Detection of Ecballium elaterium in hedgerow olive orchards using a low-cost uncrewed aerial vehicle and open-source algorithms

BACKGROUND

Ecballium elaterium (common name: squirting cucumber) is an emerging weed problem in hedgerow or superintensive olive groves under no tillage. It colonizes the inter-row area infesting the natural or sown cover crops, and is considered a hard-to-control weed. Research in other woody crops has shown E. elaterium has a patchy distribution, which makes this weed susceptible to design a site-specific control strategy only addressed to E. elaterium patches. Therefore, the aim of this work was to develop a methodology based on the analysis of imagery acquired with an uncrewed aerial vehicle (UAV) to detect and map E. elaterium infestations in hedgerow olive orchards.

RESULTS

The study was conducted in two superintensive olive orchards, and the images were taken using a UAV equipped with an RGB sensor. Flights were conducted on two dates: in May, when there were various weeds infesting the orchard, and in September, when E. elaterium was the only infesting weed. UAV-orthomosaics in the first scenario were classified using random forest models, and the orthomosaics from September with E. elaterium as the only weed, were analyzed using an unsupervised algorithm. In both cases, the overall accuracies were over 0.85, and the producer's accuracies for E. elaterium ranged between 0.74 and 1.00.

CONCLUSION

These results allow the design of a site-specific and efficient herbicide control protocol which would represent a step forward in sustainable weed management. The development of these algorithms in free and open-source software fosters their application in small and medium farms. © 2022 The Authors. Pest Management Science published by John Wiley & Sons Ltd on behalf of Society of Chemical Industry.     

基于多源遥感数据的高寒草地生物量反演模型精度——以夏河县桑科草原试验区为例

基于MODIS、Landsat-8 OLI和HJ-1A/1B CCD卫星遥感资料,结合2013-2014年甘南州夏河县桑科草原试验区野外实测数据,建立了高寒草地地上生物量遥感反演模型,筛选出基于不同遥感资料植被指数的生物量最优反演模型,比较分析了生物量最优模型的空间效应。同时,分析了2000-2013年基于MODIS植被指数估算的试验区产草量的年际变化特征。结果表明,草地生物量最优反演模型为基于Landsat-8 OLI NDVI数据的对数模型(y=727.54lnx1+495.23,R2=0.772,RMSE=31.333 kg DM·hm-2);在30和250 m空间分辨率下,基于MODIS NDVI及EVI、Landsat-8 OLI NDVI和HJ-1A/1B CCD NDVI最优模型估算的生物量均高于实测生物量,其中Landsat-8 OLI NDVI数据估算的草地生物量与实测生物量值最接近;2000-2013年试验区草地总生物量整体上具有显著增加的趋势(R2=0.590 7,P0.001),平均增加速率达50.57 kg DM·hm-2·a-1。     

高光谱遥感技术在现代林业中的应用与发展

以高光谱遥感技术为例，阐述了遥感技术在林业中关于森林信息获取、森林监测和森林健康评价等各方面的运用和发展，以及“3S一体化技术”在现代林业中广泛应用的必然发展趋势。     

利用遥感技术对江边林业局进行森林资源调查

选取美国陆地卫星Land-sat-stm1999年3月成像比例尺为1：5万的TM453卫生数据，于2000年1－3月，对江边林业局森林资源进行了外业建标、室内判读和现地验证。结果判读一致率达92．3％，正判率达97．5％。     

佳多频振式杀虫灯在察隅地区森林害虫监测防治试验中的应用

应用佳多频振式杀虫灯在西藏察隅地区进行森林害虫监测防治试验,结果表明其对许多森林害虫都有诱集作用,试验中共诱到30多种森林害虫,4种天敌昆虫,利害比为189.1,完全可以用于森林害虫的监测和防治.对西藏察隅地区发生的森林害虫,佳多频振式杀虫灯是较理想的防治工具.     

QuickBird影像目视判读在土地利用类型调查中的应用研究

利用Q u ickB ird影像数据进行土地利用类型调查过程中采用人工目视判读或人机交互式判读方法能获取相对准确的土地利用类型信息。目视判读的难点是对易混淆地类和森林类型的判读,包括草地与农田、灌木林与果园地、经济林与用材林、陡坡地与常年旱地等。通过适当的前期图像处理,以建立解译标志为基础,采取综合的判读方法可将上述类型大部分判读出来。     

川东北地区天然林资源保护工程实施现状及对策

通过对长江中上游天然林资源保护工程川东北地区的遥感监测，全面分析了工程实施以来取得的成绩和存在的问题，提出了相应的对策措施。     

SPOT5卫星遥感信息在森林资源调查中的应用现状与解决思路

介绍利用SPOT5卫星遥感在云南省森林资源调查中的应用情况,总结所取得的成果经验。分析存在的包括对遥感的内涵认识不足、特殊地类不易分辨、树种组成难判读、蓄积量不能直接判读、龄组和郁闭度判读因子粗放等问题,提出了解决问题的思路和建议。     

应用松褐天牛引诱剂进行林间监测技术的研究

本文就应用松褐天牛ＭｏｎｏｃｈａｍｕｓａｌｔｅｒｎａｔｕｓＨｏｐｅ引诱剂监测松褐天牛在林间的种群密度、成虫携带松材线虫Ｂｕｒｓａｐｈｅｌｅｎｃｈｕｓｘｙｌｏｐｈｉｌｕｓ（ＳｔｅｉｎｅｒｅｔＢｕｈｒｅｒ）Ｎｉｃｋｌｅ病原状况进行了探讨。结果表明：在松材线虫病病区外围设置引诱剂能及时发现松褐天牛携带松材线虫病原及扩散的区域。按１０００ｍ２设置１个诱捕器的网格状布局，该引诱剂的诱捕率为１８．９３％     

森林灾害监测方法研究──以西南地区火灾监测为例*

森林灾害监测方法研究──以西南地区火灾监测为例纪平，易浩若，白黎娜关键词人工神经元网络，ＮＯＡＡ数据，遥感，专家系统目前，世界上许多国家都已开展了森林灾害监测方面的研究。１９８７年大兴安岭森林大火之后，我国也充分认识到了森林防火的重要性，并积极开展了...