一种虫情实时分析预测方法、系统及存储介质技术方案

本发明专利技术公开一种虫情实时分析预测方法、系统及存储介质，该方法包括：步骤1，建立虫情监测历史数据库，定时采集历史虫情数据与历史外部参数存储至虫情监测历史数据库；步骤2，令n＝2，n表示迭代参数；步骤3，建立具有M·n个未知因子的虫情预测基本模型；步骤4，从虫情监测历史数据库抽取出至少M·n个历史数据组代入虫情预测基本模型对未知因子进行求解，得到虫情预测模型；步骤5，获取预测外部参数，基于预测外部参数与虫情预测模型得到预测虫情数据；步骤6，在经过预设时间后令n＝n+1后重复步骤3‑步骤5。有效的减少仓储人员巡检，减少工作强度，并提前预防虫害，减少虫害损失。

【技术实现步骤摘要】
一种虫情实时分析预测方法、系统及存储介质
本专利技术涉及虫情测报
，具体是一种虫情实时分析预测方法、系统及存储介质。
技术介绍
农作物的种植、仓储存储过程中，病害虫会严重影响货物的生长和存储。虫情作为关键因素之一，一直是管理人员关注的核心指标。对于虫情的及时、有效性监测给库管人员带来极大的困扰。虽然我国自上世纪六七十年代开始，利用紫外灯、双玻灯、诱捕虫板等各种终端或者分析来进行虫情监测、虫情预警、虫情治理等，但基本是对已有虫害状态下的应对方法，比如预警或者治理，而对虫情情况未来几天、甚至更长时间的发展趋势的科学预测方面做的比较少，从而在虫害的提前预防、提前处理方面做的有所欠缺，不能达到精确的提前预防。由于虫害科学预测、提前精确预防的欠缺，往往都是依靠农户、工人们自身的经验、或者虫情预警设备的数据报警、在虫害爆发之后报警之后，才进行大量施药，如此不仅是“亡羊补牢”，能够挽回的损失相当有限，更是会对农产品以及农业环境造成很大程度上的污染。目前在农业领域，虫情监测系统等很多智能化的信息化系统，也使用了物联网、信息化智能化等先进技术，发展本文档来自技高网...

【技术保护点】
1.一种虫情实时分析预测方法，其特征在于，基于大数据的sparkstream实时流计算框架，具体包括如下步骤：/n步骤1，建立虫情监测历史数据库，定时采集历史虫情数据与历史外部参数存储至虫情监测历史数据库，其中，历史虫情数据与历史外部参数一一对应，每一条历史虫情数据与对应的历史外部参数构成虫情监测历史数据库中的一个历史数据组；/n步骤2，令n＝2，n表示迭代参数；/n步骤3，建立具有M·n个未知因子的虫情预测基本模型，其中，M表示历史外部参数中能够影响虫情状态的历史外部因子的数量，M≥1；/n步骤4，从虫情监测历史数据库抽取出至少M·n个历史数据组代入虫情预测基本模型对未知因子进行求解，得到虫...

【技术特征摘要】
1.一种虫情实时分析预测方法，其特征在于，基于大数据的sparkstream实时流计算框架，具体包括如下步骤：
步骤1，建立虫情监测历史数据库，定时采集历史虫情数据与历史外部参数存储至虫情监测历史数据库，其中，历史虫情数据与历史外部参数一一对应，每一条历史虫情数据与对应的历史外部参数构成虫情监测历史数据库中的一个历史数据组；
步骤2，令n＝2，n表示迭代参数；
步骤3，建立具有M·n个未知因子的虫情预测基本模型，其中，M表示历史外部参数中能够影响虫情状态的历史外部因子的数量，M≥1；
步骤4，从虫情监测历史数据库抽取出至少M·n个历史数据组代入虫情预测基本模型对未知因子进行求解，得到虫情预测模型；
步骤5，获取预测外部参数，基于预测外部参数与虫情预测模型得到预测虫情数据；
步骤6，在经过预设时间后令n＝n+1后重复步骤3-步骤5。


2.根据权利要求1所述虫情实时分析预测方法，其特征在于，步骤5中还包括：整合历史虫情数据与预测虫情数据，得到虫情监测折线图，并根据虫情监测折线图选择杀虫时机。


3.根据权利要求1所述虫情实时分析预测方法，其特征在于，步骤1中，所述历史虫情数据包括虫数，所述历史外部参数为能够影响虫情状态的历史外部因子的集合；
所述历史外部参数中能够影响虫情状态的历史外部因子包括但不限于温度、湿度与距上次杀虫间隔时间。


4.根据权利要求1所述虫情实时分析预测方法，其特征在于，步骤1中，所述历史数据组为Json数组。


5.根据权利要求3所述虫情实时分析预测方法，其特征在于，步骤3中，所述具有M·n个未知因子的虫情预测基本模型，具体为：



式中，y表示虫数，x1,x...

【专利技术属性】
技术研发人员：曹林，郭叔伟，匡岳锋，胡鹏，傅苗，贺群雄，刘湘，
申请(专利权)人：中电工业互联网有限公司，
类型：发明
国别省市：湖南;43