一种基于模糊评判法建立油茶气候品质评级的方法

摘要

本发明公开了一种基于模糊评判法建立油茶气候品质评级的方法，通过对油茶籽品质的气候影响因子进行分析，选取因子间相关系数较小且对油茶生长和品质影响大的多个气候影响因子，基于气候影响因子相关数据资料，经过建立权数矩阵、气候因子的无量纲处理、建立气候因子评价集、模糊评判运算等步骤，从而得出油茶气候品质的评级。本发明方法，直接对气候条件数据资料进行分析与评判，实现油茶的气候等级的评级，公正、客观、快速便捷，方法成熟，具有实际指导意义和推广应用价值。

说明书

技术领域

本发明涉及模糊数学方法技术领域，具体为一种基于模糊评判法建立油茶气候品质评级的方法。

技术背景

油茶为茶科山茶属常绿小乔木，是我国亚热带丘陵山区特有的木本油料树种。茶油是优质的食用油，含不饱和脂肪酸94％左右，易为人体消化吸收。油茶喜光好温忌寒，以中亚热带地区栽培经济效益最好。

影响油茶品质的因素很多，有栽培因素、品种因素、加工方法因素等等。气候对油茶的影响包含三个方面，即：对生长的影响、对产量的影响、对品质的影响。

安徽桐城地区油茶生长期间的有利气象条件很多，热量条件无论是年平均气温还是冬季最冷月平均气温、亦或≥10℃的活动积温均能满足油茶对气象条件的需求，尤其是无霜期较长、8～9月的日最高温度≥35℃的高温日数较少、花期气温较高，对油茶生长及其良好品质的形成特别有利；水分条件基本能满足油茶生长需要，其中7、8 月份充沛，对油茶果实膨大及油脂积累很有利；光照条件比较优越，尤其是全年日照百分率较大、6～8月光照强度较强，有利油茶生长、形成良好的品质。而不利的气象因素主要有：(1)少数年份花期气温偏低，特别是开花后期往往会受到冷空气袭击影响，气温急剧下降到油茶开花要求的临界温度以下；有些年份花期出现阴雨天气，雨量、雨日都比较多，这些不利的气象因素既不利于油茶开花授粉，也不利于形成较好的油茶品质。(2)少数年份冬季温度低，致使油茶新生枝梢大量受冻死亡、幼果受冻脱落。如2016年1月23～25日桐城出现超级寒潮，极端最低气温-10.5℃，部分油茶产区极端最低气温-12℃以下，对油茶生长及品质形成有极大的不利影响。(3)从平均状况看，7、8月份降水量完全能够满足油茶果实膨大对降水的要求，但由于此间降水量年际间变化较大，常有干旱发生，影响油茶产量和品质形成。

气候条件对油茶生长的影响至关重要，气候条件的评判可以客观反应出油茶的品质，但是目前，并没有一套相对成熟与客观的针对油茶气候品质评级的方法。

发明内容

本发明的目的在于：提供一种基于模糊评判法建立油茶气候品质评级的方法，可以对气候条件数据资料进行分析与评判，实现油茶的气候等级的评级，公正、客观、快速便捷，方法成熟，具有实际指导意义和推广应用价值。

为了实现上述目的，本发明提供如下技术方案：

一种基于模糊评判法建立油茶气候品质评级的方法，包括如下步骤：

S1、气候因子选择：通过对油茶籽品质的气候影响因子进行分析，选取因子间相关系数较小且对油茶生长和品质影响大的多个气候影响因子X；

S2、建立权数矩阵：采用专家打分法，对各气候影响因子X进行打分评定，并对各气候因子的得分结果进行综合后再作归一化处理，建立起权数矩阵A；

S3、气候因子的无量纲处理：采用经验法对各气候影响因子X 数据进行(0，1)化无量纲处理，得到无量纲化数据Y；

S4、建立气候因子评价集：分析各气候因子对油茶籽品质影响的隶属度，以气候影响因子X无量纲化处理后的数据Y为依据，组建出气候因子评价集R；

S5、模糊评判运算：对权数矩阵A与气候因子评价集R进行模糊评判运算，采用矩阵乘法，得到模糊行矩阵B，从而得出油茶气候品质的评级；所述模糊行矩阵B，其计算公式为：B＝A oR(其中“o”表示模糊变换)。

优选地，在S1步骤中，所述气候影响因子X为四个，分别为，

X₁：上年度10月中旬至11月上旬的平均气温(℃)，

X₂：上年度10月中旬至11月上旬的日照总时数(小时)，

X₃：当年度7～8月期间的日最高温度≥35℃的高温日数(天)，

X₄:当年度7～8月的总降水量R’-当年度7～8月日降水量≥25>4＝R’-n*25，其中R’为当年度7～>

在S3步骤中，所述无量纲处理计算公式为：

优选地，在S2步骤中，所述专家打分法为：在生产企业和有关单位选择七个油茶种植、管理方面的专家，分别对各气候影响因子X 进行打分评定，其中每个专家对这几个气候影响因子X的评分之和为100分，然后分别综合出各气候影响因子X的各专家评分之和b_i，最后再作归一化处理，建立起权数矩阵A；

所述归一化处理计算方式为：

(其中m为气候影响因子X的个数)；

所述权数矩阵A为：

A＝(ω₁，ω₂，ω₃，ω₄，······ω_m)，其中m为气候影响因子个数。

优选地，所述S4步骤建立气候因子评价集中，具体包括如下步骤：

S4-1、建立油茶籽气候品质单因子评价指标：在油茶气候品质等级分类时，采用一般、良、优、特优四个等级，并用相对于四个等级的隶属度(即相似程度)的向量来表示，具体为：一般[0,0.25)、良 [0.25,0.5)、优[0.5,0.75)、特优[0.75,1]；

S4-2、建立气候影响因子评价集R确定表：

根据单个因子的评价指标，评价集区间的临界值分别为： a1＝0.25，a2＝0.5，a3＝0.75；

以因子X位于两界限的中间量(即区间正中)时隶属度为1，其余级别的隶属度为0；当X在区间内离开中点向左或向右移动时，其所在区域的隶属度从1开始减少，同时其它区域的隶属度从0开始增加，建立的气候影响因子评价集R确定表如下：

因子评价集R确定表

(其中，Y为气候影响因子X进行(0，1)化无量纲处理的数据，a₁、a₂、a₃分别为油茶气候品质等级评价集区间的临界值，分别为：a₁＝0.25，a₂＝0.5，a₃＝0.75)；

S4-3、各气候影响因子X的R矩阵求算：

利用气候影响因子评价集R确定表，计算各气候影响因子X的 R矩阵，分别为：R₁(R₁₁，R₁₂，R₁₃，R₁₄)、R₂(R₂₁，R₂₂，R₂₃，R₂₄)、>3(R₃₁，R₃₂，R₃₃，R₃₄)、······、R_m(R_m1，R_m2，R_m3，R_m4)，其中>

S4-4、汇总气候因子评价集R：综合上一步骤的各气候影响因子 X的R矩阵，汇总出气候因子评价集R，具体为：

其中m为气候影响因子个数。

优选地，在S5步骤中，所述模糊行矩阵

以模糊行矩阵B中四个数的最大值来评判油茶气候品质的评级，若最大值为第一个数，则评级为一般；若最大值为第二个数，则评级为良；若最大值为第三个数，则评级为优；若最大值为第四个数，则评级为特优。

本发明的有益效果在于：

本发明一种基于模糊评判法建立油茶气候品质评级的方法，通过对油茶籽品质的气候影响因子进行分析，选取因子间相关系数较小且对油茶生长和品质影响大的多个气候影响因子，基于气候影响因子相关数据资料，经过建立权数矩阵、气候因子的无量纲处理、建立气候因子评价集、模糊评判运算等步骤，从而得出油茶气候品质的评级。本发明方法，直接对气候条件数据资料进行分析与评判，实现油茶的气候等级的评级，公正、客观、快速便捷，方法成熟，具有实际指导意义和推广应用价值。

具体实施方式

为了便于本领域技术人员理解，下面结合具体实施例对本发明作进一步的说明。

一种基于模糊评判法建立油茶气候品质评级的方法，包括如下步骤：

S1、气候因子选择：通过对油茶籽品质的气候影响因子进行分析，选取因子间相关系数较小且对油茶生长和品质影响大的多个气候影响因子X，最终确定了四个气候影响因子，分别为，

X₁：上年度10月中旬至11月上旬的平均气温(℃)，

X₂：上年度10月中旬至11月上旬的日照总时数(小时)，

X₃：当年度7～8月期间的日最高温度≥35℃的高温日数(天)，

X₄:当年度7～8月的总降水量R’-当年度7～8月日降水量≥25>4＝R’-n*25，其中R’为当年度7～>

S2、建立权数矩阵：采用专家打分法，对各气候影响因子X进行打分评定，并对各气候因子的得分结果进行综合后再作归一化处理，建立起权数矩阵A；

所述专家打分法为：在生产企业和有关单位选择七个油茶种植、管理方面的专家，分别对各气候影响因子X进行打分评定，其中每个专家对这几个气候影响因子X的评分之和为100分，然后分别综合出各气候影响因子X的各专家评分之和b_i，最后再作归一化处理，建立起权数矩阵A；

所述归一化处理计算方式为：

(其中m为气候影响因子X的个数)；

所述权数矩阵A为：

A＝(ω₁，ω₂，ω₃，ω₄，······ω_m)，其中m为气候影响因子个数。

当气候影响因子X为四个，并采用专家打分法，得到的各气候影响因子权重统计，具体如下(见表1)：

表1各因子权重统计

由此可得权数矩阵A为：

A＝(0.221，0.286，0.150，0.343)。

S3、气候因子的无量纲处理：采用经验法对各气候影响因子X 数据进行(0，1)化无量纲处理，得到无量纲化数据Y；

其中无量纲处理计算公式为：

S4、建立气候因子评价集：分析各气候因子对油茶籽品质影响的隶属度，以气候影响因子X无量纲化处理后的数据Y为依据，组建出气候因子评价集R，具体包括如下步骤：

S4-1、建立油茶籽气候品质单因子评价指标：在油茶气候品质等级分类时，采用一般、良、优、特优四个等级，并用相对于四个等级的隶属度(即相似程度)的向量来表示，具体为：一般[0,0.25)、良 [0.25,0.5)、优[0.5,0.75)、特优[0.75,1]；

S4-2、建立气候影响因子评价集R确定表：

根据单个因子的评价指标，评价集区间的临界值分别为： a1＝0.25，a2＝0.5，a3＝0.75；

以因子X位于两界限的中间量(即区间正中)时隶属度为1，其余级别的隶属度为0；当X在区间内离开中点向左或向右移动时，其所在区域的隶属度从1开始减少，同时其它区域的隶属度从0开始增加，建立的气候影响因子评价集R确定表如下(见表2)：

表2因子评价集R确定表

(其中，Y为气候影响因子X进行(0，1)化无量纲处理的数据，a₁、a₂、a₃分别为油茶气候品质等级评价集区间的临界值，分别为：a₁＝0.25，a₂＝0.5，a₃＝0.75)；

S4-3、各气候影响因子X的R矩阵求算：

利用气候影响因子评价集R确定表，计算各气候影响因子X的 R矩阵，分别为：R₁(R₁₁，R₁₂，R₁₃，R₁₄)、R₂(R₂₁，R₂₂，R₂₃，R₂₄)、>3(R₃₁，R₃₂，R₃₃，R₃₄)、······、R_m(R_m1，R_m2，R_m3，R_m4)，其中>

S4-4、汇总气候因子评价集R：综合上一步骤的各气候影响因子 X的R矩阵，汇总出气候因子评价集R，具体为：

其中m为气候影响因子个数。

当气候影响因子X为四个(即m＝4)，分别为X₁、X₂、X₃、X₄时，气候因子评价集R，具体为：

S5、模糊评判运算：对权数矩阵A与气候因子评价集R进行模糊评判运算，采用矩阵乘法，得到模糊行矩阵B，从而得出油茶气候品质的评级；所述模糊行矩阵B，其计算公式为：B＝A oR(其中“o”表示模糊变换)。

当气候影响因子X为四个(即m＝4)，模糊行矩阵

(其中，在S2、建立权数矩阵步骤中，采用专家打分法，得到的权数矩阵A为(0.221，0.286，0.150，0.343)，即ω₁＝0.221，ω₂＝0.286，ω₃＝0.150，ω₄＝0.343)。

以模糊行矩阵B中四个数的最大值来评判油茶气候品质的评级，若最大值为第一个数，则评级为一般；若最大值为第二个数，则评级为良；若最大值为第三个数，则评级为优；若最大值为第四个数，则评级为特优。

实施例1：

对2001年度安徽省桐城市区域的油茶气候品质进行评级时，采用本发明一种基于模糊评判法建立油茶气候品质评级的方法，并具体通过上述实施步骤，可得到：

(1)、通过查询安徽省桐城市区域的气候气象数据资料得到X₁：上年度(2000年)10月中旬至11月上旬的平均气温为12.6(℃)，X₂：上年度(2000年)10月中旬至11月上旬的日照总时数为101.6>3：当年度(2001年)7～8月期间的日最高温度≥35℃的高温日数为20(天)，X₄:当年度(2001年)7～8月的总降水量P->

(2)在前文所述中，采用专家打分法，得权数矩阵A为：

A＝(0.221，0.286，0.150，0.343)。

(3)通过无量纲处理计算公式，对气候因子的无量纲处理，得到Y₁＝0.389、Y₂＝0.393、Y₃＝0.375、Y₄＝0.929；

(4)对照表2气候影响因子评价集R确定表，因Y₁＝0.389，满足条件(其中a₁＝0.25、a₂＝0.5、a₃＝0.75)，

所以

同理，利用表2气候影响因子评价集R确定表，并结合Y₂＝0.393、>3＝0.375、Y₄＝0.929，计算出R₂₁＝0.023364，R₂₂＝0.929909，>23＝0.035045，R₂₄＝0.011682，R₃₁＝0，R₃₂＝1，R₃₃＝0，R₃₄＝0，>41＝0.023568，R₄₂＝0.047136，R₄₃＝0.070705，R₄₄＝0.858591。

即汇总的气候因子评价集R，具体为：

(5)对权数矩阵A与气候因子评价集R进行模糊评判运算，采用矩阵乘法，即

在本模糊行矩阵B中，0.640838最大，同时0.640838处在第二个位置即第二个数，所以2001年度安徽省桐城市区域的油茶气候品质评级为良。

实施例2：

对2017年度安徽省桐城市区域的油茶气候品质进行评级时，采用本发明一种基于模糊评判法建立油茶气候品质评级的方法，具体实施步骤同实施例1相同，可得到：

(1)、通过查询安徽省桐城市区域的气候气象数据资料得到X₁：15.6(℃)，X₂：72.2(小时)，X₃：19(天)，X₄:303.1(毫米)；

(2)在前文所述中，采用专家打分法，得权数矩阵A为：

A＝(0.221，0.286，0.150，0.343)。

(3)通过无量纲处理计算公式，对气候因子的无量纲处理，得到Y₁＝0.941、Y₂＝0.213、Y₃＝0.406、Y₄＝0.692；

(4)对照表2气候影响因子评价集R确定表，因Y₁＝0.941，满足条件Y＞a₃(其中a₁＝0.25、a₂＝0.5、a₃＝0.75)，

所以

同理，利用表2气候影响因子评价集R确定表，并结合Y₂＝0.213、>3＝0.406、Y₄＝0.692，计算出R₂₁＝0.574864，R₂₂＝0.212568，>23＝0.141712，R₂₄＝0.070856，R₃₁＝0.041667，R₃₂＝0.875，R₃₃＝0.0625，>34＝0.020833，R₄₁＝0.044608，R₄₂＝0.089215，R₄₃＝0.732354，>44＝0.133823。

即汇总的气候因子评价集R，具体为：

(5)对权数矩阵A与气候因子评价集R进行模糊评判运算，采用矩阵乘法，即

在本模糊行矩阵B中，0.314098最大，同时0.314098处在第三个位置即第三个数，所以2017年度安徽省桐城市区域的油茶气候品质评级为优。

实施例3：

对2002年度安徽省桐城市区域的油茶气候品质进行评级时，采用本发明一种基于模糊评判法建立油茶气候品质评级的方法，具体实施步骤同实施例1相同，不同点在于：

通过查询安徽省桐城市区域的气候气象数据资料得到X₁：14.8>2：193.6(小时)，X₃：13(天)，X₄:166.9(毫米)。

通过本发明方法，计算出模糊行矩阵B为：

B＝(0.056951，0.117027，0.444141，0.381881)

在本模糊行矩阵B中，0.444141最大，同时0.444141处在第三个位置即第三个数，所以2002年度安徽省桐城市区域的油茶气候品质评级为优。

实施例4-14：

分别对2006-2016年度安徽省桐城市区域的油茶气候品质进行评级时，采用本发明一种基于模糊评判法建立油茶气候品质评级的方法，具体实施步骤同实施例1相同，不同点在于：

通过查询安徽省桐城市区域的气候气象数据资料得到X₁、X₂、>3、X₄，具体如下(见表3)：

表3 2006-2016年度油茶气候品质评级的气象数据

通过本发明方法，分别计算出2006-2016年度安徽省桐城市区域的油茶气候品质评级的模糊行矩阵B，并评判出其具体等级，具体如下(见表4)：

表4 2006-2016年度油茶气候品质评级的模糊行矩阵B及其评级表

上述对发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的这种非实质改进，或未经改进将发明的构思和技术方案直接应用于其他场合的，均在本发明的保护范围之内。