共查询到20条相似文献,搜索用时 265 毫秒
1.
无人机遥感影像的松材线虫病危害木自动监测技术初探 总被引:2,自引:0,他引:2
针对常规松材线虫病(Bursaphelenchus xylophilus)普查监测耗时长、数据实时性和真实性差的现状,作者基于无人机采集的高分辨率影像和e Cognition遥感图像处理软件,采用目视判读、模版匹配2种方法分别对疫区松材线虫病危害木进行遥感识别。根据研究区域实地踏勘结果,从识别精度和数据处理效率方面比较2种方法,发现相较于目视解译的传统信息提取方式,模版匹配方法在精度和效率方面具有明显优势,能有效提高松材线虫病危害木监测效率。 相似文献
2.
无人机监测松材线虫病的精度比较 总被引:1,自引:0,他引:1
利用无人机搭载可见光相机进行遥感拍摄,在430 m和700 m两个飞行高度下采集异常枯死松树遥感影像,将野外GPS采集的位置信息同ENVI遥感数据处理软件处理与解读数据信息进行比对。人工甄别和NDVI值提取枯死松树分别为6株与7株,数据有效率提取为85.71%;对无人机遥感获取的6株枯死松树地理位置信息进行实地验证,水平误差在0.86 m^4.20 m之间。表明无人机遥感基本实现了松材线虫病致死松树的精准定位,对于松材线虫病监测和后期除治具有重要意义。 相似文献
3.
松材线虫病是一种严重威胁松树生存的林业有害生物疫情。高分辨率卫星遥感技术是松材线虫病变色松木识别的有效手段。通过研究植被指数阈值法,利用2022年8月4日发射的陆地生态系统碳监测卫星(句芒号)优于2 m高分辨率4谱段相机的特点,开展基于指数的松材线虫病木识别示范,验证该卫星松材线虫病监测应用能力。基于松材线虫染病松木光谱特征,提出基于与生物量和色素相关的双指数识别策略,设计了松材线虫病指数(PWDI),并在山东省栖霞市疫区进行句芒号松材线虫病识别测试。结果表明,双指数识别策略相比单指数策略性能更优,其中PWDI与NDVI组合的松材线虫病变色松木识别能力最强,总体精度达到84.5%,NWI—NDVI,NGRDI—NDVI组合次之。在单指数策略下,PWDI的识别性仍能优于其他5个测试植被指数。研究表明,句芒号卫星具有可靠识别松材线虫病变色松木的良好潜力,松材线虫病变色松木双指数识别策略及新的识别指数PWDI可为其他类似卫星的松材线虫病监测提供借鉴。 相似文献
4.
5.
针对襄阳市松材线虫病监测现状,构建了枯死松树天空地监测体系,综合运用卫星遥感监测、无人机航测、人工地面踏查等技术,采取“互联网+无人机举证+人工地面踏查”的模式,对枯死松树进行监测核查。基于GNSS、卫星遥感、互联网+等技术,研发了《襄阳市松材线虫病疫情监测核查管理信息系统》,实现枯死松树的坐标定位及身份证化管理。监测体系在襄阳市的推广使用,基本实现了疫情监测智慧化、管理信息化。 相似文献
6.
7.
松材线虫病是由松材线虫寄生在松树体内而引起松树迅速死亡的一种流行性、传染性、毁灭性林木病害,为实现对清原满族自治县的松材线虫病疫木的有效监测,提出了Multiple-RSS识别技术。该技术主要包含TS-INSAR影像粗分类与顾及后向散射系数时序变化的深度学习方法两部分,其中深度学习采用AttU-Net深度神经网络模型。该方法以多期时序干涉合成孔径雷达影像、GF2光学影像为数据源,参考项目区的“林地一张图”、地国情监测、物候数据、气象数据等,通过时序雷达的干涉测量与地理编码,获取后向散射系数时序变化分类因子,通过语义模型进行雷达影像粗分类,获取松材线虫病疫情区域。通过掩膜技术结合雷达后向散射系数时序变化的“深度学习”识别方法对项目区的松材线虫病疫木进行了精确监测。该技术在清原满族自治县进行了试验,在一期监测中获得松材线虫疫情小班754处,二期监测获得松材线虫疫情小班812处,三期监测获得松材线虫疫情小班793处。通过清原满族自治县林业主管部门反馈,小班识别率高达83%,表明:监测成果客观可靠,可为其他林区开展松材线虫病疫情监测提供方法。 相似文献
8.
刍议枯死松树的天空地协同监测技术体系建设 总被引:1,自引:0,他引:1
枯死松树及时精准监测是做好松材线虫病防治的基础,传统人工线路踏查难以保证全覆盖和高时效。高空间分辨率的航空和航天遥感技术可以快速采集区域级地表覆盖数据,获取单木与树丛级森林资源健康状态信息,服务于枯死松树监测;地面调查是航天和航空遥感技术应用不可或缺的组成部分,是实现对松材线虫病疫情遥感监测必不可少的工序。枯死松树的天空地协同监测技术体系的建立,以及天空地遥感技术互为补充的集成运用,是提高松材线虫病监测调查工作实时性、客观性和科学性的重要保障,不仅可为精准监管森林资源提供相应解决方案,也是完善和丰富现有松材线虫病监测普查体系、实现松材线虫病疫情早期发现以及疫情处置监管的有效途径。 相似文献
9.
无人机遥感技术国内松材线虫病监测研究综述 总被引:1,自引:0,他引:1
针对国内松材线虫病发生及监测状况,阐述了无人机遥感技术和松材线虫病遥感监测研究概况,并对无人机遥感技术在松材线虫病监测应用前景做出了展望。 相似文献
10.
航空录像技术在松材线虫病监测中的应用 总被引:3,自引:0,他引:3
通过航空录像技术获取林木健康信息,用手持式GPS地面定位变色树木,能够较为准确地与地面对应。结果表明,只要松树表现出感染松材线虫病的症状,通过航空录像的方法就能够准确、快速定位感病的松树,从而起到及时监测的作用。 相似文献
11.
12.
变色立木的全覆盖监测是当前松材线虫病疫情防控的重要保障手段。利用多种植被指数对松材线虫病所致的变色立木卫星遥感影像样本集进行分析。结果表明:包含蓝波段的植被指数提取变色立木的能力较差,由红、绿波段构成的植被指数提取能力较强;基于红、绿波段,用不同方式构造的植被指数提取能力有所区别,计算了由红、绿波段构成的4个植被指数:RGRI、GRRI、RGNDI和ExR,其中ExR的提取结果最佳,查全率达到81.0%,查准率达到86.2%,F1分数达到83.5%。表明红波段和绿波段蕴含丰富的变色立木信息,其构成的过红植被指数ExR可有效识别冠幅大于5 m的变色立木。 相似文献
13.
14.
15.
为探寻最优波段组合,提高多光谱无人机(Unnamed Aerial Vehicle,UAV)对松材线虫(Bursaphelenchus xylophilus)病疫区枯死树的自动识别准确率,进而提高松材线虫病疫情监测水平,以柳州市三江侗族自治县、河池市宜州区和大化瑶族自治县、南宁市横州市及桂林市平乐县的42个疫点小班及其周边2 km内的所有松树林图斑为研究区,采用无人机采集多光谱影像,获取可见光、红光波段、绿光波段、近红外波段和红边波段影像;完成辐射校正后进行正射拼接和植被指数计算,得到3组可见光和多光谱正射影像波段组合;将各组影像分别输入卷积神经网络(Convolutional Neural Network,CNN),进行相同参数的学习和预测。将模型预测结果与人工标注结果进行对比,以识别准确率为指标,进行精度评价。结果表明,利用多光谱影像自动识别疑似松材线虫病枯死树的最高识别准确率为86.33%,比单一可见光自动识别准确率(81.25%)提高了5.08个百分点。在相同参数条件下,多光谱影像比单一可见光影像具有更准确的自动识别能力。该方法的多光谱最优波段组合为可见光影像+红光波段影像+绿... 相似文献
16.
17.
《林业资源管理》2021,(3)
采用山东省青岛市崂山区沙子口街道2020年春、秋季的无人机松林航拍影像为数据源,借助ESP辅助工具获取了DOM影像的最佳分割尺度,构建了基于模糊分类的决策树,运用分水岭算法快速提取松林活立木数量变化信息,共提取出6个松树活立木变化较大区域,活立木减少数量205株,利用人工地面核查,实际松树活立木减少数量217株,该方法提取的数据总体精度约92.3%。研究表明,基于多期的无人机高分影像数据,能够快速准确地获取林木数量的变化情况。该法在森林资源调查、松材线虫病疫木除治监测及灾害评估中具有较大的应用推广价值,尤其在监测山高、路险的区域,很大程度上可以用于替代人工调查。 相似文献
18.
19.
20.
松材线虫病是我国松类树种中最危险的、毁灭性最大的一种病害,也是世界性最重要的森林植物检疫对象之一,俗称松树的癌症。通过对福建省松材线虫病疫区实地调查,在实践中认识了松材线虫病的危害性和发生蔓延规律,总结了福建省各地对松材线虫病的除治方法和经验,提出了除治松材线虫病的应对措施,为各地疫区防治时借鉴参考。 相似文献