一种基于LSTM的草莓白粉病预测方法

作者：李扬; 腰彩红; 兰璞; 田涛; 孙海波; 王建春^*

来源：江苏农业科学, 2022, 50(21): 195-199.

DOI：10.15889/j.issn.1002-1302.2022.21.029

• 草莓白粉病
• 预测方法
• 长短时记忆网络(LSTM)
• 环境因子

草莓白粉病是近年来影响草莓品质和产量的主要病害之一，为了准确预判日光温室草莓白粉病的发生，尽早采用防治手段减少药物使用，设计了基于长短时记忆网络(LSTM)的日光温室草莓白粉病预测模型。运用无线环境数据采集设备对温室内草莓生长环境因子(空气温度、空气相对湿度、光照强度、土壤温度、土壤相对湿度)进行实时动态监测，并同步进行白粉病流行调查。在此基础上首先总结了日光温室草莓白粉病易发区域，作为病情监测重点区域，用于在模型预测发病时指导人工重点观测。同时采用LSTM模型构建了日光温室草莓白粉病预测模型，预测草莓白粉病是否发生。选取了25项环境相关指标，分别使用发病前7 d至发病前4 d、发病前4 d和发病前7 d的环境数据作为输入训练模型，并比较预测效果。结果表明使用发病前7 d至发病前4 d的环境数据作为模型输入可以准确预测出草莓白粉病发病，精度达到93%,与以发病前7 d的环境数据作为输入的模型相比，预测准确度相当，但使用输入数据更少，可以提前3 d预判出白粉病发病，取得了较好的效果，具有良好应用前景。

• 单位
  天津市农业科学院