[发明专利]一种农作物病虫害预警方法、系统、装置及存储介质

权利要求书

1.一种农作物病虫害预警方法，其特征在于，包括以下步骤：

获取农作物的病虫害历史信息，根据所述病虫害历史信息确定第一文本内容；

对所述第一文本内容进行分词处理和语义分析，得到第一指标数据组，进而对所述第一指标数据组进行特征提取，得到病虫害特征向量；

根据所述病虫害特征向量构建训练数据集，进而将所述训练数据集输入到预先构建的深度神经网络中进行训练，得到训练好的病虫害预测模型；

获取目标区域的气象指标信息和环境指标信息，将所述气象指标信息和所述环境指标信息输入到所述病虫害预测模型中，输出得到目标区域的病虫害预测结果，进而根据所述病虫害预测结果进行预警。

2.根据权利要求1所述的一种农作物病虫害预警方法，其特征在于，所述获取农作物的病虫害历史信息，根据所述病虫害历史信息确定第一文本内容这一步骤，其具体包括：

从病虫害数据库中获取农作物的病虫害历史信息，所述病虫害历史信息包括害虫习性信息、病虫害发生规律信息、病虫害形态信息以及病虫害防治信息；

根据病虫害类型对所述病虫害历史信息进行筛选和分类，得到对应各个病虫害类型的第一文本内容。

3.根据权利要求1所述的一种农作物病虫害预警方法，其特征在于，所述对所述第一文本内容进行分词处理和语义分析，得到第一指标数据组，进而对所述第一指标数据组进行特征提取，得到病虫害特征向量这一步骤，其具体包括：

对所述第一文本内容进行切分处理得到多个语句；

对所述语句进行分词处理和语义分析，得到第一指标数据组，所述第一指标数据组由多个数据指标组成；

确定所述数据指标的词嵌入向量，进而根据所述词嵌入向量确定所述第一指标数据组的词组向量；

对所述词组向量进行归一化处理，得到所述病虫害特征向量。

4.根据权利要求3所述的一种农作物病虫害预警方法，其特征在于：所述数据指标包括空气温湿度、光照强度、大气压强、降雨量、土壤温湿度、易发病月份以及土壤氮磷钾含量中的至少两个。

5.根据权利要求1所述的一种农作物病虫害预警方法，其特征在于，所述根据所述病虫害特征向量构建训练数据集这一步骤，其具体包括：

根据所述病虫害特征向量确定训练样本；

确定所述第一文本内容的病虫害类型，并根据所述病虫害类型生成病虫害类型标签；根据所述训练样本和所述病虫害类型标签构建训练数据集。

6.根据权利要求5所述的一种农作物病虫害预警方法，其特征在于，所述将所述训练数据集输入到预先构建的深度神经网络中进行训练这一步骤，其具体包括：

将所述训练数据集输入到所述深度神经网络，得到病虫害识别结果；

根据所述病虫害识别结果和所述病虫害类型标签确定训练的损失值；

根据所述损失值对所述深度神经网络的参数进行更新。

7.根据权利要求1至6中任一项所述的一种农作物病虫害预警方法，其特征在于，所述获取目标区域的气象指标信息和环境指标信息，将所述气象指标信息和所述环境指标信息输入到所述病虫害预测模型中，输出得到目标区域的病虫害预测结果，进而根据所述病虫害预测结果进行预警这一步骤，其具体包括：

根据天气预报信息确定目标区域的气象指标信息，并通过传感器获取目标区域的环境指标信息；

确定目标区域的农作物类型，根据所述农作物类型选取对应的病虫害预测模型；

将所述气象指标信息和所述环境指标信息输入到所述病虫害预测模型中，输出得到目标区域的病虫害预测结果；

根据所述病虫害预测结果生成预警信息，并将所述预警信息发送至目标区域的相关人员。