100、作物产量预测、作物推荐与作物病害检测的统一系统

作物产量预测、作物推荐与作物病害检测的统一系统

1. 引言

农业是保障生计的重要因素。近年来，由于灾难性天气模式以及作物免疫原性不足，作物病害不断增加。机器学习（ML）有望为解决作物产量问题提供切实可行的方案，帮助印度农民根据环境条件预测作物产量和推荐合适的作物。

本工作结合机器学习和物联网（IoT），利用深度学习实现作物推荐、产量预测和病害检测。同时，开发了硬件系统来收集土壤和环境数据，并搭建了包含这三个应用的Web应用程序。

2. 作物产量预测与推荐方法

作物生产主要由天气条件和土壤质量决定。通过分析土壤和环境，可以预测特定地区适合种植的作物，以提高产量。

• 数据获取 ：
  • 作物推荐和产量预测数据集来自政府网站，如data.gov.in，包含面积、产量、作物名称、N、P、K和Ph值等信息。
  • 降雨量数据来自Indianwaterportal.org。
  • 温度和湿度数据来自power.larc.NASA.gov。
• 数据预处理 ：将原始数据转换为无空值或空白的数据集，通过填充缺失值等方法使数据更易读取。
• 相关性分析 ：P和K在作物推荐中高度相关，土壤湿度和湿度在作物产量预测中高度相关。
• 机器学习算法应用 ：
  • 为作物推荐实现了决策树、朴素贝叶斯、随机森林分类器、XGB