[发明专利]一种虫害预测方法、装置、设备及存储介质在审

专利信息
申请号: 202111322776.1 申请日: 2021-11-09
公开(公告)号: CN113962476A 公开(公告)日: 2022-01-21
发明(设计)人: 李秋旻;宋志斌;艾海鹏 申请(专利权)人: 广州极飞科技股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/02;G06N3/04;G06N3/08
代理公司: 北京泽方誉航专利代理事务所(普通合伙) 11884 代理人: 陈照辉
地址: 510000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 虫害 预测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种虫害预测方法,其特征在于,包括:

获取目标地区在设定预测周期内的气象预报数据;

利用训练好的第一预测模型,根据所述气象预报数据确定虫害预测时间和虫害预测量,所述第一预测模型可基于所述气象预报数据的输入,输出所述虫害预测时间和所述虫害预测量;

利用训练好的第二预测模型,根据所述气象预报数据和所述虫害预测量确定虫害膜位信息,所述第二预测模型可基于所述气象预报数据与所述虫害预测量的输入,输出所述虫害膜位信息;

基于所述虫害预测时间和所述虫害膜位信息得到虫害预测结果。

2.根据权利要求1所述的虫害预测方法,其特征在于,所述虫害预测量包括有翅虫害预测量和无翅虫害预测量,所述虫害膜位信息包括有翅虫害膜位信息和无翅虫害膜位信息;

所述基于所述虫害预测时间和所述虫害膜位信息得到虫害预测结果,包括:

从所述有翅虫害膜位信息和所述无翅虫害膜位信息中确定最大膜位信息;

基于所述虫害预测时间和所述最大膜位信息得到虫害预测结果。

3.根据权利要求1所述的虫害预测方法,其特征在于,所述气象预报数据包括气象指标数据,输入所述第一预测模型的气象指标数据是根据不同气象类型组合的气象指标数据与虫害发生时间和/或虫害发生量的相关性筛选得到的,输入所述第二预测模型的气象指标数据是根据不同气象类型组合的气象指标数据与虫害发生量和/或虫害膜位信息的相关性筛选得到的。

4.根据权利要求3所述的虫害预测方法,其特征在于,输入所述第一预测模型的气象指标是不同气象类型组合的气象指标中与虫害发生时间和/或虫害发生量的相关性最高的气象指标;

输入所述第二预测模型的气象指标是不同气象类型组合的气象指标中与虫害的发生量和/或膜位信息的相关性最高的气象指标。

5.根据权利要求3所述的虫害预测方法,其特征在于,所述相关性基于主成分分析算法或逐步回归分析算法计算得到。

6.根据权利要求1所述的虫害预测方法,其特征在于,所述方法还包括:

在所述虫害预测量达到设定虫量阈值和/或所述虫害膜位信息达到设定膜位阈值时,发出虫害预警和/或根据所述虫害预测结果从植保库中确定植保预防方案,所述植保库记录有不同虫害预测结果对应的植保预防方案。

7.根据权利要求1所述的虫害预测方法,其特征在于,所述方法还包括:

根据所述虫害膜位信息确定待作业区域;

生成所述待作业区域对应的作业任务;

将所述作业任务发送给无人机,以使无人机对所述待作业区域进行喷洒作业。

8.根据权利要求1所述的虫害预测方法,其特征在于,所述方法还包括:

根据所述目标地区的实际气象数据与对应的所述气象预报数据,对所述虫害预测结果进行校正。

9.根据权利要求8所述的虫害预测方法,其特征在于,所述根据所述目标地区的实际气象数据与对应的所述气象预报数据,对所述虫害预测结果进行校正,包括:

根据所述目标地区的实际气象数据对所述气象预报数据进行校正;

基于校正后的所述气象预报数据对所述虫害预测时间、所述虫害预测量和所述虫害膜位信息进行更新,以对所述虫害预测结果进行校正。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州极飞科技股份有限公司,未经广州极飞科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111322776.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top