生物炭基肥的施用风险评估方法及系统与流程

本发明涉及农业风险评估，尤其涉及一种生物炭基肥的施用风险评估方法及系统。

背景技术：

1、生物碳基肥是一种由生物炭作为主要成分的肥料，通常通过将生物质原料（如木材、秸秆、农作物残留物等）在无氧条件下热解制成。生物炭具有多孔结构，大表面积和高孔隙率，有利于土壤微生物的生长和根系的扎根。它含有丰富的碳元素，并富含有机质和微量元素，能够改善土壤结构，提高土壤保水保肥能力，促进植物生长发育。生物碳基肥的应用不仅可以提高农作物的产量和品质，还能够减少化肥的使用量，对环境友好。

2、尽管生物炭基肥在提高土壤肥力和改善农作物生长方面具有显著的优势，但其施用也存在一定的风险。生物炭基肥的施用风险主要涉及养分释放不稳定、植物毒性、微生物群落影响、土壤酸碱度变化以及价格和供应不稳定性等几个方面。首先，养分释放速度可能不稳定，导致土壤肥沃度波动，影响植物生长。其次，如果制备过程中存在毒性物质，可能对植物产生负面影响，而微生物群落的改变也可能影响土壤生态系统平衡。此外，生物炭基肥料可能改变土壤酸碱度，影响不同植物的生长，同时价格和供应的不稳定性也增加了农民的经济负担。因此，在使用生物碳基肥时，需要合理评估风险。

3、然而，因资源有限、施肥的周期过长等因素，现有的生物炭基肥的施用风险评估方法通常存在数据不足的问题，这就使得现有的施用风险评估模型缺乏确定性，难以全面地评估生物炭基肥的潜在风险。因此，人们需要一种能够在现有的评估模型缺乏确定性的条件下，尽量准确地评估生物炭基肥的施用风险的解决方案。

技术实现思路

1、因此，本发明提供一种生物炭基肥的施用风险评估方法及系统，用以解决现有技术中如何在现有的评估模型缺乏确定性的条件下，尽量准确地评估生物炭基肥的施用风险的问题。

2、本发明提供了一种生物炭基肥的施用风险评估方法，包括：

3、基于预设预测模型，预测目标土壤在施用生物碳基肥后的多个预设时刻下的预测数据向量，得到预测数据向量序列；

4、获取目标土壤在施用生物碳基肥后的多个预设时刻下的实际数据向量，得到实际数据向量序列；

5、根据预测数据向量序列和实际数据向量序列的相似程度，得到预设预测模型的偏差修正规则；

6、基于预设预测模型，预测目标土壤在施用生物碳基肥后的目标预设时刻下的目标数据向量，并基于偏差修正规则对目标数据向量进行修正，得到修正数据向量；

7、根据修正数据向量进行施用风险评估；

8、其中，预测数据向量、实际数据向量、目标数据向量和修正数据向量均为由多种评估参数作为元素构成的向量。

9、本发明还提供一种优选的方案：所述根据预测数据向量序列和实际数据向量序列的相似程度，得到预设预测模型的偏差修正规则，包括：

10、对预测数据向量序列和实际数据向量序列进行动态时间弯曲处理，得到最优路径，其中，最优路径为由预测数据向量以及实际数据向量构成的向量对所组成的向量对序列；

11、根据最优路径中，向量对的距离变化，得到整体偏差修正规则；

12、根据最优路径中，每对向量对中同种评估参数的差异变化，得到局部偏差修正规则；

13、其中，整体偏差修正规则和局部偏差修正规则构成预设预测模型的偏差修正规则。

14、本发明还提供一种优选的方案：所述对预测数据向量序列和实际数据向量序列进行动态时间弯曲处理，得到最优路径，包括：

15、基于预设距离度量规则，计算预测数据向量序列和实际数据向量序列中两个向量之间的度量距离；

16、根据计算的度量距离，构建累积距离矩阵；

17、根据累积距离矩阵，寻找距离总和最小的向量对配准路径，得到最优路径。

18、本发明还提供一种优选的方案：所述预设距离度量规则，包括：两个向量之间的曼哈顿距离及切比雪夫距离之和，作为两个向量之间的度量距离。

19、本发明还提供一种优选的方案：所述根据最优路径中，向量对的距离变化，得到整体偏差修正规则，包括：

20、计算最优路径中，每个向量对之间的度量距离，得到距离序列；

21、根据每个预设时刻，拟合距离序列得到距离-时间变化函数；

22、统计预测数据向量或实际数据向量的数量，得到第一数量值；

23、统计最优路径中所有向量对的数量，得到第二数量值；

24、统计最优路径中，对应相同的预设时刻的向量对的数量，得到第三数量值；

25、根据距离-时间变化函数、第一数量值、第二数量值和第三数量值，建立整体偏差修正规则。

26、本发明还提供一种优选的方案：所述整体偏差修正规则，包括：

27、通过下式对目标数据向量中的评估参数进行修正：

28、；

29、其中，为目标数据向量中修正后的评估参数，为目标数据向量中修正前的评估参数，为距离-时间变化函数，为目标预设时刻，为第一数量值，为第二数量值，为第三数量值，、和分别为不同的权重系数，和均为0至1之间的随机数。

30、本发明还提供一种优选的方案：所述根据最优路径中，每对向量对中同种评估参数的差异变化，得到局部偏差修正规则，包括：

31、计算最优路径中每对向量对的差值向量，得到差值向量序列；

32、提取差值向量序列中同维度的元素，得到每种评估参数对应的差值变化序列；

33、根据差值变化序列的统计特征，选择波动最小的差值变化序列对应的评估参数，作为基准评估参数；

34、根据不同差值变化序列之间的线性相关关系，计算每两个评估参数之间的皮尔逊相关系数；

35、根据基准评估参数和皮尔逊相关系数，建立局部偏差修正规则。

36、本发明还提供一种优选的方案：所述局部偏差修正规则，包括：

37、通过下式根据皮尔逊相关系数和基准评估参数，对目标数据向量中的非基准评估参数进行修正：

38、；

39、其中，为修正后的非基准评估参数，为修正前的非基准评估参数，为该非基准评估参数与基准评估参数之间的皮尔逊相关系数，为基于基准评估参数得到的增量系数，为权重参数。

40、本发明还提供一种优选的方案：所述基于预设预测模型，预测目标土壤在施用生物碳基肥后的目标预设时刻下的目标数据向量，并基于偏差修正规则对目标数据向量进行修正，得到修正数据向量，包括：

41、基于预设预测模型，预测目标土壤在施用生物碳基肥后的目标预设时刻下的目标数据向量；

42、基于整体偏差修正规则，对目标数据向量中的所有评估参数进行修正，得到修正后的目标数据向量；

43、基于局部偏差修正规则，对修正后的目标数据向量中的非基准评估参数再次进行修正，得到修正数据向量。

44、本发明还提供一种生物炭基肥的施用风险评估系统，包括：

45、初级预测模块，用于基于预设预测模型，预测目标土壤在施用生物碳基肥后的多个预设时刻下的预测数据向量，得到预测数据向量序列；

46、数据采集模块，用于获取目标土壤在施用生物碳基肥后的多个预设时刻下的实际数据向量，得到实际数据向量序列；

47、修正分析模块，用于根据预测数据向量序列和实际数据向量序列的相似程度，得到预设预测模型的偏差修正规则；

48、次级预测模块，用于基于预设预测模型，预测目标土壤在施用生物碳基肥后的目标预设时刻下的目标数据向量，并基于偏差修正规则对目标数据向量进行修正，得到修正数据向量；

49、风险评估模块，用于根据修正数据向量进行施用风险评估；

50、其中，预测数据向量、实际数据向量、目标数据向量和修正数据向量均为由多种评估参数作为元素构成的向量。

51、采用上述实施例的有益效果是：

52、本发明提供一种生物炭基肥的施用风险评估方法及系统，其先基于预设预测模型，预测目标土壤在施用生物碳基肥后的多个预设时刻下的预测数据向量，得到预测数据向量序列，然后获取目标土壤在施用生物碳基肥后的多个预设时刻下的实际数据向量，得到实际数据向量序列，之后根据预测数据向量序列和实际数据向量序列的相似程度，得到预设预测模型的偏差修正规则，再基于预设预测模型，预测目标土壤在施用生物碳基肥后的目标预设时刻下的目标数据向量，并基于偏差修正规则对目标数据向量进行修正，得到修正数据向量，最后根据修正数据向量进行施用风险评估。相比于现有技术，本发明通过实际采集的实际数据向量序列与预测得到的预测数据向量序列的对比，分析出现有的预设预测模型在当前场景下的准确度，从而得到一个符合实际情况的偏差修正规则，这样再结合预设预测模型和偏差修正规则，便可以达到在缺乏实验数据、只能用已有的施用风险预测模型的条件下，尽量消除已有的预设预测模型的误差，尽量准确地评估生物炭基肥的施用风险的目的。