一种基于深度学习的农业病虫害防控方法及系统

本发明涉及病虫害防控技术领域，提供了一种基于深度学习的农业病虫害防控方法及系统。首先采集柑橘种植区的多源数据。然后，将采集的原始数据进行时空对齐和辐射校正后，输入边缘计算节点，生成标准化预处理数据。接下来，构建动态农艺知识图谱，将各数据进行关联建模。然后，将标准化图像数据输入基于卷积神经网络的黄龙病识别模型，通过深度强化学习算法优化病害识别结果，并根据知识图谱生成施药方案。最后，根据施药后采集的虫口密度变化数据，更新农艺知识图谱中的环境容量参数，形成闭环反馈优化机制，以提高防控效果。该方法能够在复杂农艺环境中实现精准的病害监测与防控，提升决策的精准。