红外相机在中国保护区野生动物监测的应用现状

目前红外相机技术已成为自然保护区监测野生动物的一种重要手段,并广泛用于野生动物物种及生境的多样性调查.应用红外相机监测自然保护区的野生动物具有干扰小、人为因素限制少、可持续、全天候监测等优点.文章主要是对近几年红外相机在中国自然保护区监测的应用现状进行综述,以期为相关科研院校和政府部门提供基础资料.     

基于无人机RGB影像的染条锈冬小麦花青素含量监测

小麦植株感染条锈病后叶片花青素含量会发生明显变化。为了在地块尺度上利用冬小麦花青素值实现条锈病害的直观、快速监测,通过监测叶片花青素含量评估小麦条锈病严重程度,2021年获取感染条锈病的小麦田块的无人机RGB影像和采集地面病害区域的花青素含量数据,利用影像提取采样点感兴趣区的光谱特征参数和基于灰度共生矩阵的纹理特征参数,采用连续投影算法(SPA)结合相关性分析优选特征参数,分别采用单一光谱特征参数和组合参数,结合主成分回归(PCR)、拉索回归(LR)、随机森林回归(RFR)、梯度提升回归(GBR)和误差反向传播神经网络(BPNN)等方法构建了小麦花青素含量估算模型,并利用最优模型反演了田块的花青素含量。结果表明,图像光谱特征结合纹理特征后,花青素估算模型的R²增大,RMSE减小,模型精度显著提升。基于组合特征参数构建的随机森林模型精度最高,验证集R²、RMSE和MAE分别为0.801、0.026、0.021。该模型具有良好的花青素含量估算能力,得到的花青素值分布图与条锈病的空间分布具有一致性,能够定量化、可视化地反映病害严重程度。     

火炭母的显微和光谱鉴别

[目的]研究火炭母的生药学特征。[方法]分别对火炭母药材进行性状鉴别和显微鉴别,然后采用紫外-可见分光光度法对火炭母进行生药鉴别研究。[结果]火炭母根横切面皮层狭窄,韧皮部成环;茎中柱鞘纤维波浪状排列成带状;叶主脉维管束2～6个排列成环,2侧均有木化纤维束;叶上表皮具类圆形分泌细胞与多细胞腺毛;下表皮具多细胞腺毛,不等式或不定式气孔多见;粉末中腺毛、分泌细胞、花粉粒、晶鞘纤维、棕色条块和淀粉粒各异;紫外-可见光谱在200～800 nm扫描,发现5种不同的提取液都有吸收峰。[结论]试验研究了火炭母生药学特征,为鉴定、开发利用和制定其质量标准提供参考依据。     

红外影像记录 秦岭动物夜与昼

2008年3月,北京大学研究团队在陕西长青国家级自然保护区,通过布设红外相机的方式,对秦岭野生动物进行监测。这张豹图就是这次监测所得。供图/陕西长青自然保护区     

基于RGB-D SLAM手机的森林样地调查系统研究

基于RGB-D SLAM手机构建了森林样地调查系统,该系统实现了样地构建、每木检尺及林分/样地参数的估计功能,并在测量过程中使用增强现实展示测量结果,且提供了重新测量的交互方式,使观测者在观测过程中能够检测结果的可靠性,并保证所获取样地信息的完整性。该系统在18块半径为7. 5 m的圆形样地中进行了测试。结果显示,平均胸径估计值的偏差(BIAS)及均方根误差(RMSE)分别为0. 36、0. 69 cm,平均树高估计值的BIAS及RMSE分别为0. 06、0. 63 m,蓄积量估计值的BIAS及RMSE分别为8. 595 9、25. 735 8 m3/hm2,横断面积估计值的BIAS及RMSE分别为0. 949 7、1. 987 3 m2/hm2,株树密度估计值的BIAS及RMSE分别为-3、13株/hm2,坡度估计值的BIAS及RMSE分别为0. 30°、0. 88°,坡向估计值的BIAS及RMSE分别为-0. 44°、7. 61°。其中,坡向估计具有较大的RMSE,是由于当坡度较小时,即使SLAM系统估计位姿有较小漂移,仍会导致该值产生较大偏差,但整体而言坡向仍是无偏的。     

基于无人机可见光图像的夏季玉米植被覆盖度提取方法

为准确快速获取夏季玉米四叶期、拔节期、抽穗期和花粒期的植被覆盖度信息,利用无人机获取玉米田间可见光图像,对图像可见光波段提取的多种植被指数进行分析和比较,选择差异植被指数(Visible-band difference vegetation index,VDVI)、过绿指数(Excess green,EXG)和归一化绿蓝差异指数(Normalized green-blue difference index,NGBDI),结合监督分类提取了玉米4个时期的植被覆盖度信息。通过对试验田4个阶段的单幅图像监督分类处理,将其目标物分为土壤和玉米植被两类;分别统计监督分类后图像中土壤和玉米的VDVI像元直方图,将两者的像元直方图交点作为植被覆盖度提取阈值,同理获得EXG和NGBDI对应的玉米植被覆盖度提取阈值;利用获取的玉米植被3种覆盖度提取阈值,对玉米4个时期的植被覆盖度进行提取,并对提取精度进行了验证。结果表明,VDVI对应4个生长时期的植被覆盖度提取误差分别为1. 21%、4. 88%、2. 31%和3. 61%; EXG对应的植被覆盖度提取误差分别为1. 38%、1. 25%、0. 89%和0. 33%; NGBDI提取误差为1. 61%、3. 31%、1. 99%和3. 25%,EXG在夏季玉米4个生长时期的植被覆盖度提取效果最好。将玉米4个生长时期单幅图像确定的阈值作为固定阈值,对剔除确定阈值的单幅图像的试验田全景图像进行植被覆盖度提取,并对提取效果进行验证。结果表明,采用监督分类与可见光植被指数统计直方图相结合确定阈值的方法提取玉米植被覆盖度效果较好。     

一种车载双目视觉系统的标定

为了在线感知汽车行驶前方道路,搭建车载双目视觉系统,从不同拍摄位置和角度获取多组标定板图像。利用传统标定方法,在MATLAB应用程序Stereo Camera Calibrator工具箱中对图像进行校准及合理性验证,最终得到左右两个相机需要标定的内参数和外参数。标定结果将为视觉系统在车辆环境感知方面的研究奠定基础。     

大兴安岭呼中自然保护区兽类多样性研究

于2016年6月至2018年6月,在呼中自然保护区共架设红外相机46台进行兽类多样性研究。通过对拍摄结果筛选,其中55 856份记录可以鉴定出具体物种,有效探测总数1 128个(狍子、驼鹿、野猪、原麝、黑熊、紫貂、猞猁和花尾榛鸡)。研究结果表明:相对多度指数最高的物种为狍子(RAT=9.82),其次为野猪(RAI=8.59);食肉目中,猞猁(RAI=3.10)的相对多度指数最高,其次为紫貂(RAI=2.93);偶蹄目中,相对多度指数最低的为驼鹿(RAI=1.94)。     

建德市白鹇分布特征及活动节律

为了解浙江省建德市境内白鹇(Muntiacus reevesi)的分布及活动节律,于2022年1-12月,利用红外相机对其进行了网格化监测,布设102个红外相机监测点,共调查了36720相机日。结果表明：白鹇倾向于在常绿阔叶林中活动(相对丰富度指数为3.44%),在海拔200～299 m的区域活动更频繁(相对丰富度指数为2.56%),以航头镇的活动强度最大(相对丰富度指数为8.33%);白鹇种群日活动模式为三峰型,活动高峰分别为6:00、11:00和17:00;全年当中以3-4月份和11月份活动较为频繁。研究结果可为白鹇种群及其栖息地的管理与保护提供基础。     

基于无人机可见光影像的坐果期枣树冠层SPAD值估算

以坐果期枣树为研究对象,利用无人机可见光影像,对田间尺度的枣树冠层SPAD值进行监测,基于14种植被指数与枣树冠层实测SPAD值的相关性,优选植被指数构建单变量回归、多元逐步回归和随机森林回归的枣树冠层SPAD值估算模型,以期探讨无人机可见光遥感影像估算枣树冠层SPAD值的可行性。通过相关性分析发现,红绿比值指数(RGRI)、超绿指数(EXG)、改进型绿红植被指数(MGRVI)、可见光波段差异植被指数(VDVI)、可见光大气阻抗植被指数(ARVI)与枣树冠层SPAD值的相关性极显著,其中EXG与枣树冠层SPAD值的相关系数达到-0.578。基于枣树冠层SPAD值的相关性极显著的5种植被指数构建的单变量反演模型的r²在0.111～0.604之间,RMSE在1.936～3.085之间。其中,以EXG构建的线性模型为单变量反演模型中效果最优的模型,r²达到0.604,RMSE为1.936。基于RGRI、MGRVI、EXG协同构建的多元逐步回归模型效果优于任何单一植被指数构建的单变量反演模型,R²达到0.635。与使用单变量构建...