第11章 农业预测预警 (1)讲解

《智慧农业关键技术与装备》第十一章农业预测预警机电工程学院目录Content概述老师出镜农业预测方法农业预警方法典型案例01020304第十一章农业预测预警11.1概述11.1概述

前言：农业预测预警是农业信息处理方法中众多的应用领域之一，是在利用传感器等信息采集设备获取农业现场数据的基础上，采用数学和信息学模型，对研究对象未来发展的可能性进行推测和估计，并对不正确的状态进行预报和提出预防措施。概念：农业预测是以土壤、环境、气象资料、作物或动物生长、农业生产条件、化肥农药、饲料、航拍或卫星影像等实际农业资料为依据，以经济理论为基础，以数学模型为手段，对研究对象未来发展的可能性进行推测和估计；是精确施肥、灌溉、播种、除草、灭虫等农事操作及农业生产计划编制、监督执行情况的科学决策的重要依据，也是改善农业经营管理的有效手段。因此，农业预测是未来农业物联网基础下，支持农业生产、销售活动各环节的重要技术手段之一。11.1概述

预测与预警的关联：预测：农业预测的精度直接影响决策的正误和处理方案的质量，由此可见，如何对农业各个决策环节进行预测，并怎样高精度的预测是现代精准农业研究的重要问题。预测的方法多种多样，每个预测方法都不可能完全包含预测目标的所有影响因子，鉴于在农业体系中预测目标的复杂性与多样性，选取什么样的预测方法、建立什么样的数学模型才能更适合现代精准农业的预测要求是关键。预警：预警是预测发展的高级阶段，是在预测基础上，结合预先的领域知识，进一步给出的判断性说明，以避免危害在不知情或准备不足的情况下发生，从而最大程度地减低危害所造成的损失的行为，使预测的内容更加丰富而广泛。所谓农业预警是指对农业的未来状态进行测度，预报不正确状态的时空范围和危害程度以及提出防范措施，最大程度上避免或减少农业生产活动中所受到的损失，从而在提升农业活动收益的同时降低农业活动的风险。农业预警就是要研究警情的排除，消除已经出现的警情、预防未来可能出现的警情。11.1概述

农业预测预警目的：农业预测预警是农业物联网的重要应用之一，也是核心技术手段之一。其目的是通过对获得的大量农业现场数据、农业生产数据、农业销售数据等进行数学和信息学处理，得到适用于不同时期（长期、中期、短期）的农业研究对象客观发展规律和趋势，根据人对农业的具体需求，通常是最大化农业生产价值，对未来某个时期进行状态估计和预测，对不正确的发展状态及时提醒相关参与者，并提供发生的时空范围、危害程度和处理方案，以期最大程度地提升农业活动收益和降低农业活动风险。湖南生物机电职业技术学院欢迎你！感谢聆听务本崇实修德精业第十一章农业预测预警11.2农业预测方法11.2.1农业预测的基本原则

任何事物的发展都与其过去的行为有着一定的联系。过去的行为不仅影响到现在，还影响到未来，这表明，任何事物的发展都带有一定的延续性，即惯性。惯性越大表明过去对未来的影响越大，反之亦然。惯性原则的存在，不仅为预测方法提供了思路，也为预测的可行性提供了一定的理论基础。惯性原则相关原则是研究事物发展复杂性的一个必不可少的原则。任何事物的发展变化都不是孤立的，都是与其他事物发展变化相互联系、相互影响而确定其运动轨迹的。相关性有多种表达形式，其中最为广泛的是因果关系。即任何事物的发展变化都是有原因的，其变化状况是原因的结果，相关回归预测模型就是以这一原则为前提的。相关原则所谓预测的类推原则，即许多事物的发展规律有着相似之处，用一个事物的变化规律来类推另外一个事物的变化规律。应用这一原则可使我们的预测工作大大简化，在预测中常常采用经验曲线来进行预测，这就是以类推原则作为理论依据的。类推原则由于各种因素的干扰，常常使事物的各个方面的变化呈现出随机形式。随机变化的不确定性往往给预测工作带来很大的困难，这时就需要应用随机方法对一些不确定的问题进行研究，并探讨预测方法。这种依据概率进行推断的原则就是概率推断原则。概率推断原则质、量分析相结合是指预测中要把量的分析（定量预测法）与质的分析法（定性预测法）相结合起来使用，才能取得良好的效果。质、量分析相结合原则0103020405湖南生物机电职业技术学院欢迎你！感谢聆听务本崇实修德精业第十一章农业预测预警11.2.2农业预测模型选择11.2.2农业预测模型选择

以定性分析为先导01以管理决策为根本目标02以科学方法论为理论指导03以数学模型为主要工具0411.2.2农业预测模型选择

为此，从系统论的观点出发，建立预测的数学模型首先最重要的是确定四个问题：明确研究对象，研究对象的属性，研究对象的活动和研究对象所处的环境。在建立数学模型的过程中，如果研究对象的机理比较简单，一般用静态、线性、确定性模型等描述就能达到建模目的，基本上可以使用初等数学的方法求解和构造这类模型。当描述实际对象的某些特性随时间或空间而演变的过程，分析它的变化规律，预测它的未来形态时，要建立对象的动态模型，通常要用到微分方程模型。研究系统运行的过程并对其中有典型意义的问题进行优化，从而找出共性相关的问题时可以采用运筹学的方法建立数学模型，其目的使决策者科学地确定其方针和行动，使之符合客观规律，获得最优解。在解决实际农业预测问题的过程当中，不同属性的问题可以采取不同的数学模型与之相对应，但不是数学模型越复杂就越好，要尽可能地使用简单的数学模型。建立数学模型的重点在于问题的解决以及便于理解和接受。湖南生物机电职业技术学院欢迎你！感谢聆听务本崇实修德精业第十一章农业预测预警11.2.3农业预测的基本步骤11.2.3农业预测的基本步骤

在建模前应对农业领城实际问题的背景有一定的了解，对该问题进行深入的、全面的调查和研究，收集与该问题相关的数据和资料。对其内在规律有本质上的认识。只有在对所有的资料进行研究和分析之后，明确问题所在，也就是对系统进行可行性分析，才能了解究竟要建什么样的模型以及建模的目的是什么。明确对象，界定问题这是整个决策过程中十分重要的一环，在具体建模农业预测模型时，要利用具体农业领域应用背景知识，搞清楚变量的性质，变量与变量之间的关系，目标与约束之间的关系等。建立模型需要有两方面的能力∶一方面是专业的学习能力，另一方面是良好的判断能力。除此之外还要了解建模的基本要求。例如结构要简洁，要注意分析模型的有效性等。建立决策分析模型农业领域现实问题错综复杂，要想用一个数学模型把现实问题的各个方面都体现出来是不可能的。只有抓住主要因素和必要因素，忽略次要因素，对所研究问题进行归类处理，尽量简化问题，突出主要矛盾才能在相对简单的情况下，理清变量间的关系，建立相应的数学模型。归类处理，概念细化模型求解就是分析人员借助模型获得解决问题有效方法的过程。模型求解的方法包括数值法和分析法，其中数值方法一般是通过某种模型逐步寻找并不断改进的过程来求解，分析方法则是按照数学公式一步到位求出具体的解。把由模型得到的结果同定性分析和实际掌握的情况相对照，可以评判模型本身的好坏，从而为修订模型提供意见。模型求解和检验决策报告必须建立在决策分析结果的基础之上，以使管理决策者了解和相信决策方案的依据所在。另外在报告中，应该讲清楚决策方案实施过程中需要注意的问题。形成决策分析报告0103020405湖南生物机电职业技术学院欢迎你！感谢聆听务本崇实修德精业第十一章农业预测预警11.2.4农业预测的基本方法11.2.4农业预测的基本方法

1.农业预测方法的分类（1）按所涉及范围的不同，可分为宏观预测和微观预测宏观是指从整个农业发展的总体作为考核对象，研究农业发展中各项指标之间的关系及其发展变化；微观是考核某个农业领城基本组成单元的生长发展的前景，研究个别单元或类别微观农业中各项指标之间的关系和发展变化。（2）按时间长短的不同，可分为长期农业预测、中期农业预测、短期农业预测和近期农业预测长期常常是指5年以上的农业前景发展变化的预测;中期指1年到5年的农业发展预测，常常是制定农业生产计划的依据；短期是指3个月到1年之间的农业发展预测，常用于农业生产管理部门制定年、季度计划的依据，近期是指3个月以下的农业预测，如旬、月度计划等。（3）按预测方法的性质不同，可分为定性预测和定量预测定性是指预测者根据自己的经验和理论知识，通过调查、了解实际情况，对农业情况的发展变化做出判断和预测;定量是指运用统计模型和方法，在准确、实时调查资料、信息的基础上，进行预测，如时间序列预测、因果关系预测等。（4）按时态的不同，可分为静态预测和动态预测静态预测是指没有时间变动的因素，对相同时期农业生产指标的因果关系进行的预测;动态预测是指考虑到时间的变化，按照农业发展的历史和现状，对未来情况进行的预测。

11.2.4农业预测的基本方法

2.回归预测方法回归预测法是根据各种观察指标之间的关系，通过对跟预测对象相关的事物的趋势分析，推测预测对象未来发展变化的预测方法。回归分析是指某随机变量与其他自变量之间的数量变动关系，这种变动关系就称为回归模型。回归模型的分类包括∶①按自变量个数的多少，分为一元和多元回归模型；②按是否是线性，可分为线性回归模型和非线性回归模型；③按是否带有虚拟变量，可分为普通回归模型和虚拟变量回归模型。普通回归模型的自变量都是数值类型，而虚拟变量回归模型的自变量既有数值类型，也有品质变量类型。11.2.4农业预测的基本方法

3.时间序列分解法与趋势外推法

（1）时间序列分解法预测指标的时间序列变化受许多因素的影响，可以将这些影响时间序列变化的因素分为四类∶长期趋势因素（T）、季节变动因素（S）、周期变动因素（C）、不规则变动因素（I）。时间序列分解的方法有很多，常见模型方法有加法模型和乘法模型。（2）趋势外推法当预测指标依时间变化呈上升或下降趋势，没有明显的季节波动，又能找到合适的函数曲线反映这类变化趋势时，就可以用趋势外推法进行预测。使用这种方法需要满足两个假设∶事物发展过程没有跳跃式变化;某事物的发展因素，同样也决定事物未来的发展，它们的条件不变或者变化较小。趋势外推法的要点是选择合适的趋势模型。模型的选择可使用图形识别法和差分法。11.2.4农业预测的基本方法

4.时间序列平滑预测法时间序列是按时间先后顺序，将某一统计指标的数值进行排列而形成的数列。例如，某种化肥销售量按季度或月度排列起来的数列；某地区粮食年产量按年度顺序排列起来的数列等。时间序列分析的是统计数据随时间变化的规律，是一个动态的过程。其中各时期的数据值都是当时各种不同因素同时作用后的综合结果。在进行时间序列分析时，通常将其分为以下几类。长期趋势∶指在某种根本性因素的影响下，事物在较长一段时间内都会以一定的变化趋势发展的倾向。季节变动∶指在自然环境或社会因素的影响下，以季节为周期，时间序列会表现出的规律变动。循环变动∶指在某种因素的影响下，时间序列发生的周期产生不固定的波动变化，变动的周期短则数月，长则数年，并且周期也有可能发生变化。不规则变动∶指在各种偶然性因素，如战争、自然灾害等的影响下，时间序列表现出来的无周期性的变动。随机变动是指由于大量随机因素的影响，如人的个体意志，产生的综合、短期和不规则影响而引起的变动。11.2.4农业预测的基本方法

根据资料求出长期趋势、季节变动、循环变化和不规则变动的数学模型后，就可以计算出未来时间序列的预测值Yt，记Tt为长期趋势，St为季节变动；Ct为循环变动；It为不规则变动。时间序列Y可以表示为以上4个因素的函数，即Yt=f(Tt，St，Ct，It)通过Tt，St，Ct，It来求解Yt，较常用的模型有加法模型和乘法模型。加法模型为Yt=Tt+St+Ct+It，表示长期趋势、季节变动、循环变化和不规则变动之间不存在相互作用关系，时间序列的预测值仅为其数值的简单叠加。乘法模型为Yt=Tt*St*Ct*It，表示长期趋势、季节变动、循环变化和不规则变动之间存在相互作用关系，时间序列的预测值需要考虑其相互影响。从计算方法上看，时间序列中常用的平滑预测法包括移动平均法、自适应过滤法和指数平滑法等。指数平滑法的原理：任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均，通过对指数平滑值进行计算，结合一定的时间序列预测模型对现象的未来进行预测。

指数平滑法的优点：只要有上期实际数和上期预测值，就可计算下期的预测值，并且节省了储存和处理数据的消耗，一直以来都是一种受欢迎的短期预测方法。11.2.4农业预测的基本方法

5.自适应过滤法

自适应过滤法是根据一组给定的权数对时间数列的历史观察值，进行加权平均计算一个预测值，然后根据预测误差调整权数以减少误差，这样反复进行直至找出一组"最佳"权数，使误差减少到最低限度，再利用最佳权数进行加权平均预测。6.博克斯-詹金斯法该方法由美、英两位统计学家创建，是理论完善、应用广泛的一种预测方法，它包含三种模型∶自回归模型、滑动平均模型、自回归滑动平均混合模型（ARMA模型）。其中自相关系数的确定、自相关分析图的建立以及使用Yule-Walker所建立的自回归模型等，有较大的应用价值。7.灰色预测法灰色系统理论是由我国华中科技大学邓聚龙先生创建的，目前已获得极广泛的应用。灰色系统预测实际上就是一种单因素趋势外推的预测方法。其基本思想是把已知现在和过去的、无明显规律的时间数据列（原始数据列）进行一系列加工，得到有规律的时间数据列（生成数据列），然后再用微分方程对生成数据序列进行拟和，得到灰色系统动态预测模型GM（n，h）来进行中、长期预测。理论和实践都显示，灰色模型对原始数据的要求较高，只有在其呈指数规律变化的情况下，预测模型才能达到较高的预测精度;而当原始序列不呈指数规律变化时，预测结果就可能会出现较大的偏差。11.2.4农业预测的基本方法

8.卡尔曼滤波法

卡尔曼滤波理论是由Kalman把状态空间模型引入滤波理论推导出的一种递推估计算法（Kalman，1960）。卡尔曼滤波的基本思想是利用前一时刻得到的估计值和现时刻的观测值来更新估计状态变量，求出现时刻的估计值。它按照"预测——实测—修正"的步骤，根据现时刻的观测值来消除随机干扰，进而完成对模型的修正。卡尔曼滤波要求模型的结构与参数，以及随机向量的统计特征都是已知的。卡尔曼滤波无须存储历史数据，这些优点使它成为解决状态空间模型估计与预测问题的有力工具之一。9.混沌理论预测法

农业预测研究的对象在由相互之间非线性作用的多种因素构成的开放的复杂系统中较为常见，简单、封闭、线性的系统仅占极少数，对象的变化行为大多是动态、不连续、不稳定、不可逆的，稳定、平衡只是少数、暂时的现象。因此，依靠在传统科学范式基础上建立预测理论和方法或只用线性叠加组合的办法，很难实现现实生产生活中对预测值的要求。混沌理论是关于非线性系统的一门新兴科学，常见的混沌理论预测方法包括BRF神经网络模型、局域线性模型、最大lyapunov指数模型和Voltrra滤波器自适应预测模型。在三种典型的非线性系统中（logistic、henon、lorenz）进行仿真测试，结果4种方法都能达到很好的预测效果，Voltera滤波器自适应预测模型和BRF神经网络模型在精度上都是具有一定优势的。湖南生物机电职业技术学院欢迎你！感谢聆听务本崇实修德精业第十一章农业预测预警11.3农业预警方法11.3.1农业预警基本方法

预警的基本逻辑过程包括明确警义、寻找警源、分析警兆、预报警度以及排除警情等一系列相互衔接的过程。这里明确警义是大前提，是农业预警研究的基础，而寻找警源、分析警兆属于对警情的因素分析及定量分析，预报警度则是预警目标所在，排除警情是目标实现的过程。以水产养殖水质预警为例，其具体的预警逻辑过程如右图所示。1.明确警义明确警义，即确定警情，是预警的起点，警情是事物发展过程中出现的异常情况，在开始预警之前必先明确警情。警情可以从两个方面考查，一是警素，即构成警情的指标，即河蟹养殖用水由哪些指标来构成警情；二是警度，即警情的严重程度都有哪些，如集约化河蟹养殖的水质预警的警度可以分为无警、轻警、中警、重警等。11.3.1农业预警基本方法

2.寻找警源寻找警源，即寻找警情产生的根源。导致集约化河蟹养殖水质警情发生的原因主要有∶水源水质出现问题，导致入水的盐度、pH等参数不合格;水源的水处理设备出现问题，导致溶氧过低、pH、盐度不合标准;外界环境发生重大变化，如气温突然升高、气压突然降低等现象导致水池水质发生变化;其他设备问题，如增氧设备发生问题、人水水泵发生问题等。3.分析警兆警兆是处于萌芽状态的警情，是警情爆发之前的先兆，分析警兆是预警过程中的关键环节。从警源的产生到警情的爆发，其间必有警兆的出现。一般，不同的警情对应着不同的警兆。警兆可以是警源的扩散，也可以是警源扩散过程中其他相关的共生现象。一般来说，同一警情指标往往对应多个警兆指标，而同一警兆指标可能对应多个警情指标。当警情指标发生异常变化之前，总有一定的先兆（即警兆），这种先兆与警源可以有直接关系，也可以有间接关系，可以有明显关系，也可以有隐形的未知黑色关系。警兆的确定可以从警源入手，也可以依经验分析，分析警兆极其报警区间便可预报预测警情。如盐度出现逐步下降趋势、溶氧的变化规律曲线出现异常等，这些现象往往预示的警情的发生。11.3.1农业预警基本方法

4.预报警度预报警度是预警的目的，在河蟹疾病预警中，首先根据在警情确定时所得出的预警警限，通过对各类指标的分析，确定每一时期的警级大小，然后根据过去的各种指标预测未来某一时刻的警级。并实时报告当前预警警度（状态预警）、未来预警警度（预测预警）和各因素变化趋势（趋势预警）等。5.排除警情排除警情是指根据已经确定的警级大小，研究应对策略，并且针对每一种警情，都给出相应的对策建议，以消除警情。对于水质预警来说，就是按照"预防为主，综合防治，防重于治"的原则，通过分析当前水产养殖水质本身和各种因素的影响，确定警情的严重程度和水质的特征，向用户提供预警预案以及防治措施建议，并最终达到将警情消除的目的。湖南生物机电职业技术学院欢迎你！感谢聆听务本崇实修德精业第十一章农业预测预警11.4典型案例11.4

典型案例

1）采用马尔柯夫模型预测农业产值结构

鞠金燕和祝荣欣（2013）对我国农业产值结构的预测问题进行了研究，利用马尔柯夫模型计算出其状态转移概率矩阵的估算模型与优化方法。结合我国1999~2009年农业产值结构的统计数据，运用此模型预测了农、林、牧、渔各业的产值结构，结果表明此模型的运用对农业产值结构的平均拟合误差为3.08%，将