一种融合LightGBM与LSVM的茶园旱情预测方法及系统

本发明提供了智慧农业技术领域的一种融合LightGBM与LSVM的茶园旱情预测方法及系统，方法包括：步骤S1、采集大量的历史监测数据构建数据集；步骤S2、通过Limma算法、COX生存回归模型、GLM广义线性模型以及SHAP对数据集进行分析，得到环境因子相关性图；步骤S3、创建茶园旱情预测模型；步骤S4、将数据集划分为训练集、验证集以及测试集以对茶园旱情预测模型进行训练、验证、测试，对测试通过的茶园旱情预测模型进行部署；步骤S5、从茶园采集实时监测数据输入茶园旱情预测模型得到茶园旱情预测结果，将茶园旱情预测结果显示在可视化界面上。本发明的优点在于：极大的提升了茶园旱情预测的及时性、准确性以及泛化能力。