本发明专利技术涉及一种基于自适应随机森林算法的小麦赤霉病实时预测方法，包括获取预测小麦赤霉病的实时监测参数；将所述实时监测参数输入至预先构建的基于自适应随机森林算法的小麦赤霉病预测模型中以获取小麦赤霉病的实时预测结果。本发明专利技术在构建自适应随机森林算法模型的过程中一方面对数据集进行多次处理以满足模型需求，另一方面基于改进的正则编码器以实现模型的特征提取，通过构建的模型有效提升预测准确率，以及提高了模型的泛化性能。
【技术实现步骤摘要】
本专利技术涉及病虫害检测，具体的说是一种基于自适应随机森林算法的小麦赤霉病实时预测方法。
技术介绍
1、赤霉病是小麦生产上的重大病害，可防不可治，一旦形成，会直接影响小麦产量，造成小麦品质降低。受全球气候变暖、农业耕作方式改变、小麦种植区域南移、秸秆还田等因素影响，小麦生产面临赤霉病危害的风险不断增加。根据农业农村部预警和省小麦赤霉病防控技术专家组会商研判，2022年安徽省小麦赤霉病将呈重发态势，需防治面积8000万亩次。只有精准研判小麦赤霉病的发生趋势、加强病情会商、制定技术方案，在防治窗口期内开展高质量防治，提高赤霉病防控的覆盖率和技术到位率，才能化解小麦赤霉病的风险。
2、现有的研究表明，环境和天气条件对主要粮食作物的病害有季节性影响。小麦赤霉病是一种气象型病害，年际间发生流行程度主要取决于气象条件的变化，特别是在小麦抽穗扬花期前后一段时间内的气象条件。在现有技术的预测方案中，一方面需要将所有的数据集加载到内存中，使得数据处理难度较大，其次，现有的方案中不能快速适应数据流的变化而做到精准实时的病虫害预测。
/>技术本文档来自技高网...
【技术保护点】
1.基于自适应随机森林算法的小麦赤霉病实时预测方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的预测方法，其特征在于，预先构建基于自适应随机森林算法的小麦赤霉病预测模型的步骤具体为，获取时间段为小麦拔节期-孕穗期的田间逐时监测气象数据以及历年小麦赤霉病发生的病情数据以生成第一数据集，对所述第一数据集进行预处理后生成第二数据集，对所述第二数据集采用滑动窗口处理方式进行处理后生成第三数据集，基于改进的正则编码器对所述第三数据集进行特征提取后生成模型数据集，将所述模型数据集分类为训练集、测试集和验证集，通过多次训练后以构建基于自适应随机森林算法的小麦赤霉病预测模型。...
【技术特征摘要】
1.基于自适应随机森林算法的小麦赤霉病实时预测方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的预测方法，其特征在于，预先构建基于自适应随机森林算法的小麦赤霉病预测模型的步骤具体为，获取时间段为小麦拔节期-孕穗期的田间逐时监测气象数据以及历年小麦赤霉病发生的病情数据以生成第一数据集，对所述第一数据集进行预处理后生成第二数据集，对所述第二数据集采用滑动窗口处理方式进行处理后生成第三数据集，基于改进的正则编码器对所述第三数据集进行特征提取后生成模型数据集，将所述模型数据集分类为训练集、测试集和验证集，通过多次训练后以构建基于自适应随机森林算法的小麦赤霉病预测模型。
3.根据权利要求2所述的预测方法，其特征在于，所述预处理的过程包括填补缺失值、修正异常值、剔除零值、业务法中的一种或多种方式对所述第一数据集进行预处理以清洗所述第一数据集。
4.根据权利要求2所述的预测方法，其特征在于，对所述第二数据集采用滑动窗口处理方式进行处理后生成第三数据集的步骤包括：采用漂移检测方法ddm对所述第二数据集进行漂移检测，若检测到漂移，则调用自适应adwin方式来调整窗口的大小对所述第二数据集进行修正处...
【专利技术属性】
技术研发人员：李科，陈莉，迟世杰，汪楠，代遥，张承启，
申请(专利权)人：安徽农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。