农作物病虫害预测方法及系统技术方案

本发明专利技术提供一种农作物病虫害预测方法及系统，属于智慧农业数据处理技术领域，包括：获取环境天气因素数据；使用预先训练好的病虫害预测模型对获取的环境天气因素进行处理，得到最终的病虫害值，即病虫害发生的程度值；其中，预先训练好的病虫害预测模型为双分支门控循环神经网络，其中一个分支用于确定环境天气因素影响病虫害发生的影响因子值，另一个分支用于获取病虫害值，两个分支的输出结合确定最终的病虫害值。本发明专利技术统一结合环境天气特征与病虫害值的变化规律共同预测病虫害出现趋势，提高了对棉花病虫害的预测准确度，有助于节省劳动力成本，帮助人们制定有效的病虫害防治措施，避免人力物力资源浪费，有效减少因病虫害造成的减产与损失。造成的减产与损失。造成的减产与损失。

【技术实现步骤摘要】
农作物病虫害预测方法及系统


[0001]本专利技术涉及智慧农业数据处理
，具体涉及一种基于改进的双分支门控循环神经网络的农作物病虫害预测方法及系统。

技术介绍

[0002]棉花在种植过程和生长期中会不断的受到病虫害的影响，病虫害对棉花生产的危害范围大、持续影响时间长且造成的损失较大，且近些年来随着全球变暖，区域性病虫害发生的频率迅速增加，造成农业生产的巨大损失。因此病虫害的治理与提前预防是棉花植保科技工作者和广大棉农面临的主要问题之一。
[0003]传统的病虫害识别和预测主要是依靠农民和专家的经验，判断病虫害出现的可能以及类型，随后再制定相应的防范治理措施。这种依靠经验判断的方式主观性强，准确率较低，易造成人力、物力资源的浪费和损失。

技术实现思路

[0004]本专利技术的目的在于提供一种提高了预测准确率、提高了预测效率，避免了人力物力资源浪费的基于改进的双分支门控循环神经网络的农作物病虫害预测方法及系统，以解决上述
技术介绍
中存在的至少一项技术问题。
[0005]为了实现上述目的，本专利技术采取了如下技术方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种农作物病虫害预测方法，其特征在于，包括：获取环境天气因素数据；使用预先训练好的病虫害预测模型对获取的环境天气因素进行处理，得到最终的病虫害值，即病虫害发生的程度值；其中，预先训练好的病虫害预测模型为双分支门控循环神经网络，其中一个分支用于确定环境天气因素影响病虫害发生的影响因子值，另一个分支用于获取病虫害值，两个分支的输出结合确定最终的病虫害值。2.根据权利要求1所述的农作物病虫害预测方法，其特征在于，在所述双分支门控循环网络中，针对当前记忆内容，使用一个新的门控结构来控制对当前输入的记忆强度。3.根据权利要求2所述的农作物病虫害预测方法，其特征在于，在所述双分支门控循环网络中，针对输出项，使用一个新的门控结构来增加当前输入的比重，减小过去时间点的输出对整体输出的影响。4.根据权利要求1
‑
3任一项所述的农作物病虫害预测方法，其特征在于，所述预先训练好的病虫害预测模型使用训练集训练得到，所述训练集包括：多个历史环境天气因素的时序数据以及不同的时序数据对应的病虫害值。5.根据权利要求4所述的农作物病虫害预测方法，其特征在于，所述环境天气因素数据包括最高气温、最低气温、相对湿度、降水量、风速、日照时长、蒸发量。6.根据权利要求5所述的农作物病虫害预测方法，其特征在于，采用多项式...

【专利技术属性】
技术研发人员：孙启玉，杨公平，刘玉峰，孙平，褚德峰，
申请(专利权)人：山东锋士信息技术有限公司，
类型：发明
国别省市：