如何用R语言基于累积温度确定作物生育期达标日期及匹配生育期

前置依赖 #

优先使用tidyverse生态工具包，高效处理数据：

install.packages(c("tidyverse", "lubridate"))
library(tidyverse)
library(lubridate)

模拟示例数据 #

先构造符合场景的测试数据（替换为你的真实数据即可）：

# 6个月的累积温度数据表（日期从2023-04-01开始，累积温度逐日递增）
set.seed(123)
cum_temp_df <- tibble(
  date = seq(as_date("2023-04-01"), as_date("2023-09-30"), by = "day"),
  cumulative_temp = cumsum(rnorm(nrow(.), mean = 8, sd = 2)) %>% round(1)
)

# 作物生育期热量阈值表（生育期按生长顺序排列，阈值递增）
thermal_requirements <- tibble(
  growth_stage = c("播种", "出苗", "分蘖", "拔节", "抽穗", "成熟"),
  thermal_req = c(0, 120, 350, 680, 1100, 1850)
)

任务1：为热量阈值表添加达标日期date_reached #

核心逻辑：找到第一个累积温度≥对应生育期阈值的日期，这里提供两种高效实现方式：

方式1：模糊匹配法（易读性高）

thermal_requirements_with_date <- thermal_requirements %>%
  fuzzy_left_join(
    cum_temp_df,
    by = c("thermal_req" = "cumulative_temp"),
    match_fun = `<=`
  ) %>%
  group_by(growth_stage, thermal_req) %>%
  filter(cumulative_temp >= thermal_req) %>%
  slice_min(date) %>%  # 取最早达标日期
  ungroup() %>%
  select(growth_stage, thermal_req, date_reached = date)

方式2：向量运算（性能最优）

thermal_requirements_with_date <- thermal_requirements %>%
  mutate(
    temp_index = findInterval(thermal_req, cum_temp_df$cumulative_temp),
    date_reached = case_when(
      temp_index == 0 ~ NA_Date_,  # 无达标日期（阈值超过最大累积温度）
      TRUE ~ cum_temp_df$date[temp_index + 1]
    )
  ) %>%
  select(-temp_index)

任务2：为原始温度数据表新增growth_stage列 #

核心逻辑：根据每日累积温度，匹配当前所处的生育期（即最大的阈值≤当日累积温度对应的生育期），用向量级运算实现极致效率：

cum_temp_with_stage <- cum_temp_df %>%
  mutate(
    stage_index = findInterval(cumulative_temp, thermal_requirements$thermal_req),
    growth_stage = case_when(
      stage_index == 0 ~ "未进入生育期",  # 累积温度低于最低阈值
      TRUE ~ thermal_requirements$growth_stage[stage_index]
    )
  ) %>%
  select(-stage_index)

关键说明 #

• 确保thermal_requirements的thermal_req是严格递增的，这是findInterval高效工作的前提；
• 若存在多个日期满足阈值条件，任务1中slice_min(date)确保取最早的达标日期；
• 向量式方法（findInterval）比循环/分组操作快10-100倍，适合大样本量的温度数据。

内容的提问来源于stack exchange，提问作者thiagoveloso