基于相空间重构和支持向量机的小麦条锈病预测方法.docVIP

基于相空间重构和支持向量机的小麦条锈病预测方法 刘诚，熊万丹，付蜀智 （四川农业大学，都江堰 611830） 摘要：小麦条锈病预测对小麦灾害的预防和控制具有十分重要的意义.本文使用相空间重构和最小二乘支持向量机相结合的方法对成都市小麦条锈病发病率进行预测.实验中使用成都地区的气象数据作为模型的输入参数，发病率作为模型的输出参数，对20例发病病例样本进行预测，得到了比较好的预测效果.实验中还与简单最小二乘支持向量机预测结果作了对比，结果表明，相空间重构和最小二乘支持向量机结合的模型预测准确率明显高于简单最小二乘支持向量机，因此本模型对小麦条锈病预测是十分有效的. 关键词：小麦条锈病；相空间重构；支持向量机 中图分类号： 文献标识码： 文章编号： The Method of Wheat Stripe Rust Predicting Base on Phase Space Reconstruction and Support Vector Machine Liu Cheng，Xiong Wan-Dan，Fu Shu-Zhi （Sichuan Agricultural Uniersity, China）Abstract:Wheat stripe rust prediction has very vital significance for the prevention and control of wheat disaster. This paper predicted the wheat stripe rust incidence in Chengdu using PSR and LSSVM. The Meteorological data was as input parameters, and the incidence rate was as the output parameter in the test. To predict the 20 cases samples, this paper got better predictive effect. With comparison，the method in this paper is much better than SVM.So,the model in this paper is very effective for wheat stripe rust prediction. Keywords:wheat stripe rust; Support Vector Machine; Phase Space Reconstruction 1.引言 小麦条锈病是一种典型的叶部气传真菌病害，是世界各小麦主产国最主要的病害之一，也是长期影响我国小麦安全生产的严重生物灾害之一，在我国的流行区域主要是四川、甘肃、重庆、云南、贵州等地.近年来成都平原的气候不断变暖，秋季多雨，冬季多雾等都为小麦条锈病的发生和流行提供了条件，使得成都市的小麦条锈病多次发生，且危害严重，在流行年份导致成都市小麦减产10%-20%，特大流行年份减产高达60%以上，甚至导致小麦绝收.正是由于小麦条锈病对粮食安全和品质造成了巨大的危害，因此预测小麦条锈病的发病率具有重要意义，它不仅可以有效预防和控制小麦条锈病的发生，还可以提高农业生产中的管理水平，发展精准农业，减少病害损失、提高农业的产量和品质. 为了对该病害及时准确预报，前人已经有了大量的研究，比如特尔菲法、相关回归分析，时间序列分析等等，但大多数是以线性分析为基础的数理统计模型.然而小麦条锈病的发生与流行本身十分复杂，表现出高度的非线性和多时间尺度特性，因此采用传统的预报模型就不能反映出预测过程中的不确定性和非线性.本文提出一种将相空间重构（PSR）和最小二乘支持向量机（LSSVM）结合的非线性时间序列预测建模方法，建立一个在小样本情况下的小麦条锈病预测模型. 2.基于 PSR-LSSVM的小麦条锈病发病率预测模型 2.1相空间重构算法原理 相空间重构是混沌时间序列预测的有效方法，可通过利用系统长期演化的任一变量时间序列来研究系统的混沌行为.从而解决了从实际的时间序列里提取非线性特征物理量的科学问题.在此基础上，可以利用事物发展的时间序列本身所计算出来的客观规律进行预测，此法可避免预测的人为主观性，从而提高预测的精度和可信度. 相空间重构理论是Packard等[3]人在1980年最先提出来的. 之后，Takens则从数学上为其奠定了可靠的基础[7]，提出通过选取最佳的时间延迟和嵌入维数，从单个变量时间序列中恢复出整个原相空间的状态轨迹. 其基本原理如下： 假设时间序列为，引入时间延迟参数和重构维数，得到： 根据Ta