一种松材线虫病发生预测方法、电子设备及存储介质，属于森林病虫害大数据预测与控制技术领域。为提高松材线虫病发生预测的准确性，本发明专利技术建立松材线虫病多源影响因子数据集；进行时间和空间的划分，然后进行数据清洗、数据整合、数据转换和归一化处理，划分为对应的训练集和预测集；构建用于松材线虫病的细胞自动机模型；构建用于松材线虫病的时间卷积网络模型；利用处理后的松材线虫病多源影响因子数据集的预测集，输入到训练好的松材线虫病的细胞自动机模型、用于松材线虫病的时间卷积网络模型中，对松材线虫病发生进行预测；将松材线虫病发生预测结果，基于ArcGIS的可视化地理信息系统生成集成图层。本发明专利技术预测准确。
【技术实现步骤摘要】
本专利技术属于森林病虫害大数据预测与防控，具体涉及一种松材线虫病发生预测方法、电子设备及存储介质。
技术介绍
1、松材线虫病是一种由松材线虫引起的林木疾病，该病害广泛存在于全球各地的松树林区，给森林生态系统的健康和稳定造成了巨大威胁，因此及时准确地预测松材线虫病的发生对于采取有效的防控措施至关重要。传统的松材线虫病发生预测主要基于传统的统计模型和小样本数据。这些方法通常无法捕捉到复杂的数据关系和时空变化，导致预测结果不够准确和可靠。另外，传统的统计模型也难以处理大规模的多源数据，限制了预测模型的灵活性和效果。
技术实现思路
1、本专利技术要解决的提高松材线虫病发生预测的准确性，提出一种松材线虫病发生预测方法、电子设备及存储介质。
2、为实现上述目的，本专利技术通过以下技术方案实现：
3、一种松材线虫病发生预测方法，包括如下步骤：
4、s1.采集气象数据、土壤数据、地理信息数据、遥感数据以及松材线虫病历史数据，建立松材线虫病多源影响因子数据集；
>5、s2.将步骤s本文档来自技高网...
【技术保护点】
1.一种松材线虫病发生预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种松材线虫病发生预测方法，其特征在于，步骤S2中对步骤S1建立的松材线虫病多源影响因子数据集中的数据进行空间和时间的划分，首先根据区划代码将同一个区域所研究的空间最小单元的数据放在一起完成空间划分；在空间划分的基础上按照时间进行排序，完成时间划分。
3.根据权利要求2所述的一种松材线虫病发生预测方法，其特征在于，步骤S3中训练集和预测集的数据划分比例为7:3。
4.根据权利要求3所述的一种松材线虫病发生预测方法，其特征在于，步骤S4的具体实现方法包括如下步骤：
...
【技术特征摘要】
1.一种松材线虫病发生预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种松材线虫病发生预测方法，其特征在于，步骤s2中对步骤s1建立的松材线虫病多源影响因子数据集中的数据进行空间和时间的划分，首先根据区划代码将同一个区域所研究的空间最小单元的数据放在一起完成空间划分；在空间划分的基础上按照时间进行排序，完成时间划分。
3.根据权利要求2所述的一种松材线虫病发生预测方法，其特征在于，步骤s3中训练集和预测集的数据划分比例为7:3。
4.根据权利要求3所述的一种松材线虫病...
【专利技术属性】
技术研发人员：周宏威，王成哲，胡浩昌，方国飞，郭文辉，周艳涛，孙红，
申请(专利权)人：东北林业大学，
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。