【技术实现步骤摘要】
一种基于无人机遥感的大面积油茶林快速估产方法
本专利技术属于经济林智能监测
,尤其涉及一种基于无人机遥感的大面积油茶林快速估产方法、系统。
技术介绍
目前,油茶作为我国南方特有的木本油料树种,与油棕、油橄榄和椰子并称为世界四大木本食用油料植物,在区域经济中具有重要地位。随着经济的发展,油茶林种植面积逐年扩大,快速地对油茶林进行估产对于保证粮油安全及油料产业的发展均具有重大的现实意义。然而由于缺乏足够的重视,传统的油茶林估产大多依赖人工采摘称重,该方法消耗大量的人力物力财力,而且操作过程极易引入人工误差。近年来,无人机遥感的发展为油茶林快速监测提供了条件,因此研发快速高效的大面积油茶林快速估产方法非常有必要。现有的作物估产方法主要分为有损和无损两种。有损估产方式即采用人工实地采摘称重,然后折算最终产量,该方法耗时耗力、且具有破坏性,无法扩展到大面积。传统的油茶林估产主要采取这种方法,目前全国油茶种植面积己达6775万亩,其中湖南省种植面积为2300万亩,人工估产己成为制约油茶林产业快速发展的瓶颈;无损估产方式大多采用卫星遥感法,即通过卫星提取具有代表性的光谱因子,然后结合外业数据构建合理的产量预估模型。卫星遥感应用于作物估产具有快速、无损、尺度大的优势,对宏观决策具有重要意义。例如刘焕军等基于时间序列的Landsat遥感影像,采用相关分析和线性回归方法,建立了基于植被指数与实测数据的棉花产量预测方法,结果表明模型精度较高。然而卫星遥感存在重访周期长、影像分辨率低、混合像元、作物物候和天气影响等条件限制,对 ...
【技术保护点】
1.一种基于无人机遥感的大面积油茶林快速估产方法,其特征在于,所述基于无人机遥感的大面积油茶林快速估产方法包括:/n步骤一,油茶林选择:确定调查范围、数据采集周期和采集目标树;/n步骤二,油茶数据采集:进行UAV数据采集以及实测数据采集;/n步骤三,油茶林冠幅提取:利用基于均值漂移算法的多尺度分割方法对无人机航拍DOM图进行分割,通过色彩尺度(hs)、空间尺度(hr)和最小面积尺度(M)三个物理参数,确定最佳的分割尺度和样本阈值,提取试验区油茶林的冠幅和冠中心点位置;/n步骤四,典型油茶抽样:基于冠幅分布图,结合空间分布信息,完成试验区典型油茶树的抽样;/n步骤五,油茶树低空航拍:基于DSM图,结合航线规划功能生成UAV变高航线;/n步骤六,油茶果智能检测:进行数据集构建、训练模型构建以及油茶冠层果识别;/n步骤七,油茶林快速估产:基于研究区油茶树实测和识别数据,随机抽取三分之二数据构建冠层果数与总体果重之间的预测模型。/n
【技术特征摘要】
1.一种基于无人机遥感的大面积油茶林快速估产方法,其特征在于,所述基于无人机遥感的大面积油茶林快速估产方法包括:
步骤一,油茶林选择:确定调查范围、数据采集周期和采集目标树;
步骤二,油茶数据采集:进行UAV数据采集以及实测数据采集;
步骤三,油茶林冠幅提取:利用基于均值漂移算法的多尺度分割方法对无人机航拍DOM图进行分割,通过色彩尺度(hs)、空间尺度(hr)和最小面积尺度(M)三个物理参数,确定最佳的分割尺度和样本阈值,提取试验区油茶林的冠幅和冠中心点位置;
步骤四,典型油茶抽样:基于冠幅分布图,结合空间分布信息,完成试验区典型油茶树的抽样;
步骤五,油茶树低空航拍:基于DSM图,结合航线规划功能生成UAV变高航线;
步骤六,油茶果智能检测:进行数据集构建、训练模型构建以及油茶冠层果识别;
步骤七,油茶林快速估产:基于研究区油茶树实测和识别数据,随机抽取三分之二数据构建冠层果数与总体果重之间的预测模型。
2.如权利要求1所述的基于无人机遥感的大面积油茶林快速估产方法,其特征在于,步骤一中,所述油茶林选择,包括:
选定研究区,基于Googleearth确定可调查范围、数据采集周期和采集目标树,同时对目标树种进行标号。
3.如权利要求1所述的基于无人机遥感的大面积油茶林快速估产方法,其特征在于,步骤二中,所述油茶数据采集包括:
(1)UAV数据采集:无人机起飞前应进行硬件、软件和无人机GPS信号检查;利用UAV对试验区油茶林进行正射航拍,采用AgisoftMateshape软件生成DOM图和DSM图;
(2)实测数据采集:结合实际情况,对试验区典型油茶进行人工采摘,同时对采摘的油茶果进行计数和称重,获取典型油茶树的重要产量参数。
4.如权利要求1所述的基于无人机遥感的大面积油茶林快速估产方法,其特征在于,步骤四中,所述典型油茶抽样,包括:
基于冠幅分布图,统计试验区单株油茶树的株数信息和空间分布;采用随机抽样方法,选取整个试验区10%的单株油茶作为典型样本;
步骤五中,所述油茶树低空航拍,包括:
基于DSM图,结合航线规划功能生成UAV变高航线,通过设置合理的航拍参数对试验区典型油茶树进行超低空近景拍摄。
5.如权利要求1所述的基于无人机遥感的大面积油茶林快速估产方法,其特征在于,步骤六中,所述油茶果智能检测,包括:
(1)数据集构建:根据照片清晰度对油茶果照片进行筛选,剔除不清晰或光线过暗的照片;利用标注工具对航拍照片中的目标数据进行边框标注;利用图像旋转、图像移动、对比度变换等方法对已标注油茶果照片进行扩增;按一定比例将已扩增的数据分为两份:训练数据集和验证数据集;
(2)训练模型构建:首先输入训练数据集,通过主干网络(ResNet和FPN)提取主干特征图;然后结合区域生成网络RPN提取潜在的目标区域ROI;其次利用ROIAlign层将ROI映射成固定维数的特征向量,其中两分支经过全连接层进行分类和目标框回归,另一分支经过全卷积运算得到分割区域的二值掩码;最后采用多任务损失函数,通过学习减小损失函数的值,获得全局最优模型;输入验证数据集,测试训练模型的泛化能力:
(3)油茶果识别:基于已构建的网络模型,结合UAV近景照片对油茶林果进行智能识别,输出典型油茶树冠层识别的果数即冠层果数。
6.如权利要求1所述的基于无人机遥感的大面积油茶林快速估产方法,其特征在于,步骤七中,所述油茶林快速估产,包括:
基于研究区油茶树实测和识别数据,随机抽取三分之二数据构建冠层果数...
【专利技术属性】
技术研发人员:莫登奎,严恩萍,尹显明,棘玉,文东新,夏瑞聪,熊君,廖健,
申请(专利权)人:湖南三湘绿谷生态科技有限公司,中南林业科技大学,
类型:发明
国别省市:湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。