基于无人机遥感的盛花期薇甘菊爆发点识别与监测

文献类型： 中文期刊

第一作者： 孙中宇

作者： 孙中宇;荆文龙;乔曦;杨龙

作者机构：

关键词： 机器学习;深度学习;自动识别;生态监测;无人机遥感;薇甘菊

期刊名称： 热带地理

ISSN： 1001-5221

年卷期： 2019 年 39 卷 4 期

页码： 482-491

摘要： 局域尺度上爆发点的识别与监测是薇甘菊(Mikania micrantha)入侵研究的一个难点,无人机遥感为此提供了新的研究手段.采用无人机搭载RGB相机获取研究地的正射影像,采用波段运算、影像分割和深度学习3种方法对盛花期薇甘菊的爆发点进行识别.结果 表明:高分辨率的RGB拼接影像可直接用于目视识别薇甘菊的爆发点.过绿指数(EGI)、归一化过绿指数(NEGI)、蓝绿差异指数(BGDI)、绿红差异指数(GRDI)、归一化绿红差异指数(NGRDI)以及植被色素比值指数(PPR)均无法分离薇甘菊和其附主植物;但PPR指数可为面向对象的多尺度分割提供参数支持.面向对象的多尺度分割可自动识别薇甘菊的爆发点,但会低估其爆发面积.基于深度学习(Deeplab V3+)的自动识别方法,能准确识别薇甘菊的爆发点和爆发面积,测试集的平均交并比(mIoU)为78.46%,像素精度为88.62%.无人机遥感数据为局域尺度上的薇甘菊扩散机制研究提供了基础,也为薇甘菊入侵的监测、预警和精准防治提供了有力支撑.

分类号： TP751`S451

  • 相关文献

[1]基于无人机遥感的盛花期薇甘菊监测技术. 李岩舟,覃锋,顾渝娟,韩阳春,田洪坤,乔曦. 2022

[2]基于无人机RGB图像植被指数的棉花产量估算研究. 白振涛,董冰雪,范军亮,SHAWN Carlisle Kefauver,JOSÉ Luis Araus,张富仓,尹飞虎. 2025

[3]基于YOLO v5和多源数据集的水稻主要害虫识别方法. 梁勇,邱荣洲,李志鹏,陈世雄,张钟,赵健. 2022

[4]基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数. 董伟,钱蓉,张洁,张立平,陈红波,张萌,朱静波,卜英乔. 2019

[5]基于U-Net和分水岭算法的无人机单木树冠提取方法. 金忠明,曹姗姗,王蕾,孙伟. 2020

[6]基于ResNet深度残差网络的白喉乌头检测. 梁俊欢,董峦,阿斯娅·曼力克,孙宗玖,魏鹏,马海燕,艾尼玩·艾买尔,阿仁,郑逢令. 2023

[7]基于深度学习的小麦倒伏自动分类方法研究. 臧贺藏,王从胜,赵巧丽,赵晴,张杰,李国强,郑国清. 2023

[8]深度语义分割网络无人机遥感松材线虫病变色木识别. 张瑞瑞,夏浪,陈立平,丁晨琛,郑爱春,胡新苗,伊铜川,陈梅香,陈天恩. 2024

[9]基于深度学习的无人机遥感小麦倒伏面积提取方法. 申华磊,苏歆琪,赵巧丽,周萌,刘栋,臧贺藏. 2022

[10]2017年新疆天山云杉无人机可见光影像深度学习训练数据集. 邱琴,曹姗姗,李全胜,孙伟,王蕾. 2022

[11]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[12]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[13]基于深度学习的作物基因组学和遗传改良. 辛志奇,赵航,汪海,路铁刚. 2021

[14]农业大模型:关键技术、应用分析与发展方向. 郭旺,杨雨森,吴华瑞,朱华吉,缪祎晟,顾静秋. 2024

[15]机器学习全基因组选择研究进展. 李竟,张元旭,王泽昭,陈燕,徐凌洋,张路培,高雪,高会江,李俊雅,朱波,郭鹏. 2024

[16]机器学习在动物基因组选择中的研究进展. 李棉燕,王立贤,赵福平. 2023

[17]栽培苜蓿草地智能感知系统关键生物物理指标实时监测及分析算法研究. 苗春丽,李仲贤,赵志成,伏帅,高金龙,刘洁,冯琦胜,梁天刚. 2023

[18]基于高光谱成像技术和深度学习的烤后烟叶品种分类判别. 孟令峰,邢富康,韦克苏,王爱华,程昌新,曹娜,林跃平,王松峰,朱荣光. 2024

[19]人工智能在木质纤维素酶工程中应用的研究进展. 周家安,高乐,李忠秋,刘春龙. 2025

[20]土壤墒情监测技术研究现状与发展趋势. 高 宁,张 安琪,梅 鹤波,杨 兴华,甘 蕾,孟 志军. 2024

作者其他论文 更多>>

微信小程序