[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

说明书

本发明公开了一种农作物病虫害预警方法、系统、装置及存储介质，方法包括：获取农作物的病虫害历史信息并确定第一文本内容；对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，对第一指标数据组进行特征提取得到病虫害特征向量；根据病虫害特征向量构建训练数据集，将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，输入到病虫害预测模型中，输出得到目标区域的病虫害预测结果，根据病虫害预测结果进行预警。本发明降低了人力成本和设备成本，提高了病虫害预警的效率，便于后续采取相应的防治措施，降低了经济损失，可广泛应用于农作物灾害预警技术领域。

技术领域

本发明涉及农作物灾害预警技术领域，尤其是一种农作物病虫害预警方法、系统、装置及存储介质。

背景技术

现在市场上的农作物病虫害预警方法，一般是通过专业人士前往种植基地肉眼观测或者使用物联网设备或无人机拍照回传图片再进行人工检测分辨，或者使用物联网设备拍照回传再通过机器学习和图像识别技术从而判断农作物病虫害发生情况和严重程度。

但是上述这种农作物病虫害预警方法需要昂贵的物联网设备和专业的安装实施人员的投入，人力成本和设备成本比较高，对于地处农村的广大农户来说，基本上难以普及；物联网设备覆盖面积有限，在使用上具有一定的局限性，对于大面积区域进行监测和预警存在效率低下的问题；此外，上述预警方法采用的是实时监测的预警方法，得出灾情结果时可能灾情已经蔓延开来，无法采取及时有效的防治措施。

发明内容

本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。

为此，本发明实施例的一个目的在于提供一种农作物病虫害预警方法，该方法利用病虫害历史信息训练深度神经网络来进行病虫害预测预警，一方面无需投入大量物联网设备和安装实施人员，降低了人力成本和设备成本；另一方面可分地区进行模型训练，按照地区进行预测预警，覆盖面积更广，提高了病虫害预警的效率；此外，本方法可以根据气象指标和环境指标对病虫害进行预测，从而可以针对不同类型的病虫害采取相应的防治措施，降低了病虫害造成的经济损失。

本发明实施例的另一个目的在于提供一种农作物病虫害预警系统。

为了达到上述技术目的，本发明实施例所采取的技术方案包括：

第一方面，本发明实施例提供了一种农作物病虫害预警方法，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。

进一步地，在本发明的一个实施例中，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。

进一步地，在本发明的一个实施例中，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：