[发明专利]一种基于机器学习的农作物及害虫互作的预测管控系统

权利要求书

1.一种基于机器学习的农作物及害虫互作的预测管控系统，其特征在于，包括：数据采集模块、综合分析模块、农田监测模块、存储数据库模块、预警模块、后台管理模块；

所述数据采集模块用于采集农田虫灾数据，对所述农田虫灾数据进行预处理，并传输至所述综合分析模块；

所述综合分析模块用于基于所述农田虫灾数据对虫灾情况进行分析，输出分析结果至所述后台管理模块，同时将所述农田虫灾数据与所述分析结果传输至所述存储数据库模块；

所述农田监测模块用于实时监测农田环境变化数据，并将所述农田环境变化数据传输至所述存储数据库模块；

所述存储数据库模块用于存储所述农田虫灾数据、所述分析结果与所述农田环境变化数据；

所述预警模块用于基于所述存储数据库模块中的农田虫灾数据与农田环境变化数据生成农田养护方案，并生成虫灾预测结果，将所述农田养护方案与所述虫灾预测结果传输至所述后台管理模块；

所述后台管理模块用于对农田进行日常养护并进行虫灾治理。

2.根据权利要求1所述的基于机器学习的农作物及害虫互作的预测管控系统，其特征在于，所述农田虫灾数据包括农作物数据、害虫数据与受灾区域数据；

所述农作物数据包括农作物长势、农作物受灾程度、受灾区域；

所述害虫数据包括害虫规模、害虫分布、害虫外形。

3.根据权利要求1所述的基于机器学习的农作物及害虫互作的预测管控系统，其特征在于，所述预处理包括：对所述农田虫灾数据中的害虫发育特征、农田受灾区域、农作物受灾部位进行标记并将所述害虫发育特征与所述农作物受灾部位进行匹配。

4.根据权利要求1所述的基于机器学习的农作物及害虫互作的预测管控系统，其特征在于，所述存储数据模块还用于基于互联网大数据技术存储害虫常规发育数据与农作物常规生长数据；

所述害虫常规发育数据包括害虫不同生长阶段的外观特征与各生长阶段的周期；

所述农作物常规生长数据包括农作物不同生长阶段的植株特征与各生长阶段的周期。

5.根据权利要求1所述的基于机器学习的农作物及害虫互作的预测管控系统，其特征在于，所述综合分析模块对所述农田虫灾数据进行特征提取，将农作物数据与农作物常规生长数据进行比对，将害虫数据与害虫常规发育数据进行比对，确定害虫与农作物的生长阶段；

将所述农作物数据与所述害虫数据代入卷积网络模型进行训练，输出农作物与害虫的特征数据，基于所述特征数据进行分析，获取分析结果。

6.根据权利要求1所述的基于机器学习的农作物及害虫互作的预测管控系统，其特征在于，所述农田环境变化数据包括农田湿度变化数据、农作物长势变化数据、害虫生长变化数据、受灾区域变化数据。

7.根据权利要求6所述的基于机器学习的农作物及害虫互作的预测管控系统，其特征在于，所述预警模块基于所述农田湿度变化数据构建湿度变化曲线，基于所述农作物长势变化数据构建农作物变化曲线，基于所述害虫生长变化数据构建害虫变化曲线，基于所述受灾区域变化数据构建受灾变化曲线；

基于所述湿度变化曲线、所述农作物变化曲线、所述害虫变化曲线与所述受灾变化曲线构建多机器学习模型并进行数据集训练，输出农作物养护方案与虫灾预测结果。

8.根据权利要求1所述的基于机器学习的农作物及害虫互作的预测管控系统，其特征在于，所述预警模块还用于基于受灾区域数据与受灾变化曲线设置阈值对突发虫灾进行判断，并生成预警信息传输至所述后台管理模块。

9.根据权利要求8所述的基于机器学习的农作物及害虫互作的预测管控系统，其特征在于，当所述受灾区域数据超出所述受灾变化曲线的变化范围大于30％时，则生成预警信息传输至后台管理模块。

10.根据权利要求1所述的基于机器学习的农作物及害虫互作的预测管控系统，其特征在于，所述后台管理模块基于所述分析结果进行害虫治理，基于所述农田养护方案对农田环境以及农作物进行日常养护，还用于基于所述虫灾预测结果对农田进行处理措施。