一种基于机器学习的茶园旱情分级预测方法及系统

本发明提供了智慧农业技术领域的一种基于机器学习的茶园旱情分级预测方法及系统，方法包括：步骤S1、从茶园采集大量的历史监测数据；步骤S2、对各历史监测数据进行预处理后构建数据集；步骤S3、通过L imma算法、COX生存回归模型以及GLM广义线性模型对数据集进行分析，得到环境因子相关性图；步骤S4、基于多模态特征提取层、特征融合层、土壤熵情预测层、旱情映射输出层创建一茶园旱情预测模型；步骤S5、通过数据集对茶园旱情预测模型进行训练，对训练后的茶园旱情预测模型进行部署；步骤S6、通过部署的茶园旱情预测模型进行茶园旱情的预测。本发明的优点在于：极大的提升了茶园旱情预测的准确性以及灌溉决策的精细化程度。