1.一种基于改进萤火虫算法的水稻产量预测方法，其特征在于，包括以下步骤：获取水稻的遥感影像数据集并进行预处理，得到预处理后的水稻遥感影像数据集；

引入服从高斯分布的随机扰动对萤火虫算法进行改进，构建改进后的萤火虫算法；

基于改进后的萤火虫算法对LSTM模型进行优化并将预处理后的水稻遥感影像数据集输入至优化后的LSTM模型进行水稻产量预测，得到预测结果；

所述引入服从高斯分布的随机扰动对萤火虫算法进行改进的表达式具体如下所示：x′best＝xbest+xbest×μ×N(0,1)上式中，x'best表示变异后最优萤火虫的位置，xbest表示当前最优萤火虫的位置，μ表示变异控制因子，N(0，1)表示均值为0方差为1的高斯分布随机变量；

所述基于改进后的萤火虫算法对LSTM模型进行优化并将预处理后的水稻遥感影像数据集输入至优化后的LSTM模型进行水稻产量预测，得到预测结果这一步骤，其具体包括：基于改进后的萤火虫算法，生成改进后的萤火虫算法的目标函数；

将LSTM模型的时间窗口大小、批处理处理量和隐藏层单元数的取值范围分别作为改进后的萤火虫算法的初始群体，即所述萤火虫代指LSTM模型的时间窗口大小、批处理处理量和隐藏层单元数的取值范围；

连续三次计算该算法初始状态下的最优解，判断三次最优解是否相等，一个最优解代表一只萤火虫；

判断到三次最优解相等，对所述最优解进行添加随机扰动处理，对萤火虫的位置进行更新处理，得到更新位置后的萤火虫位置与发光强度；

基于更新位置后的萤火虫位置与发光强度输入至LSTM模型对其进行参数优化，输出优化后的LSTM模型；

基于优化后的LSTM模型，计算MSE并判断MSE是否小于容忍误差；

若未达到最小值则循环基于改进后的萤火虫算法对LSTM模型进行优化步骤，直至达到最小值，输出预测结果。

2.根据权利要求1所述一种基于改进萤火虫算法的水稻产量预测方法，其特征在于，所述获取水稻的遥感影像数据集并进行预处理，得到预处理后的水稻遥感影像数据集这一步骤，其具体包括：划定研究区域，获取该研究区域水稻的遥感影像数据集与历年水稻产量数据；

通过遥感影像处理软件对水稻的遥感影像数据集进行批量拼接与重投影处理，得到重投影水稻遥感数据集；

通过波段运算方法对重投影水稻遥感数据集进行去除异常值处理，得到去除异常值后的水稻遥感数据集；

通过最大值合成法对去除异常值后的水稻遥感数据集进行降噪处理，得到最大值合成后的水稻遥感数据集；

对最大值合成后的水稻遥感数据集进行裁剪处理，得到裁剪后的水稻遥感数据集；

将历年水稻产量数据与裁剪后的水稻遥感数据集进行融合处理，得到预处理后的水稻遥感影像数据集，所述预处理后的水稻遥感影像数据集包括该研究区域NDVI值、月均降水量值、月均气温值、月均水稻产量值。

3.根据权利要求2所述一种基于改进萤火虫算法的水稻产量预测方法，其特征在于，所述改进后的萤火虫算法的目标函数的表达式为：T

f(X)，X＝(x1，x2，x3)

上式中，f(X)表示改进后的萤火虫算法的目标函数，x1表示LSTM模型的时间窗口大小，x2表示LSTM模型的批处理处理量，x3表示LSTM模型的隐藏层单元数。

4.一种基于改进萤火虫算法的水稻产量预测系统，其特征在于，用于执行如权利要求1所述的基于改进萤火虫算法的水稻产量预测方法，包括以下模块：获取模块，用于获取水稻的遥感影像数据集并进行预处理，得到预处理后的水稻遥感影像数据集；

改进模块，用于引入服从高斯分布的随机扰动对萤火虫算法进行改进，构建改进后的萤火虫算法；

预测模块，基于改进后的萤火虫算法对LSTM模型进行优化并将预处理后的水稻遥感影像数据集输入至优化后的LSTM模型进行水稻产量预测，得到预测结果。