深度学习在灌区种植结构提取中的应用研究  

作　　者：王永红 

机构地区：[1]湖南城市学院信息与电子工程学院洞庭湖区域生态环境智能监测和防灾减灾技术湖南省工程研究中心,湖南益阳413000

出　　处：《中文科技期刊数据库（全文版）自然科学》2023年第1期67-70,共4页

基　　金：湖南省教育厅科技计划项目;编号:20C0378;项目单位:湖南省教育厅。

摘　　要：通过整合和利用来自不同来源的数据,我们的研究旨在将收集的数据不仅用于监测和控制灌区种植结构,还用于预测灌溉建议。特别是,通过整合分布在四个主要地块(分为28个子地块和8个灌溉组)的22个土壤传感器、气象站和实际灌溉记录近两年收集的数据,构建了一个数据集。在此数据集上应用了不同的回归和分类算法,以开发能够预测农学家建议的每周灌溉计划的模型。使用八个不同的变量子集开发模型,以确定哪些变量始终有助于预测准确性。通过比较得到的模型,表明最佳回归模型是梯度增强回归树,准确率为93%,最佳分类模型是增强树分类器,准确率95%(在测试集上)。还确定了对模型预测成功率没有贡献的数据。所得到的模型可以显著促进灌溉规划过程。此外,还讨论了在公司数据上应用深度学习进行产量和疾病预测的潜力。

关 键 词：深度学习 灌区 灌溉规划 种植结构 

分 类 号：S127[农业科学—农业基础科学]