基于多源数据融合与深度学习的精准农业智能监控系统设计

林国安; 蔡翠翔; 郭雅

doi:10.16009/j.issn.1009-5624.2026.13.042

信息记录材料 ›› 2026, Vol. 27 ›› Issue (13) : 130 -132. DOI: 10.16009/j.issn.1009-5624.2026.13.042

基于多源数据融合与深度学习的精准农业智能监控系统设计

林国安, 蔡翠翔, 郭雅

作者信息 +

Author information +

文章历史 +

摘要

针对精准农业监控中数据利用效率低、决策智能化不足的问题，本研究提出了一种基于多源数据融合与深度学习的精准农业智能监控系统。首先，通过设计数据获取模块，整合传感器、遥感和气象数据；其次，构建卷积神经网络（CNN）、循环神经网络（RNN）、深度强化学习（DRL）3种深度学习模型，进行模型训练优化；最后，进行系统硬/软件平台开发与测试评估。系统测试结果表明：病虫害识别准确率达96.7%,土壤湿度预测均方根误差为0.025 m³/m³,为精准农业提供了可靠的解决方案。