无人机搭载普通相机林火识别技术研究

提出了一种无人机搭载普通相机的林火识别技术,其是一种低成本无人机林火监测方法。本研究以旋翼无人机为载体,通过在南京森林警察学院院内的两块实验场地（林地、无林土丘）进行点火试验,以机载摄像机拍摄的森林视频图像建立了基于混合高斯背景模型和颜色模型的多级火灾隐患特征验证算法。在同一区域,结合地面调查数据,对无人机搭载普通相机林火识别技术精度进行检验。数据表明,在混合高斯模型得到候选火焰像素的基础上,通过试验设置最优阈值,采用归一化互相关方法设定相似度阈值为0.08,可实现对火焰特征的检测与识别。通过低成本的机载普通相机能较快地识别火灾隐患,降低误检率,可为相关研究和实际应用提供参考。     

基于无人机遥感的松材线虫病识别定位与视频会商系统开发研究

为实现松材线虫病Bursaphelenchus xylophilus的有效识别和定位,开发了基于Java、C++和HTML编程语言,结合OpenCV开源库、CloudRoom SDK、GeoTools工具和MySql数据库的具有松材线虫病识别定位和视频会商两个模块的系统.该系统利用OpenCV算法对感病松树Pinus ...     

基于DeeplabV3+的无人机遥感影像识别

针对无人机植被覆盖航拍影像分类精度不高、工程量大的问题,开发适用于无人机植被覆盖影像识别、具有较高准确性的语义分割模型,以提高植被分类精度.通过无人机航拍获取研究区影像,对获取到的图像进行标注,建立图像数据集,构建随机森林、SegNet、U-Net及DeeplabV3+模型,对DeeplabV3+模型进行改进,将主干网...     

基于无人机多光谱影像的松材线虫病疫区枯死树识别

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...     

基于无人机图像和改进YOLOv3-SPP算法的森林火灾烟雾识别方法

森林火灾的频繁发生对人类生命、经济和周围环境构成重大威胁。烟雾是森林火灾初期最显著特征之一,因此烟雾识别对预防森林火灾意义重大,是建立早期火灾探测机制的关键。由于烟雾具有颜色不一、形状多变等特性,导致传统方法对于烟雾识别存在泛化能力弱、响应时间长、误报率高等问题,无法实现对森林火灾的有效监测。基于此,本研究提出了基于改进的YOLOv3-SPP森林火灾烟雾识别方法。改进的YOLOv3-SPP算法通过在主干特征提取网络中加入Focus模块和使用动态标签分配策略降低了计算成本,以及在预测网络中使用解耦头,能够避免在预测过程中分类与回归任务的冲突,并用无锚框检测器替代锚框检测器计算预测框的位置,显著帮助模型更好地定位烟雾,简化解码过程。本研究使用自建的无人机森林火灾遥感影像数据集对模型进行评估,改进后的YOLOv3-SPP算法模型识别精确率达到91.07%,识别速率达到51帧/s,较YOLOv3-SPP模型分别提升了1.14%和17帧/s。实验表明该模型能有效地识别森林火灾烟雾,且通过轻量化的设计能在短时间内对烟雾进行准确识别。     

基于无人机影像的营造林核查应用研究

以石家庄市栾城区高速公路两侧绿化廊道建设为研究对象,利用无人机获取造林地块正摄影像,结合Pix4D mapper和Arc GIS等软件,通过无人机影像判读得出造林树种、面积、密度、成活率和树高,并以人工复核数据为参考进行精度验证,结果表明:该核查方法精度可靠,灵活高效。     

基于无人机遥感技术的营造林成效监测方法

为了提高营造林成效监测质量与效率,降低监测成本,提出了基于无人机遥感技术的营造林成效监测方法。应用无人机遥感技术,采集并处理营造林数据信息,计算营造林成效监测结果。试验验证表明,无人机遥感技术营造林成效监测方法的数据信息采集时间均值为6.55 s,具有实时性与高效性;得到的区域营造林成林率精度均值为91.23%,具有精确性与可行性,可为相关部门提供了可靠的信息数据基础。     

基于无人机LiDAR的杉木树冠上部外轮廓模拟与可视化研究

目的 基于无人机激光雷达（LiDAR）点云数据提取杉木树冠上部结构参数（树冠顶点、树高、冠幅和上部冠长）,并进行树冠上部外轮廓模拟与可视化,为树种识别提供树木冠形特征。 方法 利用LASTools开源工具从激光雷达点云数据生成无孔洞的冠层高度模型,使用LiDAR360软件,采用局部最大值法检测树冠顶点,基于CHM种子点对点云进行单木分割,并在ArcGIS下手动选取杉木单株点云样本,用Python编程对“欠分割”样本进行单木纯化（之后全部编程方式自动化处理）;提取纯化后单株样本的树冠上部结构参数（树冠顶点、树高、冠幅和上部冠长）,再对单木点云按照一定高度间隔进行分层切片,使用宽度百分位数法提取单木树冠上部的相对着枝深度、枝条长度作为模型变量,以相对着枝深度分层分别建模与验证样本按照3倍标准差法剔除异常外轮廓点,选取二次多项式、幂函数和指数函数3个基础模型进行模型拟合与验证,最后采用最优拟合模型进行样地尺度的三维可视化。 结果 无人机激光雷达综合单木检测率为79.63%,结合实测参数与提取结果进行相关分析,树高线性回归R2为0.890 5,冠幅线性回归R2为0.845 6;二次抛物线、幂函数和对数函数拟合R2分别为0.807 0、0.817 0、0.806 0,幂函数对杉木树冠上部外轮廓的拟合效果更优。 结论 在高林分密度条件下,单木点云的有效提取纯化对客观描绘树冠形状非常重要;基于无人机激光雷达拟合的杉木树冠上部外轮廓反映了杉木的树冠上部形态,可为杉木的树种识别提供参考。     

基于无人机遥感的森林参数信息提取研究进展

近年来,无人机遥感技术因其机动灵活、时效性强、成本低等优势成为了卫星遥感及有人机遥感技术的有益补充,并逐渐成为了森林资源调查与监测的新技术手段。从森林参数提取的角度出发,首先,介绍无人机在森林参数信息提取中的优势,并对无人机平台类型及其搭载的传感器的应用进行系统阐述;然后,对无人机遥感技术在冠幅、树高、生物量和蓄积量等森林参数信息获取方面的相关研究进展进行分析;最后,对无人机技术在森林参数信息提取方面存在的问题进行探讨,并对未来无人机在森林参数信息提取方面的应用进行展望。     

基于文献计量的我国林业无人机应用现状分析

借助文献计量方法,分析了林业无人机研究与应用的现状.通过对CNKI数据库检索出的523条题录相关文献的年度分布、文献来源、关键词等情况进行统计分析,得出自2015年以来论文数量呈显著增长趋势,其中2019年发表文献高达为154篇;该领域作者群体庞大,涉及作者1120名,第一作者464名;论文被引次数排在前10名总被引次...     

基于无人机视频北斗定位的森林火险指挥系统

论述基于无人机的机载视频通过移动通信系统与北斗定位系统,在3DGIS的支撑下,定位显示的设计与实现。通过此技术可以对森林火险又更加全局、快捷的信息获取,大大提高森林火险应急指挥的效率,减少火险带来的相关损失。     

基于无人机影像的森林信息获取研究进展

随着无人机技术的不断发展,其在林业中的应用越来越广泛。无人机航空摄影作为高分影像的重要获取方式,具有成本低、效率高、时效性强等特点,己逐渐成为森林资源调查与监测的新途径。研究者已不再满足于无人机影像在森林资源分类和空间分析等方面的应用研究,而是开始关注单木树高、胸径、冠幅等具体树木信息的获取以及森林信息量化等方面的研究。文中综述近几年无人机在森林结构参数、生物量、蓄积量、立木材积表、林区规划、树木空间分布以及三维建模等方面的研究进展,并对无人机在森林信息获取中的研究和应用提出建议。     

基于无人机技术的小五台山保护区黑鹳巢穴监测研究

为了科学监测小五台山自然保护区黑鹳的巢穴,制定切实可行的保护措施,2018年和2019年连续2a利用无人机技术监测黑鹳巢穴。监测结果表明:金河口管理区的金河口沟有1处黑鹳巢穴,金河口管理区郑家沟有1处黑鹳巢穴,辉川管理区松枝口沟有1处黑鹳巢穴。通过观察得知:2018年金河口管理区金河口沟的黑鹳巢穴内有4只幼鹳,郑家沟的黑鹳巢穴是空巢,辉川管理区松枝口沟的黑鹳巢内有2只幼鹳;2019年金河口管理区金河口沟的黑鹳巢内有3只幼鹳,郑家沟的黑鹳巢穴仍然是空巢,辉川管理区松枝口沟的黑鹳巢内有3只幼鹳。这3处巢穴的选址都是在悬崖峭壁上,离地面高度至少在30m以上,工作人员很难从俯视的角度观察其内部的情况,利用无人机则很好地解决了这一问题。利用无人机技术对保护区黑鹳巢穴的监测,对黑鹳的科学研究和保护起到了极大的促进作用。     

基于无人机的船舶尾气监测系统设计

为快速且方便地在无电信运营商信号区域实现船舶气态污染物排放的快速遥测,根据船舶气态污染物排放特点,设计了基于电化学传感器的船舶气态污染物排放监测系统,且使用无人机搭载监测系统近距离监测了目标船舶气态污染物的排放,同时系统使用无线LoRa数据传递技术,解决了在无信号区域不能传递数据的问题,经试验测试:监测系统在气态污染物...     

无人机在森林资源管理中的应用

无人机(UA)是无人驾驶飞机的简称,其具有自动化飞行控制,进行航空拍摄、实时监控等功能,目前已被广泛应用。分析、探讨了无人机的特点及其在森林资源管理中的应用需求与前景。     

基于无人机图像的戈壁表面砾石特征变化研究

[目的]通过无人机平台和运动结构建模技术获取了覆盖较大范围的戈壁表面正射图像和数字地面模型,以位于新疆维吾尔自治区哈密市天山南坡的洪积扇为研究对象,进行戈壁表面砾石覆盖度和粒径的测量及分析,探讨利用无人机和图像处理技术进行大范围戈壁砾石研究的适用性。[方法]通过自洪积扇扇心到靠近扇缘选取3个典型样区,利用无人机获取连续覆盖的戈壁表面高分辨率图像,生成了戈壁表面的高清正射拼接图像以及高精度的地形数据,并提取了样区内砾石(粒径≥7 mm)的覆盖度及砾石(粒径≥32 mm)的粒径。[结果]自扇心到靠近扇缘,3个样区的砾石覆盖度分别为34.22%,26.85%,21.88%;砾石粒径均值分别为130,95,78 mm。随海拔下降,样区总体砾石覆盖度和粒径均呈下降趋势,且自扇中到扇缘相比自扇心到扇中下降趋势有所减缓;而在各个样区内部,砾石覆盖度及粒径与海拔关系不明显。[结论]在洪积扇尺度上,砾石覆盖度与粒径变化主要受海拔影响;在样区尺度上,砾石覆盖度和粒径变化则可能受到植被分布和局部地形的影响。利用无人机和图像处理技术,可以高效且准确地评估大范围戈壁表面砾石特征及分布,为戈壁形成演化研究提供基础数据及技术支撑。     

基于无人机影像的森林生物量估测与制图

【目的】森林生物量的精确测定,对于全球气候变化和碳循环研究具有重要的意义。【方法】以东北林业大学城市林业示范基地为研究区域,首先利用无人机平台获取整个研究区域的高分辨率无人机影像;然后在研究区域四种人工林样地中分别选取20 m×20 m的4块建模样方和4块测试样方,通过每木检尺法实测建模样方内林木的树高和胸径数据,建立H-DBH(树高-胸径)估算模型,并结合已有的DBH-SB(胸径-树干生物量)模型得到测试样方的森林生物量数据;在处理后的数字冠层高度模型(DCHM)基础上利用局部最大值法提取树高与树冠中心点位置,建立一种结合无人机影像提取树高与H-SB(树高-树干生物量)经验模型的森林生物量制图方法。【结果】不同样方的H-DBH模型R2均大于0.70,测试样方的总地上生物量平均值为6915.85 kg,总的估测精度为87%。通过ArcGIS软件结合本研究提出的方法快速得到了整个研究区域的地上生物量分布图,估测总地上生物量为4396.18 t。【结论】研究结果可为快速准确的进行森林生物量的估测提供基础数据和技术参考。     

无人机数据链系统介绍

探讨了国内外常用的数据链系统,介绍了无人机采用数据链系统的重要作用,详细阐述了无人机数据链系统的组成。     

基于低空无人机摄影方法的山地林木株数统计

以低空无人机遥感手段快速获取高分辨率山林正射影像,结合影像的纹理及光谱特征,利用树冠检测技术自动获取单木树冠,并借助Matlab软件编程实现侧柏及黄栌植株数量的统计,为无人机山林审计普查提供一种思路和方法。根据统计结果分析侧柏植株数量统计精度达到90%,黄栌植被提取精度不低于85%,符合审计数据要求,利用此方法可以及时掌握林业最新动态,最终可为林业审计工作提供可靠的数据服务,为林业的规划发展提供支持。