基于高光谱无人机的病害潜伏树检测方法及系统技术方案

本发明专利技术公开了一种基于高光谱无人机的病害潜伏树检测方法及系统，该方法包括将已感染病害的林区作为样本区域，随机选定多株样本植株；定期进行叶片采集，获取叶片的光谱数据，判断每株样本植株的健康状态，结合样本区域的卫星遥感图像确定病害胁迫区域，对样本植株的病害类型进行识别；建立病害数据模型；确定目标区域，采集目标区域的高光谱图像；对高光谱图像进行预处理并输入病害数据模型，获得患病植株检测结果。基于前期采集的样本数据建立病害数据模型，利用无人机搭载高光谱相机进行现场数据采集，并利用病害数据模型，实现患病植株的检测，为利用高光谱遥感技术进行大规模林木病虫害发生动向、病情监测和预警提供了数据支持。

【技术实现步骤摘要】
基于高光谱无人机的病害潜伏树检测方法及系统
本专利技术涉及遥感监测和树木病虫害防治
，更具体的说是涉及一种基于高光谱无人机的病害潜伏树检测方法及系统。
技术介绍
目前，病虫害侵害是影响森林生态环境的一个重要因素，例如松萎蔫病，松萎蔫病是影响我国森林生态最严重的国际性林业检疫对象，也是世界各国严密防范一种的森林毁灭性病害，该病主要由松褐天牛携带松材线虫传播，可危害多种松属植物。只有疫区精确定位潜伏树，然后处理潜伏树和病木，才有可能真正铲除病原，拔除疫区，遏制松萎蔫病不断扩散的趋势。林业资源调查工作一般采用地面样地调查法或利用遥感技术的方法，通过对遥感影像的处理和判读来提取森林植被信息，虽然利用遥感技术的调查方式相较于地面样地调查法在前期数据采集过程中要更加安全高效。但是，采用航天或卫星遥感影像来提取森林植被信息时，后期处理工作效率低、周期长、成本高，需要耗费大量的人力和物力，并且测量精度受环境条件和人为因素影响较大，并未取得理想的检测效果。因此，如何提供一种高效、快捷、成本更低的病害潜伏树的检测方法是本领域技术人员亟需解决的本文档来自技高网...

【技术保护点】
1.一种基于高光谱无人机的病害潜伏树检测方法，其特征在于，包括：/nS1：将已感染病害的林区作为样本区域，随机选定多株样本植株；/nS2：定期对所述样本植株进行叶片采集，获取叶片的光谱数据，判断每株所述样本植株的健康状态，结合预先获得的样本区域的卫星遥感图像确定病害胁迫区域，并对所述病害胁迫区域内样本植株的病害类型进行识别；/nS3：根据所述光谱数据、所述样本植株的健康状态以及病害类型的识别结果，建立病害数据模型；/nS4：确定目标区域，通过搭载高光谱相机的无人机采集目标区域的高光谱图像；/nS5：对所述高光谱图像进行预处理并输入所述病害数据模型，获得患病植株检测结果。/n

【技术特征摘要】
1.一种基于高光谱无人机的病害潜伏树检测方法，其特征在于，包括：
S1：将已感染病害的林区作为样本区域，随机选定多株样本植株；
S2：定期对所述样本植株进行叶片采集，获取叶片的光谱数据，判断每株所述样本植株的健康状态，结合预先获得的样本区域的卫星遥感图像确定病害胁迫区域，并对所述病害胁迫区域内样本植株的病害类型进行识别；
S3：根据所述光谱数据、所述样本植株的健康状态以及病害类型的识别结果，建立病害数据模型；
S4：确定目标区域，通过搭载高光谱相机的无人机采集目标区域的高光谱图像；
S5：对所述高光谱图像进行预处理并输入所述病害数据模型，获得患病植株检测结果。


2.根据权利要求1所述的一种基于高光谱无人机的病害潜伏树检测方法，其特征在于，相邻两株所述样本植株的间距大于200m。


3.根据权利要求1所述的一种基于高光谱无人机的病害潜伏树检测方法，其特征在于，所述S2具体包括：
S201：定期对所述样本植株进行叶片采集，获取叶片的光谱数据；
S202：从所述光谱数据中选取窄带绿度指数作为光谱特征参数；
S203：获取样本区域的卫星遥感图像，对样本区域进行目视解译，提取样本区域的植区边界；
S204：根据病害的生理生态学特性，选择对病害具有识别和区分能力的植被指数，并测试所述植被指数对病害的敏感性和识别区分能力；
S205：对所述卫星遥感图像进行生境特征提取，获得生境特征参数；
S206：将叶表面光谱反射率和波长范围作为输入变量，构建健康生长区域和病害胁迫区域的判别模型，确定病害胁迫区域；
S207：对所述病害胁迫区域进行病害识别，并构建病害类型判别模型，识别出样本植株的病害类型。


4.根据权利要求3所述的一种基于高光谱无人机的病害潜伏树检测方法，其特征在于，所述植被指数包括：归一化植被指数、温度植被指数以及比值植被指数。

<...

【专利技术属性】
技术研发人员：谢谷艾，喻爱林，金明霞，陆坤，涂业苟，阙生全，刘晓华，熊彩云，万静，王文辉，
申请(专利权)人：江西省林业科学院，江西农业大学，
类型：发明
国别省市：江西;36