一种低温预报预警系统技术方案

本发明专利技术涉及监控技术领域，尤其涉及一种低温预报预警系统，基本信息模块包括应用场景的地理信息、监测物的品种信息、应用场景的低温灾情信息和低温阈值；低温微气象特征模块，用于获取监测物的生育关键期的局地低温微气象特征；实地气象监测模块用于实时监测应用场景内不同区域的监测物顶部高度的气象要素；多模式预报集成模块用于获取多数值预报模式对于应用场景的所属网格区域的预报结果；机器学习预报订正模块，用于机器学习订正数值预报结果到检测预报点位；预报预警信息推送模块，用于将预报预警信息推送给茶叶种植管理者，通过低温预报预警系统为茶园提供准确、及时、有效的低温预报服务，有助于茶园防御低温灾害，保障茶叶的产量和质量。茶叶的产量和质量。茶叶的产量和质量。

【技术实现步骤摘要】
一种低温预报预警系统


[0001]本专利技术涉及监控
，尤其涉及一种低温预报预警系统。

技术介绍

[0002]茶叶是我国重要的经济作物，其品质和产量与气象条件密切相关。低温是影响茶叶生长和品质的主要气象灾害之一，尤其是在秋冬和早春，低温会导致茶树冻害，造成茶叶减产或歉收。因此，对茶园低温进行准确的监测和预报，对于茶叶种植管理者采取有效的防御措施，保障茶叶的安全生产具有重要意义。
[0003]如一公告号为CN214311377U公开了一种茶园茶叶生长状态监控系统，包括微处理器、湿度传感器、温度传感器、酸碱度传感器、红外摄像头、无线传输设备和远程监控中心；还包括光照强度传感器、重金属离子传感器、数据显示装置和移动终端。
[0004]上述监控系统中，通过温度和湿度传感器只能获得当前的茶叶周边的气象信息，无法提前预测气象情况，当前各级气象部门的低温预报预警对茶园的服务欠缺针对性，尤其是数值预报模式预报的空间分辨率都在几公里以上，常规的城镇天气预报一个区域只有一个预报结果，往往仅结合预报员人工经验为茶园做预报，准确性和服务效果都难以满足茶叶种植管理者的实际需求。

技术实现思路

[0005]针对上述不足，本专利技术的目的是提供一种低温预报预警系统，结合茶园基本信息、低温微气象特征、实地气象监测、多模式预报集成、机器学习预报订正、预报预警信息推送，为茶园提供准确、及时、有效的低温预报服务，有助于茶园防御低温灾害，保障茶叶的产量和质量。
[0006]本专利技术提供了如下的技术方案：一种低温预报预警系统，包括：基本信息模块，其包括应用场景的地理信息、监测物品种信息、应用场景的低温灾情信息和低温阈值；低温微气象特征模块，用于获取监测物生育关键期的局地低温微气象特征；实地气象监测模块，包括监测预报点规划、微型气象站布设、监测数据采集、存储和查询接口，用于实时监测应用场景内不同区域的监测物顶部高度的气象要素，监测的监测物顶部高度根据监测物自身分高度决定；多模式预报集成模块，包括至少2种数值模式预报、所属网格数值提取、预报数据自动更新和存储，用于获取多数值预报模式对于应用场景所属网格区域的预报结果，所属网格数值提取为应用场景所述网格数值提取；机器学习预报订正模块，用于机器学习订正数值预报结果到检测预报点位；预报预警信息推送模块，用于将预报预警信息推送给客户端。
[0007]进一步地，所述应用场景地理信息包括应用场景数字高程模型栅格数据、应用场
景地块边界矢量数据和地块编号，所述应用场景低温灾情信息包括低温灾情发生年份和日期、受灾地块编号、受灾程度，所述低温阈值为低温灾害发生的气温临界值。
[0008]进一步地，所述受灾程度包括受灾面积、绝收面积、直接经济损失和间接经济损失。
[0009]进一步地，所述低温阈值为
‑
20℃~
‑
3℃，其中，监测物的春季萌芽期的低温阈值为
‑
3℃~
‑
5℃，监测物秋季生长期的低温阈值为
‑
5℃，监测物冬季休眠期为
‑
20℃。
[0010]进一步地，所述低温微气象特征模块包括监测物生育关键期、低温天气过程、低温天气过程中的红外遥感测温调查和红外遥感测温图像分析。
[0011]进一步地，所述监测物生育关键期包括春季新芽期和秋季生长期，所述红外遥感测温调查为卫星红外遥感测温调查或无人机红外遥感测温调查。
[0012]进一步地，所述机器学习预报订正模块包括实地监测数据读取、多模式预报数据读取、机器学习模型建模和评估、订正预报结果生成，所述实地监测数据读取包括对缺测数据的质量控制，其中，机器学习模型包括线性回归、支持向量机、决策树、随机森林、神经网络、卷积神经网络中的一种或多种，所述机器学习模型评估指标包括绝对误差、均方根误差、相关系数。
[0013]进一步地，所述缺测数据的质量控制为若微型气象站一天中缺测数据累计时间≥1小时，则监测点位当天日最低气温记为缺测，1小时中缺测数据累计时间≥10分钟，此时间段内最低气温记为缺测。
[0014]进一步地，所述预报预警信息推送模块包括最低气温预报信息推送、低温事件判别及其预报预警信息推送，其中，最低气温预报信息推送包括日最低气温和小时最低气温，低温事件包括各监测预报点位日最低气温≤低温阈值的事件和小时最低气温≤低温阈值的事件。
[0015]一种低温预报预警系统，应用于茶园管理。
[0016]本专利技术的有益效果是：监测预报点规划同时考虑应用场景往年低温灾情易发生区域和茶叶生育关键期低温局地微气象特征，微气象监测站至少设有空气温湿度传感器，以便控制监测设施成本；气象预报数据结合多国气象部门的数据环境，免费获取多国的多种模式预报结果；系统建设成本低，通过应用预报预警系统，提高茶园低温灾害防御能力、保证茶叶的产量和质量。
附图说明
[0017]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术的整体结构框架图。
具体实施方式
[0018]以下结合实施例和附图对本专利技术的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分理解本专利技术的目的、方案和效果。需要说明的是，在不冲突的情况下本
申请中的实施例及实施例中的特征可以相互组合。需要说明的是，如无特殊说明，当某一特征被称为“固定”、“连接”在另一个特征，它可以直接固定、连接在另一个特征上，也可以间接地固定、连接在另一个特征上。此外，本专利技术中所使用的上、下、左、右等描述仅仅是相对于附图中本专利技术各组成部分的相互位置关系来说的。
[0019]请参照图1所示，本申请提供一种低温预报预警系统，应用于茶园管理，包括：基本信息模块，其包括应用场景的地理信息、监测物品种信息、应用场景低温灾情信息和低温阈值，具体地，应用场景地理信息包括应用场景数字高程模型栅格数据、应用场景地块边界矢量数据和地块编号，上述应用场景地理信息来源于应用场景已掌握的信息、开源数据集和专项调查等途径。
[0020]应用场景低温灾情信息通过应用场景种植管理者搜集整理获得且为应用场景往年的低温灾情信息，应用场景低温灾情信息包括低温灾情发生年份和日期、受灾地块编号、受灾程度，其中，受灾程度包括受灾面积、绝收面积、直接经济损失和间接经济损失，且允许存在空缺信息。
[0021]低温阈值为低温灾害发生的气温临界值，即低于此气温时，监测物会遭受低温灾害，低温阈值根据监测物所在处地理位置品种特性等因素进行确定，具体地，监测物为茶叶，即茶叶的春季萌芽期的低温阈值为
‑
3℃~
‑
5℃或
‑
3℃以上，茶叶的秋季生长期的低温阈值为
‑
5℃左右，茶叶的冬季休眠期为
‑
20℃左右。
[0022]低温微气象特征模块，用于获取监测物生育关键期的局地低温微气象特征，低温微气象本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低温预报预警系统，其特征在于，包括：基本信息模块，其包括应用场景的地理信息、监测物的品种信息、应用场景的低温灾情信息和低温阈值；低温微气象特征模块，用于获取监测物的生育关键期的局地低温微气象特征；实地气象监测模块，包括监测预报点规划、微型气象站布设、监测数据采集、存储和查询接口，用于实时监测应用场景内不同区域的监测物顶部高度的气象要素，监测的监测物顶部高度根据监测物自身分高度决定；多模式预报集成模块，包括至少2种数值模式预报、所属网格数值提取、预报数据自动更新和存储，用于获取多数值预报模式对于应用场景的所属网格区域的预报结果，所属网格数值提取为应用场景所述网格数值提取；机器学习预报订正模块，用于机器学习订正数值预报结果到检测预报点位；预报预警信息推送模块，用于将预报预警信息推送给客户端。2.根据权利要求1所述的低温预报预警系统，其特征在于，所述应用场景的地理信息包括应用场景的数字高程模型栅格数据、应用场景的地块边界矢量数据和地块编号，所述应用场景的低温灾情信息包括低温灾情发生年份和日期、受灾地块编号、受灾程度，所述低温阈值为低温灾害发生的气温临界值。3.根据权利要求2所述的低温预报预警系统，其特征在于，所述受灾程度包括受灾面积、绝收面积、直接经济损失和间接经济损失。4.根据权利要求2所述的低温预报预警系统，其特征在于，所述低温阈值为
‑
20℃~
‑
3℃，其中，监测物的春季萌芽期的低温阈值为
‑
3℃~
‑
5℃，监测物秋季生长期的低温阈值为
‑
5℃，监测...

【专利技术属性】
技术研发人员：于强，靳宁，任雨，于陆海，
申请(专利权)人：苏州鱼跃于渊农业科技有限公司，
类型：发明
国别省市：