本發明公開了一種小麥赤霉病動態預警方法及裝置，通過歷史時期的小麥生長數據提取到小麥抽穗期和開花期對應的氣象特征，利用關聯性信息在氣象特征中篩選得到小麥氣象解釋因子，并且利用目標數據確定小麥赤霉病光譜解釋因子，最后結合小麥氣象解釋因子和小麥赤霉病光譜解釋因子，預測得到小麥赤霉病發病預測數據。本發明結合了小麥赤霉病解釋因子的綜合性，考慮了遙感數據長時間序列上的信息，對于氣象數據的時間定位更準確，使得該方法具有更優的普遍性，提高了預測精度。

技術領域

本發明涉及信息處理技術領域，特別是涉及一種小麥赤霉病動態預警方法及裝置。

背景技術

小麥赤霉病為典型的氣象型作物病害，小麥抽穗-開花期前后適宜的溫度、降雨量、降雨日數、相對濕度是赤霉病菌生長繁殖的主導因素。基于上述原理，目前已有關于構建相關氣象模型預測小麥赤霉病發生或發生的嚴重程度的研究。

目前的研究主要包括以下幾個方面：根據小麥發病生育期(開花期前后)，選擇多個氣象因子進行組合，分別計算開花前7天及后10天的氣象數據，構建預測模型，結果表明，與赤霉病相關性最強的氣象因子為平均相對濕度、平均溫度及溫度在9℃到30℃間相對濕度大于90％的小時數，并在隨后的研究中發現在開花期前40天，部分氣象特征即出現差異，且在開花期間發生最大差異，即為小麥對鐮刀菌最敏感的時期。但是有研究者指出，小麥在抽穗-開花期間較大的群體密度、過高的郁閉度、過旺或較弱的長勢是赤霉病易發的主要農學誘因，且小麥赤霉病的流行是病原菌相互作用、易感寄主的存在和有利的氣象條件共同作用的結果。單一利用生長環境信息對病毒進行預測難以提高預測精度，且受氣象站點數量、位置的限制，不易于大面積推廣。

發明內容

針對于上述問題，本發明提供一種小麥赤霉病動態預警方法及裝置，實現了提高預測精度以及提升普遍適用性的目的。

為了實現上述目的，本發明提供了如下技術方案：

一種小麥赤霉病動態預警方法，所述方法包括：

基于歷史時期的小麥生長數據，預測得到待預測時間的小麥抽穗期和開花期；

依據獲取到的地面氣象數據，提取所述小麥抽穗期和開花期對應的氣象特征；

獲取目標數據，所述目標數據包括小麥赤霉病冠層高光譜數據及其對應的發病嚴重數據，以及目標地區小麥樣本的赤霉病發病嚴重度數據；

基于所述目標地區小麥樣本的赤霉病發病嚴重度數據，確定氣象特征與赤霉病的關聯性，并基于所述關聯性在所述氣象特征中篩選得到小麥氣象解釋因子；

利用所述目標數據，確定小麥赤霉病光譜解釋因子；

基于所述小麥氣象解釋因子和所述小麥赤霉病光譜解釋因子，預測得到待預測時間的目標地區的小麥赤霉病發病預測數據。

可選地，所述基于歷史時期的小麥生長數據，預測得到待預測時間的小麥抽穗期和開花期，包括：

基于歷史時期的小麥生長數據，擬合生成小麥生長曲線；

依據所述小麥生長曲線，確定待預測時間對應的目標年份的小麥返青期；

根據所述目標年份的小麥返青期，預測得到待預測時間的小麥抽穗期和開花期。

可選地，所述利用所述目標數據，確定小麥赤霉病光譜解釋因子，包括：

基于所述小面赤霉病冠層高光譜數據，模擬得到衛星多光譜數據，并計算得到多光譜特征；

利用所目標地區小麥樣本的赤霉病發病嚴重度數據，對所述多光譜特征進行篩選，確定小麥赤霉病光譜解釋因子。

可選地，所述方法還包括：

獲取目標數據的遙感影像，并基于所述遙感影像確定目標時間對應的影像；