摘要
本发明涉及农作物病害监测技术领域,公开了一种基于随机森林的小麦茎基腐病预测方法。包括以下步骤:建立小麦茎基腐病病情数据库;建立调查点流行学数据库;建立茎基腐模型训练数据库;使用随机森林对预测模型进行训练和调参;通过多种指标评价模型预测性能。本发明提供的基于随机森林的小麦茎基腐病预测方法数据来源为黄淮麦区多年多个病害监测点调查数据,数据精度高、数据量大。在拔节期给出小麦茎基腐的发生风险等级预测结果,具有适用范围广、预测精度高、预测时间提前的优点,同时可逐年优化模型参数,提高模型精度,能够大范围应用于全国的小麦茎基腐病监测预警,为小麦茎基腐的综合防治提供技术支持,保障小麦的安全生产。
技术关键词
茎基腐病
农作物病害监测技术
田间小麦
小麦品种
监测点
气象
天气预报数据
随机森林模型
时间提前
因子
特征数
相对湿度
指标
平台
高风险
网格
精度
系统为您推荐了相关专利信息
动态状态模型
时间段
电力设备运行状态
框架
控制单元
传感器
环境监测数据
数据实时监测方法
指数
曲线
健康评估方法
指标
数据校准
神经网络模型
实时数据
风险监测方法
大型钢结构
连廊结构
变形特征
指数