一种基于时间序列自然灾害农业辅助决策系统.docVIP

一种基于时间序列的自然灾害农业辅助决策系统 　　摘要：以农业灾害中常见的水灾为例，文章提出一种基于斜率过滤分段的时间序列匹配方法，定义了水深序列和应用于农业灾害的相似度量模型。根据过滤算法，确定出农业灾害等级，从以往水灾数据库中调出应急方法，达到辅助决策的目的，为农业灾害的辅助及防治提供了很好的技术支持。 　　关键词：过滤分段；时间序列匹配；辅助决策 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）12-2871-02 　　A kind of Natural Disasters in Agriculture Aided Decision System Based on Time Series 　　LIAO Juan， RUAN Yun-fei 　　（KaiLi University， KaiLi 556011， China） 　　Abstract： In the agricultural disasters common floods， for example， the article puts forward a kind of time series matching method based on slope filtering section， defines the sequence and the depth of the water used in agriculture disasters similarity measurement model. Based on filter algorithm to determine the level of agricultural disaster， emergency method， from previous flood database， in an achieve the purpose of aid decision making， for the auxiliary of agricultural disasters and prevention provides a good technical support. 　　Key words： filtering section； time series matching； aid decision making 　　时间序列数据在社会中有着非常广的使用[1]，生活中、商业上、科学上等等各个领域几乎都涉及到时间序列数据。而农业中的水灾是农业灾害中比较重要也是常见的一种自然灾害[2]，该灾害涉及到雨水的多少、风的大小等都会造成一定的农业经济损失。结合雨水中的一些特点，利用时间序列匹配的方法，给农民提前传授一定的预防知识，是非常有必要而且有意义[3]。 　　1 算法的相关定义 　　定义1：水深序列：把洪水或者大雨等事件的空间、地域描述等属性忽略，根据洪水发生的时间，按照时间将该事项连接起来。从而，一个水深序列就可以用[S=S（t）|t=0，1，2，…，n]来表示。 　　定义2：水深序列长度：水深序列 [S]的长度即为水深时间序列元素的个数，该序列的任意一个元素，表示的是水深时间序列在某一个时刻的最高水位值。[S[i]]表示水深序列[S]中的第[i]个元素，[S（t）]表示水深序列[S]在[t]时刻的最高水位值。 　　定义3：相似度量模型定义：假设[Q]和[C]是和是两个不同的水深时间序列，那么这两个序列的相似性定义为这两个序列相对应的元素的相似性来确定。 　　他们的度量模型定义： 　　[Measure（Q，C）=i=1max{|Q|，|C|}δ（Q[i]，C[i]）] 　　其中，若[|Q|=|C|]，则两序列的长度相等。 　　2 算法描述 　　基于斜率过滤分段的水深序列相似匹配算法（SHM_SF）： 　　步骤1：首先对搜集到的数据进行预处理，经过筛选、按照时间顺序，把不符合规定是数据剔除掉。同时，将对应的水深信息放在预处理文件中。 　　步骤2：把经过预处理的数据构造成水深序列，即按照时间顺序把各个地方的水深数据编号，依次放入数组中，形成一组水深序列SSS。 　　步骤3：水深数据的处理，把监测到的水深数据依次按照步骤1进行预处理，根据时间顺序放入数组中形成时间序列数据。 　　步骤4：把得来的水深数据经过步骤3形成水深时间序列，同农业灾害数据库中的水深时间序列进行过滤分段基于斜率的相似匹配比较，如果相似则放入到指定的经过一级过滤的数据库中，再利用定义3的相似度量模型，确定好阈值，如果得出的相似度小于该阈值，则筛选出改条水深时间序列，从而人为它是要找的相似的那条序列。 　　步骤5：水深辅助决策，依据步骤4得出的相似序列，在水深灾害数据