型； 步骤五、 在油茶实 际生长时， 将油茶对应生育期的关键气候影响因子输入对应的产量 影响期的灾损预测模 型， 预测油茶在该产量影响期出现灾损的概率， 从而评估灾损情况； 当 油茶果实成熟后将油茶全生育期的气候影响因子输入油茶总灾损预测模型预测得到当年 的油茶灾损概 率和灾损率， 从而评估灾损情况。 2.如权利要求1所述的油茶灾损预测方法， 其特征在于， 所述各主要产量影响期的灾损 预测模型和油茶总灾损预测模型均通过 XGBoost算法建立。 3.如权利要求1所述的油茶灾损预测方法， 其特征在于， 所述各主要产量影响期包括春 梢萌动期、 花期、 幼果期、 果实膨大高峰期、 油脂积累积期和果实成熟期。 4.如权利要求3所述的油茶灾损预测方法， 其特征在于， 所述春梢萌动期的关键气候影 响因子包括日平均气温< 5℃积温、 平均最高气温、 平均最低气温、 累积降水； 花期的关键气候影响因子包括日平均气温<10℃积温、 日平均气温≥10℃活动积 温、 平 均最低气温、 寡照天数； 幼果期的关键气候影响因子包括日平均气 温≥5℃活动积 温、 平均温度、 平均最高温度 和极端最低温度； 果实膨大高峰期的关键气候影响因子包括最高气 温≥35℃有效积温、 日最高气温≥37 ℃有效积温、 累积日照和日降水量≥1.0m m的日数； 油脂积累期的关键气候影响因子包括日最高气温≥35℃有效积 温、 日最高气温≥35℃ 天数、 日最高气温≥3 5℃的最长连续日数和最长连续无降水日数； 果实成熟期的主要关键影响因子包括日降水量≥0.1mm日数、 累积降水、 日降水量≥ 0.1mm最长连续降水日数、 日降水量≥10m m日数。 5.如权利要求4所述的油茶灾损预测方法， 其特征在于， 所述全生育期气候影响因子包 括花期的日平均气温<10℃积温、 春梢萌动期的日平均气温<5℃积温、 幼 果期的平均最高气 温、 果实膨大高峰期的日降水量≥37℃有效积温和成熟期的日降水量≥0.1m m日数。 6.如权利要求1所述的油茶灾损预测方法， 其特征在于， 所述主要产量影响期数据集和 总预测数据集均将80％的数据作为训练集， 20％的数据作为测试集。权　利　要　求　书 1/1 页 2 CN 113947031 A 2一种油茶 灾损预测方法 【技术领域】 [0001]本发明涉及 农业领域， 尤其涉及一种油茶灾损预测方法。 【背景技术】 [0002]油茶是我国特有的高档木本食用油料植物。 目前， 我国油茶主要分布在长江流域 及其以南的14个省份， 其中， 湖南省的油茶种植面积、 茶油产量和产值均居全国首位。 同所 有露天生产的农作物一样， 气象条件是影响油茶产量、 品质、 成本的重要因素。 油茶从春梢 生长到果实成熟 的整个生育期历时近2a的周期， 油茶的营养生长和生殖生长互相影响、 交 错， 而每个物候期的气象条件都会影响到油茶的生长发育， 进而影响到油茶产量。 因此， 研 究各种气象灾害对湖南油茶产量的影响， 并给出定量灾损 评估模型， 对开展农业气象防灾 减灾， 提升气象为农服 务水平具有重要作用。 【发明内容】 [0003]为解决上述技术问题， 本发明公开了一种油茶灾损 预测方法。 本发明通过综合运 用相关分析、 方差分析、 XGBoost因子重要性分析、 核密度拟合四种方法， 得到了油茶生产关 键气候风险因子， 并建立了相关的灾损预测模型， 便 于进行灾损预警以及灾损预防和补救。 [0004]为了实现上述目的， 本发明的技 术方案如下： [0005]一种油茶灾损预测方法， 包括如下步骤： [0006]步骤一、 收集油茶在各主要产量影响期的气候影响因子以及对应的油茶相对气象 产量； [0007]步骤二、 分析得到各主要产量影响期的关键气候影响因子并结合对应的油茶相对 气象产量形成主 要产量影响期数据集； [0008]步骤三、 根据油茶相对气象产量和各主要产量影响期的关键气候影响因子建立各 主要产量影响期的灾损预测模型， 然后通过主要产量影响期数据集训练得到各最 终的主要 产量影响期的灾损预测模型； [0009]步骤四、 自各主要产量影响期的关键气候影响因子选取油茶全生育期气候影响因 子并结合对应的油茶相对气象产量形成预测数据集； 根据选取的气候影响因子和对应的油 茶相对气象产量建立油茶总灾损预测模型， 然后通过预测数据集训练得到最 终的油茶总灾 损预测模型； [0010]步骤五、 在油茶实际生长时， 将油茶对应生育期的关键气候影响因子输入对应的 产量影响期的灾损预测模型， 预测油茶在该产量影响期出现灾损的概率， 从而评估灾损情 况； 当油茶果实成熟后 将油茶全生育期的气候影响因子输入油茶总灾损预测模型预测得到 当年的油茶灾损概 率和灾损率， 从而评估灾损情况。 [0011]进一步的改进， 所述各主要产量影响期的灾损预测模型和油茶总灾损预测模型均 通过 XGBoost算法建立。 [0012]进一步的改进， 所述各主要产量影响期包括春梢萌动期、 花期、 幼果期、 果实膨大说　明　书 1/23 页 3 CN 113947031 A 3