一种基于IBDP-GRU模型的热带果树寒冻害预警技术

针对热带果树寒冻害预警中涉及的气象数据不平衡问题，提出一种结合不平衡数据处理和门控循环单元的热带果树寒冻害预警模型(IBDP-GRU)。按照设定的低温阈值，将数据样本按其最低气温分为高于阈值(通常为多数)和低于阈值(通常为少数)2类；利用提出的欠抽样算法对多数类样本进行欠抽样，并为不同类的训练样本赋予不同的权重；将训练样本和权重输入到GRU模型中训练；结合未来一天的最低气温预测值和相关热带果树的寒冻害指标判断这些果树在未来一天是否会受害。实验结果表明，IBDP-GRU能在不显著影响多数类样本预测的同时更加注重少数类样本的预测；在预测果树一天是否会受害时，IBDP-GRU对香蕉寒冻害预警的正报率分别比GRU、LSTM、CNN-GRU和BP模型的高16.4%、19.3%、20.3%、31.3%,对莲雾寒冻害预警的正报率分别比上述模型高18.7%、18.6%、20.5%、32.2%。