一种基于大数据的农业病虫害预警系统的制作方法

    专利查询2025-06-18  20


    本发明涉及病虫害,具体为一种基于大数据的农业病虫害预警系统。


    背景技术:

    1、

    2、由于环境的改变以及农药的使用限制等原因,传统的方法已经无法满足现代农作物的需求,而现有的农业病虫害预警,多为工作人员发现农业存在病虫害时,再给出相应地预警措施,导致农业病虫害预警效果及农业病虫害防治效果差。

    3、鉴于此,我们提出一种基于大数据的农业病虫害预警系统。


    技术实现思路

    1、本发明的目的在于提供一种基于大数据的农业病虫害预警系统,以解决上述背景技术中所提出的问题。

    2、为实现上述目的,本发明提供如下技术方案:

    3、一种基于大数据的农业病虫害预警系统,包括数据收集模块、数据处理模块、预测模块、预警生成模块、输出模块;

    4、所述数据收集模块用于收集农作物生长数据、气候条件数据及历史病虫害数据;

    5、所述数据处理模块用于对收集的数据进行清洗、整合和存储;

    6、所述预测模块用于根据机器学习算法对处理后的数据进行分析,对病虫害进行风险评估;

    7、所述预警生成模块用于根据评估结果,生成基于病虫害的预警信息;

    8、所述输出模块用于将病虫害的预警信息以可视化的形式进行展示。

    9、优选的,所述数据收集模块包括环境传感器和作物生长传感器,环境传感器是由部署在田间的多种传感器组成,用于实时监测和记录温度、湿度、光照强度、风速、雨量和土壤ph值数据,作物生长传感器由图像捕捉设备和生长状态分析传感器组成,用于监测作物的生长速度、植株高度、叶面积指数参数。

    10、优选的,所述数据处理模块应用统计方法和数据挖掘技术对数据进行预处理,首先对收集到的数据进行去噪声处理,识别并修正数据中的异常值或缺失值,其次将来自不同来源的数据进行格式统一和数据融合,最后使用数据库管理系统对处理后的数据进行存储。

    11、优选的,所述将来自不同来源的数据进行格式统一和数据融合,包括整合历史病虫害发生的记录,包括病虫害类型、发生时间、影响范围,建立历史数据基础。

    12、优选的,所述预测模块使用梯度提升机(gbm)算法建立预测模型,使用历史数据集对预测模型进行训练,历史数据包括病虫害发生记录和对应的环境与作物状态数据,并根据预测模型计算出病虫害的每日风险指数。

    13、优选的,所述病虫害的每日风险指数计算公式为:

    14、

    15、其中,α为基于模型优化的调整系数,wi表示第i个监测指标的权重,xi是对应的指标值。

    16、优选的,所述预警生成模块基于计算出的病虫害每日风险指数以及历史病虫害数据,设置病虫害预警阈值,当计算出的病虫害每日风险指数超过设定阈值时,生成预警信息,包括病虫害的发生概率和受影响的作物区域。

    17、优选的,所述输出模块包括一个用户界面,用于展示预警信息、环境数据图表和趋势图,基于用户界面实时更新预警信息,并根据预警信息通知用户采取相应的防治措施。

    18、借由上述技术方案,本发明提供了一种基于大数据的农业病虫害预警系统,至少具备以下有益效果:

    19、本发明中,数据收集模块与预测模块相互配合,能够实时监测并预测病虫害的发生,以帮助工作人员及时采取措施,从而减少农作物的损失;数据处理模块与预测模块相互配合,能够对大量历史数据进行分析处理,并构建出一个预测模型,能够更加精确地对作物病虫害传播的概率作出估计,并为相关人员的预防和控制行动提供了重要参考;预测模块与预警生成模块相互配合,能够基于预测结果对病虫害做出提前预警,提醒工作人员提前做好防治准备,避免农作物出现不必要的损失,减少病虫害的影响。



    技术特征:

    1.一种基于大数据的农业病虫害预警系统,其特征在于:所述系统包括数据收集模块、数据处理模块、预测模块、预警生成模块、输出模块;

    2.根据权利要求1所述的一种基于大数据的农业病虫害预警系统,其特征在于:所述数据收集模块包括环境传感器和作物生长传感器,环境传感器是由部署在田间的多种传感器组成,用于实时监测和记录温度、湿度、光照强度、风速、雨量和土壤ph值数据,作物生长传感器由图像捕捉设备和生长状态分析传感器组成,用于监测作物的生长速度、植株高度、叶面积指数参数。

    3.根据权利要求1所述的一种基于大数据的农业病虫害预警系统,其特征在于:所述数据处理模块应用统计方法和数据挖掘技术对数据进行预处理,首先对收集到的数据进行去噪声处理,识别并修正数据中的异常值或缺失值,其次将来自不同来源的数据进行格式统一和数据融合,最后使用数据库管理系统对处理后的数据进行存储。

    4.根据权利要求3所述的一种基于大数据的农业病虫害预警系统,其特征在于:所述将来自不同来源的数据进行格式统一和数据融合,包括整合历史病虫害发生的记录,包括病虫害类型、发生时间、影响范围,建立历史数据基础。

    5.根据权利要求1所述的一种基于大数据的农业病虫害预警系统,其特征在于:所述病虫害预测模块使用梯度提升机(gbm)算法建立预测模型,使用历史数据集对预测模型进行训练,历史数据包括病虫害发生记录和对应的环境与作物状态数据,并根据预测模型计算出病虫害的每日风险指数。

    6.根据权利要求5所述的一种基于大数据的农业病虫害预警系统,其特征在于:所述病虫害的每日风险指数计算公式为:

    7.根据权利要求1所述的一种基于大数据的农业病虫害预警系统,其特征在于:所述预警生成模块基于计算出的病虫害每日风险指数以及历史病虫害数据,设置病虫害预警阈值,当计算出的病虫害每日风险指数超过设定阈值时,生成预警信息,包括病虫害的发生概率和受影响的作物区域。

    8.根据权利要求1所述的一种基于大数据的农业病虫害预警系统,其特征在于:所述输出模块包括一个用户界面,用于展示预警信息、环境数据图表和趋势图,基于用户界面实时更新预警信息,并根据预警信息通知用户采取相应的防治措施。


    技术总结
    本发明涉及病虫害技术领域,且公开了一种基于大数据的农业病虫害预警系统,包括数据收集模块、数据处理模块、预测模块、预警生成模块、输出模块;数据收集模块用于收集农作物生长数据、气候条件数据及历史病虫害数据;数据处理模块用于对收集的数据进行清洗、整合和存储;预测模块用于根据机器学习算法对处理后的数据进行分析,对病虫害进行风险评估;预警生成模块用于根据评估结果,生成基于病虫害的预警信息;输出模块用于将病虫害的预警信息以可视化的形式进行展示。本发明能够及时准确地对农作物病虫害的爆发情况进行监测和预报,帮助工作人员合理安排防治措施,减少病虫害对农作物造成的影响。

    技术研发人员:王朝霞,郑光辉,万金红,黄振岭,史振忠,朱家伟
    受保护的技术使用者:德州市水产果蔬发展服务中心(德州市农业技术推广与种业中心)
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-29534.html

    最新回复(0)