基于糧溫時(shí)空相關(guān)性的儲(chǔ)糧數(shù)量監(jiān)管方法研究

崔宏偉 吳文福 吳子丹 韓 峰 朱浩天 秦 驍

(吉林大學(xué)生物與農(nóng)業(yè)工程學(xué)院， 長春 130022)

0 引言

我國糧倉儲(chǔ)量大、分布廣。在我國每次大規(guī)模清倉查庫過程中，分散的糧庫使得國家對(duì)儲(chǔ)糧數(shù)量稽核的工作量較大。由于儲(chǔ)備糧數(shù)量較大，若個(gè)別糧庫發(fā)生虛報(bào)庫存、以差換好等違規(guī)違法行為，將會(huì)造成較大的經(jīng)濟(jì)損失[1-3]。因此儲(chǔ)糧數(shù)量監(jiān)管方法具有一定的研究價(jià)值。

目前有關(guān)儲(chǔ)糧數(shù)量的檢測方法有視頻監(jiān)控法、稱量法、主動(dòng)測量法等[1]。視頻監(jiān)控系統(tǒng)能夠?qū)崟r(shí)監(jiān)測糧食數(shù)量，但監(jiān)控系統(tǒng)易受供電影響，且監(jiān)管的視頻采用文件方式管理，安全性不足[1]。稱量法在美國等發(fā)達(dá)國家的大型糧庫以及我國少量的國家級(jí)大型儲(chǔ)備庫中采用[4-5]，但該方法對(duì)設(shè)備要求較高、維護(hù)成本較高[6]。主動(dòng)測量法包括激光掃描[7-8]等，宋立明等[9]提出了一種借助于激光技術(shù)攝像機(jī)標(biāo)定的三維重構(gòu)法，通過激光測距傳感器測得的距離信息對(duì)攝像機(jī)進(jìn)行標(biāo)定，利用距離信息和激光光斑的二維圖像進(jìn)行三維坐標(biāo)計(jì)算，從而獲得糧面高度信息。但激光掃描儀價(jià)格偏高，大量采購成本高，精度調(diào)試也比較困難[10]。除上述方法外，目前本領(lǐng)域?qū)W者研究的技術(shù)還包括基于壓力傳感器的檢測技術(shù)[11-12]、電磁波檢測技術(shù)[13]等。張德賢等[14]針對(duì)倉內(nèi)壓強(qiáng)分布隨機(jī)性和側(cè)面摩擦力的影響，提出一種基于一定分布的糧倉底面和側(cè)面壓力傳感器檢測法，其通過引入糧倉數(shù)量檢測模型解決了底面壓力傳感器壓強(qiáng)測量值的隨機(jī)性的問題，使得系統(tǒng)更加通用，但應(yīng)用該方法需在糧倉安裝壓力傳感器，增加了檢測成本。秦瑤等[15]提出，利用扦插在糧堆中的電磁波發(fā)射天線和接收天線，采用波速層析和衰減層析算法，反演得到糧堆的介電質(zhì)常數(shù)，同時(shí)采用速度和衰減聯(lián)合層析成像技術(shù)，對(duì)儲(chǔ)糧高度進(jìn)行成像，得到實(shí)際儲(chǔ)糧體積，從而實(shí)現(xiàn)糧倉儲(chǔ)量的估算，但該方法易受糧堆溫度、雜質(zhì)等因素影響。

針對(duì)上述研究存在的問題，本文利用大部分糧庫基本配備的糧情監(jiān)控系統(tǒng)采集的糧溫?cái)?shù)據(jù)，通過分析實(shí)倉糧溫?cái)?shù)據(jù)時(shí)空序列的相關(guān)特征，提出一種基于糧溫時(shí)空相關(guān)性的糧倉儲(chǔ)量監(jiān)管方法。根據(jù)實(shí)倉測溫傳感器分布，提出測溫面、線、點(diǎn)的糧溫自相關(guān)與互相關(guān)分析方法；對(duì)3個(gè)不同區(qū)域的實(shí)倉測溫平面、測溫線、測溫點(diǎn)的糧溫進(jìn)行自相關(guān)與互相關(guān)分析，設(shè)定異常判定的相關(guān)系數(shù)閾值；進(jìn)行儲(chǔ)糧監(jiān)管試驗(yàn)驗(yàn)證。

1 材料與方法

1.1 糧情數(shù)據(jù)

根據(jù)文獻(xiàn)[16]，低溫儲(chǔ)藏為平均糧溫常年保持在15℃及以下，局部最高糧溫不超過20℃的儲(chǔ)藏方式；準(zhǔn)低溫儲(chǔ)藏為平均糧溫常年保持在20℃及以下，局部最高糧溫不超過25℃的儲(chǔ)藏方式。文獻(xiàn)[17]定義溫控儲(chǔ)藏包括低溫儲(chǔ)藏、準(zhǔn)低溫儲(chǔ)藏和控溫儲(chǔ)藏3種模式(溫控儲(chǔ)藏[18]是指在糧油儲(chǔ)藏期間，采用自然通風(fēng)、機(jī)械通風(fēng)和制冷通風(fēng)的降溫技術(shù)與倉房氣密壓蓋保溫技術(shù)相結(jié)合的綠色儲(chǔ)糧工藝)，其中控溫儲(chǔ)藏為平均糧溫不超過25℃，局部最高糧溫不超過30℃的儲(chǔ)藏方式，主要適用于我國南方高溫高濕地區(qū)。依據(jù)儲(chǔ)藏模式可將我國儲(chǔ)糧區(qū)域劃分為：低溫區(qū)、中溫區(qū)和高溫區(qū)[17]。低溫區(qū)的冬季時(shí)間較長，溫度一般都在0℃以下，每年有5個(gè)月(11月—次年3月)平均溫度均在5℃以下；中溫區(qū)的冬季時(shí)間較短，溫度一般在0℃以上，全年有3個(gè)月(12月—次年2月)平均溫度在0～10℃之間；高溫區(qū)全年幾乎沒有冬季，平均溫度都在10℃以上，12月—次年1—2月平均溫度在10℃以上。在3個(gè)溫度區(qū)各選擇一個(gè)糧倉近一年的糧溫?cái)?shù)據(jù)用于方法分析，分別為黑龍江省綏化市某糧倉(簡稱綏化倉)、四川省綿陽市某糧倉(簡稱綿陽倉)、廣東省廣州市花都區(qū)某糧倉(簡稱花都倉)。

綏化倉為高大平方倉，尺寸(長×寬×高)為47.5 m×26 m×6 m。倉內(nèi)裝有78條測溫電纜，共計(jì)312個(gè)測溫點(diǎn)，測溫點(diǎn)排布為13×6×4，儲(chǔ)藏糧食為玉米，選擇儲(chǔ)糧數(shù)據(jù)為入倉開始2014-05-06至儲(chǔ)藏中期2015-05-05?；ǘ紓}為高大平方倉，尺寸(長×寬×高)為48 m×26.5 m×6 m。倉內(nèi)裝有77條測溫電纜，共計(jì)308個(gè)測溫點(diǎn)，測溫點(diǎn)排布為11×7×4，儲(chǔ)藏糧食為玉米，儲(chǔ)藏時(shí)間為2010-01-06至2011-01-31。綿陽倉為小型平方倉，為兩個(gè)相鄰廒間，選取其中一個(gè)，尺寸(長×寬×高)為24 m×24 m×6 m。倉內(nèi)設(shè)有36條溫度電纜，共計(jì)144個(gè)測溫點(diǎn)，測溫點(diǎn)排布為6×6×4，儲(chǔ)藏糧食為玉米，儲(chǔ)藏時(shí)間為2015-01-15至2016-01-01。糧倉結(jié)構(gòu)與測溫點(diǎn)布置如圖1所示。

圖1 平房倉糧倉結(jié)構(gòu)與測溫點(diǎn)布置示意圖Fig.1 Layout diagrams of temperature measuring points in bungalow

以糧倉底邊頂點(diǎn)作為坐標(biāo)原點(diǎn)，豎直向上為Z軸正向，糧倉長度方向?yàn)閄軸正向，寬度方向?yàn)閅軸正向，糧倉測溫點(diǎn)坐標(biāo)系如圖2所示。

圖2 糧倉測溫點(diǎn)坐標(biāo)系示意圖Fig.2 Diagram of temperature measurement point coordinate system in granary

根據(jù)上述坐標(biāo)系，建立測溫點(diǎn)三維矩陣，矩陣X、Y、Z方向分別有n、m、l個(gè)測溫點(diǎn)，則倉內(nèi)各測溫點(diǎn)坐標(biāo)(x,y,z)表示為(i,j,k)，其中0

1.2 糧堆異常判定理論基礎(chǔ)與方法

糧堆孔隙小，導(dǎo)熱性能不佳，各測溫點(diǎn)日均溫升較小，因此糧堆中同一位置不同時(shí)刻的溫濕度信息存在一定的相關(guān)性[19-21]；而糧堆中濕熱信息沿著孔隙傳導(dǎo)，相鄰測溫位置的濕熱信息相互影響，因此糧堆中同一時(shí)刻的溫濕度信息也應(yīng)存在一定的相關(guān)性，這種時(shí)間與空間的相關(guān)性特征稱為糧堆的物理印記，糧倉中傳感器采集的糧堆濕熱信息稱為糧堆的信息印記。結(jié)合糧情數(shù)據(jù)的物理印記與信息印記進(jìn)行儲(chǔ)糧監(jiān)管，可使監(jiān)管方法具有容斷性、容缺性和容錯(cuò)性。容斷性是指儲(chǔ)備糧的信息印記可以被中斷記錄，但物理印記不會(huì)被輕易消除，例如同一批儲(chǔ)備糧的糧溫趨勢保持連貫性，作業(yè)會(huì)導(dǎo)致糧溫趨勢發(fā)生跳躍。容缺性是指儲(chǔ)備糧的信息印記因硬件故障而缺失，可通過插值方法補(bǔ)全。容錯(cuò)性是指儲(chǔ)備糧的信息印記因硬件或通訊故障而導(dǎo)致錯(cuò)誤，可以通過插值方法進(jìn)行修正。根據(jù)糧倉濕熱信息物理印記的三大特征，分析糧情濕熱信息在時(shí)間與空間序列上的相關(guān)性，監(jiān)測異常的時(shí)間與空間位置，即實(shí)現(xiàn)儲(chǔ)糧監(jiān)管。

根據(jù)上述相關(guān)性原理，本文提出基于糧溫時(shí)空相關(guān)性的儲(chǔ)糧數(shù)量監(jiān)管方法，具體步驟為：確定糧庫所屬區(qū)域，設(shè)置異常判定閾值；計(jì)算XOY測溫平面糧溫的自相關(guān)系數(shù)與互相關(guān)系數(shù)，根據(jù)閾值判斷異常發(fā)生的日期及平面；計(jì)算異常平面測溫線的自相關(guān)系數(shù)或互相關(guān)系數(shù)，根據(jù)閾值判斷異常測溫線；計(jì)算異常線上測溫點(diǎn)糧溫的自相關(guān)系數(shù)或互相關(guān)系數(shù)，根據(jù)閾值判斷測溫點(diǎn)是否異常；對(duì)異常點(diǎn)位進(jìn)行統(tǒng)計(jì)分析，判定異常種類與異常的比例范圍。

參考皮爾遜相關(guān)系數(shù)計(jì)算公式[22]，XOY平面糧溫的互相關(guān)系數(shù)為

(1)

式中Tijk、Tij(k+1)——第k、k+1層XOY平面糧溫，℃

XOY平面糧溫的自相關(guān)系數(shù)為

(2)

式中Tijkt1、Tijkt2——第k層XOY平面t1、t2時(shí)刻糧溫，℃

XOY平面測溫線糧溫的互相關(guān)系數(shù)為

(3)

式中Ti(j+1)k——第k層XOY平面內(nèi)第j+1條測溫線的糧溫，℃

測溫線糧溫的自相關(guān)系數(shù)為

(4)

測溫點(diǎn)糧溫的互相關(guān)系數(shù)為

(5)

式中T1t、T2t——相鄰測溫點(diǎn)t時(shí)段的糧溫，℃

t——時(shí)間序列序號(hào)

d——儲(chǔ)糧周期內(nèi)時(shí)間序列的個(gè)數(shù)

測溫點(diǎn)糧溫的自相關(guān)系數(shù)為

(6)

圖3 糧倉XOY平面糧溫自相關(guān)系數(shù)Fig.3 Graphs of autocorrelation coefficient about grain temperature in XOY planes

式中Tt、Tt+1——測溫點(diǎn)在相鄰時(shí)間序列t、t+1上的糧溫，℃

2 相關(guān)性分析與閾值設(shè)定

2.1 傳感器截面糧溫相關(guān)性

2.1.1XOY平面糧溫自相關(guān)性

糧堆中平行于XOY平面的測溫平面，由上至下分別記為第1、2、3、4層，分別計(jì)算糧倉第1、2、3、4層的相鄰兩天糧溫的自相關(guān)性。3個(gè)糧倉XOY截面糧溫自相關(guān)系數(shù)變化曲線如圖3a～3c所示。

將圖3a～3c中3個(gè)糧倉XOY平面糧溫自相關(guān)系數(shù)在縱坐標(biāo)軸方向進(jìn)行投影，得到自相關(guān)系數(shù)的分布直方圖，如圖3d所示。由直方圖分析結(jié)果統(tǒng)計(jì)發(fā)現(xiàn)，設(shè)置XOY平面自相關(guān)系數(shù)處于0.8～1區(qū)間的個(gè)數(shù)占自相關(guān)系數(shù)總數(shù)的比例大于97.5%，由此設(shè)置XOY平面自相關(guān)系數(shù)閾值為0.8。

為驗(yàn)證設(shè)置閾值0.8時(shí)檢測出異常的準(zhǔn)確率，以查準(zhǔn)率、查全率對(duì)檢測結(jié)果進(jìn)行分析，查全率、查準(zhǔn)率計(jì)算公式分別為[23-24]

(7)

(8)

式中w——被準(zhǔn)確檢測出的異常平面數(shù)

W——異常平面數(shù)

V——被檢測出的平面數(shù)

v——總的被準(zhǔn)確檢測出的異常平面數(shù)

分析結(jié)果顯示綏化倉、花都倉、綿陽倉的查全率分別為100%、100%、91.8%，查準(zhǔn)率分別為94.7%、97.3%、97.1%。由分析結(jié)果可知，閾值為0.8時(shí)綏化倉、花都倉異常的查全率為100%，算法將所有異常檢測出。閾值為0.8時(shí)算法的查準(zhǔn)率并未達(dá)到100%，表明存在誤檢測的異常平面，查詢檢測結(jié)果發(fā)現(xiàn)被誤檢測的異常平面為靠近糧堆表面，這是因?yàn)樵搶咏咏Z面，其溫度受倉溫變化影響較大，從而影響該層糧溫前后時(shí)間的相關(guān)性。綜上所述，設(shè)置XOY平面自相關(guān)系數(shù)閾值為0.8較為合適。

2.1.2XOY平面糧溫互相關(guān)性

選取糧堆中平行于XOY平面的測溫平面進(jìn)行互相關(guān)性分析。計(jì)算第1層與第2層、第2層與第3層、第3層與第4層糧溫的互相關(guān)性，但因各層糧溫的互相關(guān)系數(shù)波動(dòng)較大，不利于閾值設(shè)定，因此分析當(dāng)天各平面互相關(guān)系數(shù)變化率(平面的互相關(guān)系數(shù)與前一天對(duì)應(yīng)平面互相關(guān)系數(shù)差值與間隔時(shí)間(1 d)的比值)。XOY平面糧溫互相關(guān)系數(shù)變化率如圖4所示。

將圖4中4層糧溫互相關(guān)系數(shù)變化率在縱坐標(biāo)軸方向進(jìn)行投影，得到互相關(guān)系數(shù)變化率的分布直方圖。由直方圖統(tǒng)計(jì)分析發(fā)現(xiàn)，設(shè)置閾值區(qū)間為[-0.15 d-1,0.15 d-1]時(shí)，三糧倉檢測出異常的個(gè)數(shù)分別為34、35、31，三糧倉的實(shí)際異常個(gè)數(shù)分別為32、35、27，對(duì)比檢測異常與實(shí)際異常分析發(fā)現(xiàn)，此時(shí)算法的查全率分別為100%、97.1%、100%，查準(zhǔn)率分別為94.1%、97.1%、87.1%。又經(jīng)統(tǒng)計(jì)分析發(fā)現(xiàn)，閾值區(qū)間為[-0.15 d-1,0.15 d-1]時(shí)，查全率最高，查準(zhǔn)率較高，因此將XOY平面互相關(guān)系數(shù)變化率閾值區(qū)間設(shè)為[-0.15 d-1,0.15 d-1]。

2.1.3縱截面糧溫互相關(guān)性

由上文分析可知，第1層糧溫受倉溫影響較大，不利于測溫平面的互相關(guān)性分析，因此選擇分析縱截面(XOZ平面與YOZ平面)糧溫的相關(guān)性。本文選擇分析XOZ測溫平面糧溫的互相關(guān)性。綏化倉XOZ平面共有6層，分析第1與縱中截面(縱中截面糧溫為第3層與第4層糧溫均值)，以及第6與縱中截面的互相關(guān)系數(shù)?；ǘ紓}XOZ平面共有7層，分析第1與第4截面，以及第4與第7截面的互相關(guān)系數(shù)。綿陽倉XOZ平面共有6層，分析第1與縱中截面，以及第6與縱中截面的互相關(guān)系數(shù)?？v中截面的糧溫為相鄰兩截面糧溫均值。糧倉XOZ平面糧溫的互相關(guān)系數(shù)變化率如圖5所示。

將圖5中3個(gè)糧倉XOZ平面互相關(guān)系數(shù)變化率在縱坐標(biāo)軸方向進(jìn)行投影，得到互相關(guān)系數(shù)的分布直方圖。由直方圖統(tǒng)計(jì)分析發(fā)現(xiàn)，設(shè)置閾值區(qū)間為[-0.15 d-1,0.15 d-1]時(shí)，三糧倉檢測出異常的個(gè)數(shù)分別為15、14、16，三糧倉的實(shí)際異常個(gè)數(shù)分別為13、12、13，對(duì)比檢測異常與實(shí)際異常分析發(fā)現(xiàn)，此時(shí)算法的查全率為100%，查準(zhǔn)率分別為86.7%、85.7%、81.3%。后經(jīng)統(tǒng)計(jì)發(fā)現(xiàn)，閾值區(qū)間為[-0.15 d-1,0.15 d-1]時(shí)，查全率最高，查準(zhǔn)率較高，因此將XOZ平面互相關(guān)系數(shù)變化率閾值區(qū)間設(shè)為[-0.15 d-1,0.15 d-1]。

圖4 糧倉XOY平面糧溫互相關(guān)系數(shù)變化率Fig.4 Graphs of correlation coefficient changing value about grain temperature in XOY planes

圖5 糧倉XOZ平面糧溫互相關(guān)系數(shù)變化率Fig.5 Graphs of correlation coefficient changing value about grain temperature in XOZ planes

2.2 測溫線上糧溫的相關(guān)性

根據(jù)2.1.3節(jié)縱截面互相關(guān)系數(shù)變化率檢測的糧溫異常日期，從中選擇綏化倉2014-12-10，花都倉2010-06-16，綿陽倉2015-10-26的糧溫進(jìn)行測溫線的自相關(guān)性與互相關(guān)性分析。分析各截面平行于X軸的測溫線(測溫點(diǎn)形成的線)自相關(guān)性，結(jié)果如圖6a～6c所示。

綏化倉平行于X軸的測溫線共24條，花都倉共28條，綿陽倉共24條，由圖6a～6c可以看出，綏化倉相關(guān)系數(shù)明顯較低的測溫線有兩條，花都倉有一條，綿陽倉有兩條，設(shè)置閾值為0.8時(shí)可將系數(shù)較低的測溫線檢測為異常，因此設(shè)置閾值為0.8。經(jīng)查詢原始糧溫?cái)?shù)據(jù)發(fā)現(xiàn)這幾條線上少部分測溫點(diǎn)前后兩天溫度變化超過4℃，屬于糧溫發(fā)熱異常[25]，而其他測溫線兩天糧溫變化正常，由此可見測溫線異常檢測結(jié)果與實(shí)際異常一致。為驗(yàn)證測溫線自相關(guān)系數(shù)閾值為0.8的準(zhǔn)確性，根據(jù)2.1.1節(jié)中的檢測結(jié)果，在3個(gè)糧倉中分別選擇5個(gè)異常日期，對(duì)日期內(nèi)所有平行于X軸的測溫線進(jìn)行自相關(guān)系數(shù)分析，分布直方圖如圖7所示。查詢原始糧溫?cái)?shù)據(jù)發(fā)現(xiàn)糧溫異常的測溫線相關(guān)系數(shù)均小于0.8，共約98%無異常測溫線的相關(guān)系數(shù)分布于區(qū)間[0.8,1]之內(nèi)(糧溫異常為相同位置相鄰兩天溫度變化超過4℃或當(dāng)天糧溫局部高于其他位置4℃[25])。因此，測溫線自相關(guān)系數(shù)閾值0.8較為準(zhǔn)確。

圖6 糧倉異常日期測溫線糧溫的自相關(guān)系數(shù)與互相關(guān)系數(shù)Fig.6 Autocorrelation coefficient and intercorrelation coefficient about grain temperature in temperature measuring lines of abnormal date

圖7 糧倉異常日期測溫線糧溫的自相關(guān)系數(shù)分布直方圖Fig.7 Distribution histogram of autocorrelation coefficient about grain temperature in temperature measuring lines of abnormal date

同時(shí)分析平行于X軸的相鄰兩條測溫線之間的互相關(guān)性，結(jié)果如圖6d～6f所示。由圖6d～6f可以看出，3個(gè)糧倉測溫線間的互相關(guān)系數(shù)分布無規(guī)律，無法反映糧溫的變化規(guī)律，因此測溫線的互相關(guān)性不作為異常檢測依據(jù)。

2.3 測溫點(diǎn)糧溫的相關(guān)性

根據(jù)2.2節(jié)中檢測的異常測溫線，選擇其上的測溫點(diǎn)進(jìn)行自相關(guān)與互相關(guān)性分析。單個(gè)測溫點(diǎn)選擇以7 d為周期的糧溫?cái)?shù)據(jù)進(jìn)行自相關(guān)分析，因此綏化倉選擇12-03至12-09以及12-10至12-16之間的糧溫?cái)?shù)據(jù)，花都倉選擇06-09至06-15以及06-16至06-22之間的糧溫?cái)?shù)據(jù)，綿陽倉選擇10-19至10-25以及10-26至11-01之間的糧溫?cái)?shù)據(jù)，測溫點(diǎn)自相關(guān)分析結(jié)果如圖8a～8c所示。

圖8 糧倉測溫點(diǎn)的自相關(guān)系數(shù)與互相關(guān)系數(shù)Fig.8 Autocorrelation coefficient and intercorrelation coefficient about grain temperature of temperature measurement points

查詢原始糧溫?cái)?shù)據(jù)發(fā)現(xiàn)，綏化倉該測溫線所有測溫點(diǎn)糧溫均異常，花都倉測溫線起始測溫點(diǎn)糧溫異常，綿陽倉除起始位置外其他測溫點(diǎn)糧溫異常。對(duì)比異常測溫點(diǎn)與無異常測溫點(diǎn)相關(guān)系數(shù)，將自相關(guān)閾值設(shè)為0.8時(shí)，由圖8a～8c可以看出，檢測結(jié)果與實(shí)際異常測溫點(diǎn)相符合。為進(jìn)一步驗(yàn)證閾值0.8的準(zhǔn)確性，計(jì)算上述時(shí)間段3個(gè)糧倉全部測溫點(diǎn)的自相關(guān)系數(shù)，如圖8d～8f所示。由圖8d～8f可以看出自相關(guān)系數(shù)存在負(fù)值，查詢綏化倉自相關(guān)系數(shù)為負(fù)值的測溫點(diǎn)，因12-10進(jìn)行通風(fēng)使糧溫變化超過4℃，屬于糧溫異常，同時(shí)查詢自相關(guān)系數(shù)低于0.8的測溫點(diǎn)糧溫?cái)?shù)據(jù)，發(fā)現(xiàn)其均受到通風(fēng)影響，因此測溫點(diǎn)糧溫異常檢測結(jié)果與實(shí)際異常一致；綿陽倉自相關(guān)系數(shù)為負(fù)值的測溫點(diǎn)屬于異常的測溫線，查詢原始糧溫?cái)?shù)據(jù)發(fā)現(xiàn)，檢測結(jié)果與實(shí)際異常測溫點(diǎn)一致；同樣地，經(jīng)查詢原始糧溫?cái)?shù)據(jù)發(fā)現(xiàn)，檢測結(jié)果與實(shí)際異常測溫點(diǎn)一致。綜上所述，測溫點(diǎn)的自相關(guān)系數(shù)閾值可設(shè)為0.8。

分析單個(gè)測溫點(diǎn)糧溫與同一條線上相鄰測溫點(diǎn)糧溫的互相關(guān)性，同樣以7 d為周期，糧溫?cái)?shù)據(jù)范圍同上?；ハ嚓P(guān)分析結(jié)果如圖8g～8i所示，可以看出，測溫點(diǎn)互相關(guān)系數(shù)無法反映糧溫變化，這是因?yàn)榫€上測溫點(diǎn)距離較遠(yuǎn)，短期內(nèi)相互之間的影響較弱，因此測溫點(diǎn)的互相關(guān)系數(shù)不作為異常檢測的依據(jù)。

按照上述測溫線與點(diǎn)相關(guān)性分析方法，檢測出異常日期內(nèi)所有異常測溫點(diǎn)。統(tǒng)計(jì)當(dāng)天異常測溫點(diǎn)的總數(shù)為e，若e>0.8E(其中E為糧倉總的測溫點(diǎn)數(shù))，則判定為通風(fēng)、環(huán)流熏蒸或糧堆數(shù)量異常等；若0.1E≤e≤0.8E，則判定糧堆發(fā)熱；若e<0.1E，且異常點(diǎn)離散分布，則判定為糧堆正常。

3 儲(chǔ)糧監(jiān)管試驗(yàn)

3.1 糧堆數(shù)量變化對(duì)溫度的影響分析

糧食儲(chǔ)藏進(jìn)入穩(wěn)定狀態(tài)后，糧堆內(nèi)部溫度變化與環(huán)境溫度變化相比較為滯后，糧堆內(nèi)部以及表層溫度均與環(huán)境溫度存在一定差異，這種差異在穩(wěn)定儲(chǔ)藏的過程中基本存在，而且由2.1節(jié)分析可知穩(wěn)定的儲(chǔ)藏過程中糧堆各測溫平面在相鄰時(shí)間點(diǎn)上的相關(guān)性較高。若某時(shí)刻糧堆局部糧食被替換，使得局部糧食溫度與外界溫度差異較小，與更換前的糧溫差異較大，則破壞了穩(wěn)定儲(chǔ)藏過程中測溫平面在相鄰時(shí)間點(diǎn)較高的相關(guān)性。為證明糧食更換會(huì)對(duì)糧溫造成影響，選擇綏化倉第1層2014-11-01至2014-11-30之間的糧溫，模擬第1層糧堆被更換一半。綏化倉地處黑龍江省，此時(shí)處于冬季，冬季糧堆內(nèi)部溫度偏高，更換進(jìn)入的糧食溫度偏低，因此選擇將2014-12-15至2014-12-30第1層的糧溫更換到11-15至11-30之間。檢測得到糧溫自相關(guān)系數(shù)如圖9所示，由圖9可以看出，糧食更換時(shí)糧溫相關(guān)性較低，由此可見更換糧食會(huì)影響糧堆溫度。

圖9 糧食數(shù)量異常前后自相關(guān)系數(shù)變化曲線Fig.9 Changing curve of correlation coefficient before and after abnormal reserves

3.2 儲(chǔ)糧監(jiān)管試驗(yàn)與分析

為驗(yàn)證基于糧溫時(shí)空相關(guān)性檢測方法進(jìn)行儲(chǔ)糧監(jiān)管的可行性，進(jìn)行了儲(chǔ)糧監(jiān)管試驗(yàn)。在吉林省長春市朝陽區(qū)大嶺試驗(yàn)基地建立小型糧倉，尺寸為3.8 m×3.8 m×6 m，倉內(nèi)糧面高4.5 m，于2017-05-11入倉完畢，至2017-08-15儲(chǔ)藏結(jié)束，儲(chǔ)藏糧食為玉米，品種為先玉33，入倉時(shí)含水率為14%。倉內(nèi)布置25條測溫電纜，橫、縱方向各5條，測溫電纜間距0.8 m，距倉壁0.3 m，每條電纜上布置4個(gè)測溫點(diǎn)，第1層距糧面0.3 m，第4層距倉底0.5 m

(靠近倉底)，中間兩層測溫點(diǎn)均勻布置。試驗(yàn)倉如圖10所示。同時(shí)設(shè)計(jì)了基于糧溫時(shí)空相關(guān)性的儲(chǔ)糧數(shù)量監(jiān)管系統(tǒng)，界面如圖11所示。大嶺糧倉面面自相關(guān)系數(shù)如圖12所示。

圖10 試驗(yàn)倉Fig.10 Granary

圖11 儲(chǔ)糧數(shù)量監(jiān)管系統(tǒng)Fig.11 Reserves supervision system for grain storage

圖12 大嶺糧倉XOY平面自相關(guān)系數(shù)曲線Fig.12 Graphs of autocorrelation coefficient about XOY plane in Daling granary

如圖12所示，第1層因靠近糧面，受外溫影響較大，自相關(guān)系數(shù)波動(dòng)較大；第2、3、4層在儲(chǔ)藏開始糧堆進(jìn)入穩(wěn)定狀態(tài)前自相關(guān)系數(shù)較低，穩(wěn)定后自相關(guān)系數(shù)基本大于閾值0.8，在07-01左右相關(guān)系數(shù)降低，而后07-11左右相關(guān)系數(shù)再次降低。選擇分析07-01和07-11的測溫線糧溫的自相關(guān)性。07-01自相關(guān)系數(shù)如圖13所示。

圖13 大嶺糧倉2017-07-01測溫線自相關(guān)系數(shù)Fig.13 Autocorrelation coefficient of temperature line in Daling granary on July 1st，2017

由圖13可以看出，07-01共有11條線的自相關(guān)系數(shù)低于閾值，因此存在11條糧溫線異常。采用測溫點(diǎn)自相關(guān)性分析檢測出的異常的糧溫線，統(tǒng)計(jì)糧溫異常點(diǎn)的個(gè)數(shù)e為35個(gè)，0.1E≤e≤0.8E(E=100)，因此判定07-01為糧堆發(fā)熱異常。采用同樣的方法分析07-11的糧溫異常點(diǎn)個(gè)數(shù)為37，因此判定為糧堆發(fā)熱異常。經(jīng)查詢糧倉操作記錄手冊發(fā)現(xiàn)，糧倉于06-30通風(fēng)，外界的熱風(fēng)進(jìn)入到糧倉內(nèi)部，導(dǎo)致糧倉內(nèi)部溫度升高，因此06-30也可稱為糧堆發(fā)熱。糧倉于07-11進(jìn)行2 h的通風(fēng)，同樣影響了糧堆溫度信息的相關(guān)性。由3.1節(jié)分析可知，糧食數(shù)量變化影響糧堆溫度，糧溫溫度變化對(duì)相關(guān)性影響的檢測方法同本節(jié)，因此基于糧溫時(shí)空相關(guān)性的儲(chǔ)糧數(shù)量監(jiān)管方法能夠檢測出糧堆溫度信息突變的異常(糧倉通風(fēng)、環(huán)流熏蒸、糧堆異動(dòng))，可滿足儲(chǔ)糧監(jiān)管的技術(shù)需求。

4 結(jié)論

(1)提出了基于糧溫時(shí)空相關(guān)性的糧倉儲(chǔ)量監(jiān)管方法。首先，分析糧堆測溫截面糧溫的自相關(guān)性與互相關(guān)性，確定異常發(fā)生的日期與平面；然后，利用測溫線的自相關(guān)特性確定發(fā)生異常的測溫線；最后，根據(jù)檢測到的異常測溫線，使用測溫點(diǎn)的自相關(guān)特性確定異常的測溫點(diǎn)，實(shí)現(xiàn)糧溫異常的定點(diǎn)檢測。

(2)設(shè)定了基于糧溫時(shí)空相關(guān)性檢測方法的糧堆異常判定閾值。在3個(gè)溫控儲(chǔ)糧區(qū)域(低溫區(qū)、中溫區(qū)、高溫區(qū))內(nèi)各選擇一個(gè)糧倉進(jìn)行相關(guān)性分析，根據(jù)分析結(jié)果設(shè)定閾值，測溫平面自相關(guān)系數(shù)閾值為0.8，互相關(guān)系數(shù)變化率閾值為[-0.15 d-1,0.15 d-1]；測溫線的自相關(guān)系數(shù)閾值為0.8；測溫點(diǎn)的自相關(guān)系數(shù)閾值為0.8；分析結(jié)果表明，短周期內(nèi)測溫線與測溫點(diǎn)的互相關(guān)系數(shù)無法作為異常判定依據(jù)。

(3)設(shè)計(jì)了儲(chǔ)糧數(shù)量監(jiān)管系統(tǒng)，并進(jìn)行了儲(chǔ)糧監(jiān)管試驗(yàn)，試驗(yàn)結(jié)果表明，基于糧溫時(shí)空相關(guān)性的儲(chǔ)糧數(shù)量監(jiān)管方法能夠檢測出糧堆溫度信息在時(shí)間或空間上突變的異常，可滿足儲(chǔ)糧監(jiān)管的技術(shù)需求。