[發明專利]一種基于大數據分析的植物長勢預測方法

有效

• 申請號: 202011240219.0
• 申請日: 2020-11-09
• 公開（公告）號: CN112270129B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 王相;寧彥吉;于進福;趙曉龍
• 申請（專利權）人: 威海精訊暢通電子科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F18/214;G06N20/20
• 代理公司: 濟南舜源專利事務所有限公司 37205
• 代理人: 張營磊

本發明提出的種基于大數據分析的植物長勢預測方法，將采集的環境數據通過處理、分析、特征選擇后輸入到搭建的預測模型中，使預測模型不斷訓練學習并選擇最優的狀態進行保存。保存下的預測模型便是最終的預測模型，輸入新的環境數據，即可得到植物株高與葉面積的預測值。本發明采用大數據分析與預測的方式，可以有效的節約人力和物力、節省成本，同時提高了測量結果的精度。

技術領域

本發明涉及植物長勢預測領域，更具體的說是涉及一種基于大數據分析的植物長勢預測方法。

背景技術

農業科技的興起為農業發展注入了新動力，近幾年的農業科學技術手段層出不窮，基于大數據分析的技術方法在農業中許多方面都有應用，比如基于大數據的農業管理方法、農業設施等。

但是在植物長勢預測領域，通常還是使用人工測量的方式，采用卷尺和測量儀來對植物的株高和葉面積進行測量，這樣會造成人力的消耗和勞動力成本的增加，而且結果有時可能會不準確。

因此，為順應技術發展潮流，如何利用大數據分析技術預測植物的未來長勢，從而及時做出相應調整，收獲更高產更高質量的產品，是我們亟待解決的問題。

發明內容

針對以上問題，本發明的目的在于提供一種基于大數據分析的植物長勢預測方法，有效的節約了人力和物力，節省了成本，提高了測量結果的精度。

本發明為實現上述目的，通過以下技術方案實現：一種基于大數據分析的植物長勢預測方法，包括如下步驟：

S1：使用預設裝置采集植物的環境數據；

S2：對采集的環境數據進行數據清洗、數據刪除及替換、數據轉變處理，完成環境數據的預處理；

S3：將預處理后的環境數據進行探索性數據分析，并通過RFE-CV進行特征選擇；

S4：對處理后的環境數據進行劃分，劃分成訓練集、驗證集，并進行歸一化或者標準化處理，用訓練集訓練模型，驗證集調優模型，選擇最優的模型作為預測模型并進行保存；

S5：采集當前環境數據作為測試集，將測試集輸入到預測模型中，生成植物的預測株高與葉面積。

進一步，所述環境數據包括：空氣溫濕度、CO2濃度、光照強度、營養液溫度、株高和葉面積。

進一步，所述步驟S1包括：

使用預設傳感器采集空氣溫濕度、CO2濃度、光照強度和營養液溫度，使用卷尺測量株高，使用葉面積測試儀測量葉面積。

進一步，所述步驟S2包括：

S21：采用KNN模型對環境數據進行預測填充，將部分缺失數據補全；

S22：通過預設工具計算環境數據中的缺失值占比，查找環境數據的異常值和重復值，對缺失值數據占比異常、存在重復值和異常值的環境數據做刪除或替換處理；

S23：通過獨熱編碼的方式將環境數據有類別型變量轉變成數值型變量。

進一步，所述步驟S22具體為：

使用pandas科學計算庫中的統計數值的工具求出環境數據中每段數據的缺失值占比，通過表結構或者可視化的方式顯示出來，將缺失占比超出預設閾值的數據直接刪除；

通過數據的分布查找環境數據的異常值，對環境數據中存在的異常值的數據進行刪除或者使用預設的統計學方法進行替換處理；

查看環境數據中是否存在重復值，對存在重復值的環境數據進行整行刪除。

進一步，所述步驟S3包括：

S31：通過統計學皮爾遜相關系數或者數據可視化的熱力圖查看環境數據與目標之間的相關性；