基于HP滤波和BP神经网络的小麦产量预测与可视化系统

作     者：马兆务 

作者单位：河南农业大学 

学位级别：硕士

导师姓名：马新明;李勇

授予年度：2021年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080902[工学-电路与系统] 0809[工学-电子科学与技术（可授工学、理学学位）] 081104[工学-模式识别与智能系统] 08[工学] 09[农学] 0901[农学-作物学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：小麦 气候年型 产量分离 HP滤波法 BP神经网络 可视化 

摘      要：小麦是世界三大粮食作物之一,其产量约占我国粮食总产量的三分之一。河南作为中原粮仓,保持种植面积和产量的稳定对保障国家粮食安全具有重大意义。科学准确的产量预测,可以为相关部门制定粮食生产目标,指导农业生产,促进农民增收提供依据,为扛稳粮食生产重任提供技术保障。本文利用河南省15个气象站点1984-2018年35年的温度、降雨量等数据,划分了由积温年型和降雨年型组合的气候年型,依据小麦产量资料划分了产量年型,然后总结分析气候年型和产量年型之间的一般规律。依据河南省豫北麦区、豫中东部麦区、豫西麦区、豫南麦区和南阳盆地五大麦区基础,利用HP滤波法分离出小麦生产过程中的气象产量和趋势产量,以气象因子驱动并利用BP神经网络方法构建气象产量预测模型,利用线性回归模型预测小麦的趋势产量,再把两者预测产量叠加获得小麦产量预测值,实现对小麦产量的预测,最后采用可视化技术,研发了小麦产量预测与可视化系统。主要研究结果如下:1.通过对河南省积温年型、降雨年型和产量年型的划分,分析了不同气候年型的差异及其对产量年型的影响。结果表明,河南省15个气象站点1984-2018年的35年间积温年型中暖温年有99年、平温年有314年、冷温年有112年;降雨年型中湿年有159年、平水年有183年、干年有183年;产量年型中丰产年有145年、平产年248年、低产年有132年。分析发现河南省积温年型以暖温年、平温年型为主,降雨年型分布比较均匀。气候年型中以正常年和干年为主,暖湿年小麦易获得高产,丰产年出现频率为76.9%,冷湿年小麦不易获得高产,低产年出现频率为67.9%;气象数据中积温是影响小麦产量波动的主要因素,暖年年型下小麦更容易丰产,冷年时小麦低产概率较高。2.通过对河南省小麦气象产量和趋势产量的分离、构建了小麦产量综合预测模型,并对河南五大麦区小麦产量进行了预测。结果表明,降雨和水分管理不同,对小麦产量的预测效果不同,与实际产量比较,对豫西旱作麦区的预测误差最大,相对误差为0.58%,对豫北麦区的预测误差最小,为0.31%,其他三个麦区豫中东部麦区、豫南麦区和南阳盆地麦区预测的误差分别为0.36%、0.48%和0.38%,说明利用HP滤波和BP神经网络技术预测小麦产量是可行的。3.研建了小麦产量预测与可视化系统平台。利用并行计算的Map Reduce技术实现积温、降雨的计算,结合农作物气候年型国家标准实现气候年型的判定及其分析;利用Python编程HP滤波法,通过数据移动平均法原理设计一个高通滤波器,实现小麦产量分离的功能;利用Java编程的Encapsulation封装技术把产量预测的训练模型封装打包,通过Spring Boot服务端的Restful接口调用封装打包的模型在系统中实现产量预测。采用Echarts框架构建了Map()、Bar()、Pie()、Line()方法实现积温降雨、产量分离及预测功能结果的可视化展示,用户可以进行相关的功能操作并实时可视化查看。