一种基于无人机遥感和卷积神经网络的梨树树龄梯度识别方法

梨树的树龄测定是古梨树保护监管以及开发其经济价值工作中最初也是最重要的一步,现有的古树树龄测定方法主要都是针对单棵古树,不适合对大量(超过上千棵)的梨树进行树龄测定。针对上述问题,提出了一种基于卷积神经网络的梨树树龄梯度识别方法,在确定梨树树龄梯度后,通过无人机获取梨树遥感图像,合成梨树图像后,进行分割,得到单棵梨树的图像,利用RESNET模型自动获取图像深层特征,从而实现对梨树树龄梯度的识别。实验结果表明:该方法目标识别准确率为85.56%,优于其他方法,时间效率则远胜传统树龄测定方法。因此,该方法具有较高的使用价值,可以大幅度降低梨树树龄测定成本开支,具有实际意义。     

基于随机森林模型的黑龙江省地表温度降尺度的研究

作为研究地表能量平衡的重要参数,地表温度是研究地表物理过程、监测全球资源环境以及气候变化的重要指标之一。通过降尺度处理提高MODIS LST数据空间分辨率,对LST和气候的研究都具有重要的意义。选取黑龙江省作为研究区,选择MOD11A2数据,通过随机森林算法对MODIS LST(1 000 m空间分辨率)进行降尺度处理,并通过气象数据作为验证。试验结果表明：利用随机森林算法对黑龙江省LST数据进行降尺度,降尺度结果良好,降尺度LST的均方根误差（Root Mean Square,RMSE）为2.13 K。     

不同农机驾驶方式对玉米播种出苗率的影响——基于无人机多光谱影像的测算

为验证无人驾驶、辅助驾驶和人工驾驶对玉米播种出苗率的影响,以鲜食玉米为试验作物,划分区域进行无人驾驶、辅助驾驶、人工驾驶播种,在保障土壤条件和管理方式基本一致的情况下,使用无人机采集出苗期多光谱影像,利用超绿值(ExG)和最大类间差法相结合的方法提取农田背景中玉米苗特征图像,计算归一化植被指数(NDVI)。基于实测计算的出苗率与区域NDVI,建立对应关系,利用空间分析技术计算无人驾驶、辅助驾驶、人工驾驶方式下出苗率情况。结果表明：基于无人机多光谱影像测算方法的无人驾驶、辅助驾驶、人工驾驶播种出苗率分别为67.47%、66.30%、52.83%,实测出苗率分别为72.19%、66.23%、55.49%,差异度分别为-4.72%、0.07%、-2.66%。出苗率为无人驾驶区>辅助驾驶区>人工驾驶区,无人驾驶区出苗率最高,且出苗率较为均匀,基于无人机多光谱影像的测算方法较为准确。该方法为实时估算玉米出苗率提供理论依据。     

结合注意力机制与YOLOv5的松材线虫病受害木检测

松材线虫病是我国近几十年来最严重的一种森林病害,加强疫情的监测迫在眉睫。本研究在自建数据集的基础上采用3种不同的注意力模块(CBAM、SE和CA)改进YOLOv5算法并结合数字正射影像图自动识别松材线虫病受害木,分别对比了改进模型CBAM-YOLOv5、SE-YOLOv5、CA-YOLOv5与YOLOv5模型的识别效果,实现了对变色松树和枯死疫木检测效果的提升。结果表明：3种注意力改进策略的变色松树查全率、平均精度和F1分数显著提高,查准率不逊色于YOLOv5模型;综合考量查全率和F1分数指标,SE-YOLOv5模型的变色松树和枯死疫木检测效果最好,其F1分数分别达到89.7%和76.9%,比原模型分别提高了5.5%和5.4%,其检测精度分别为91.7%和80.3%,较YOLOv5模型分别提升了4.7%和5.1%;在理想置信度阈值情况下3种注意力改进策略的变色松树和枯死疫木查全率均值分别为85.4%和76.6%,基本满足实际检测需求。对各注意力改进模型检测层的特征图和热力图进行剖析可以看出,嵌入注意力机制有利于提取高贡献度的特征成分,可以提升变色松树特征提取的准确性。因此,改进的YOL...     

景谷县森林蓄积量遥感估测及其动态变化分析

以云南省景谷县为研究区,基于Landsat5和Landsat8遥感数据,利用2012年和2017年两期全国森林资源连续清查实地调查数据,建立多元逐步回归和随机森林模型对景谷县森林蓄积量进行遥感估测对比研究.结果显示:综合建模精度来看,随机森林法在相同样地数量条件下具有更好的估测效果;从估测结果与林地保护利用规划和林地变...     

基于改进遥感生态指数模型的锡林郭勒草原生态环境评价

气候变化和人类活动的不断加剧,引发了生态环境质量问题,快速准确的评价区域生态环境的历史和现状,对实现人与自然的可持续协调发展具有重要意义。本文基于遥感技术分别反演出绿度因子、湿度因子、干度因子和热度因子,使用主成分分析法构建了改进遥感生态指数(MRSEI)。利用相关性分析,分析MRSEI的代表性,建立基于MRSEI的锡林郭勒草原生态环境评价模型,对锡林郭勒草原近26 a的生态环境进行了总体评价。结果表明:MRSEI可集中4种生态因子信息,能够准确的对生态环境进行评价;锡林郭勒草原从1991—2017年生态环境质量呈现出先好转后恶化的趋势; 1991年研究区上游的生态环境质量优于下游,生态环境质量东部优于西部; 2004年,研究区整体生态环境质量空间差异较1991年变化较大,上游大多数地区生态环境质量提升,但下游明显降低;至2017年,整个研究区生态环境质量全面降低,仅在锡林河上游两岸与流域的南部和东南部保持良和优良。     

固定样地用于中分辨率遥感影像解译精度的研究

在总结了中国森林资源连续清查体系现状的基础上,以吉林省第7次森林资源连续清查固定样地资料和吉林省TM遥感影像为基础,对固定样地调查结果与遥感影像分类结果进行了对比,并采用点对点匹配法,分析了固定样地作为遥感影像解译标志时的精度.结果表明,采用固定样地调查与遥感影像分类调查森林资源总体精度较高,森林覆盖率误差仅为-1.04%,而点对点匹配检验时森林类型误差达到52.99%.     

面向对象多层次多尺度分割的农用大棚类型信息提取

为对不同农用大棚类型信息进行识别分类和精细化提取,以内蒙古河套灌区不同大棚类型为研究对象,基于Sentinel-2A卫星数据,采用面向对象结合多层多尺度分割技术和阈值分类方法,对大棚类型信息进行提取并对最终提取结果展开精度评价和分析研究。首先利用尺度参数估计（Estimation of Scale Parameter2, ESP2）方法进行了分层分割并优选出最佳分割尺度,在各层最优分割尺度上进行光谱、指数、几何、纹理等特征的提取与优化,获取最优特征组合;然后运用多层多尺度分割阈值分类方法提取不同大棚类型信息。结果表明不同大棚类型信息总体精度达94.8%,kappa系数达0.93。其中：塑料大棚的制图精度和用户精度分别为95.3%和96.6%;单屋面温室大棚制图精度和用户精度分别为88.5%和92.6%。基于多层多尺度分割分类的信息提取方法分别考虑了不同地物最优分割尺度,在不同地物各自的最优分割尺度上提取其信息,以抑制过度分割或亚分割现象,从而降低错分或漏分。因此,高分辨率卫星数据与面向对象多层多尺度分割分类的信息提取方法能够有效提高大棚类型信息提取精度,且能为地物信息精细提取技术体系提供一定参考思路。     

基于可变移动窗口方法估算太湖泥沙环流运动的本征尺度

基于遥感反演获得的太湖悬浮泥沙浓度数据,利用移动窗口方法,分析探讨了平均局部方差和移动窗口尺寸的关系。在90～1 860 m移动窗口尺寸变化范围内,太湖悬浮泥沙浓度的平均局部方差随着移动窗口尺寸的增大而增大,且抛物线模型能较好的描述2者的关系,回归系数0.9959。通过对抛物线模型求最大值可知,局部方差最大值所对应的移动窗口尺寸为2 308.33 m,根据当时的风速和风向,考虑泥沙浓度空间分布与水体运动之间的相关性,该尺寸可以解释为太湖逆时针环流的本征尺度。