12、基于物联网和机器学习的实时降雨预测系统

基于物联网和机器学习的实时降雨预测系统

1. 引言

降雨的极端变化对农业有着巨大影响。干旱会导致作物死亡，而暴雨则会加剧土壤侵蚀，破坏种植园。由于大气的不可预测性，统计工具难以准确预测降雨。干旱和洪水对农民影响显著，农业生产很大程度上依赖降雨周期，因此精准的降雨预测对于水资源的有效利用、提高作物产量以及减少农业损失至关重要。

现有的降雨预测方法多基于大规模或特定区域，无法感知特定地点的大气参数，这可能会带来问题。为解决这一问题，提出了“智能帽”这一可穿戴设备，农民在田间劳作时可佩戴该设备。它能自动将大气参数记录到 THINGSPEAK 云，并利用训练好的模型预测当天的降雨量。该设备具有便携性，能针对农民所在位置进行精准预测，帮助农民决定给植物浇多少水，从而避免农业损失。

其主要目标是通过分析特定区域的大气参数（如温度、湿度、露点、风速等）来预测降雨，并提醒农民当天可能出现的降雨类型，以便他们相应地浇灌植物或采取预防措施，减少农业损失。

2. 相关研究方法概述

研究人员	研究方法	主要成果
B. Revathi 等	提出包含两个模块的方法，对比 CART 和 IDA 算法	CART 算法准确性远高于 IDA 算法
Ogochukwu Ejike 等	使用基于逻辑回归的模型，结合气象参数预测次日降