【技术实现步骤摘要】
本专利技术涉及红树林遥感监测的，尤其是涉及一种基于无人机的红树林检测方法、系统、设备及介质。
技术介绍
1、红树林是生长在热带、他惹到海岸潮间带，由红树植物为主体的常绿乔木或灌木组成的湿地木本植物群落，在净化海水、防风消浪、固碳储碳等方面发挥着极为重要作用。红树林生态系统在保护海岸堤坝、保持沿海生物多样性、维持海湾河口生态系统的稳定和平衡等方面具有重大的意义，因此，需要对红树林的生物信息进行准确及时的监测。
2、目前，对于红树林生态系统监测一般采用实地调查获取红树林的生物信息，基于采集到的红树林生物信息进行全局分析，但是，红树林生态系统的环境较为复杂，通过工作人员实地调查方法去采集红树林的生物信息，所要耗费的时间和人力都是非常大的，且采集到的生物信息容易受到人为主观因素和红树林生态系统的自然环境条件限制的双重影响，导致对于红树林生态系统的监测结果出现偏差，因此，存在一定的改进空间。
技术实现思路
1、为了提高红树林的生物信息采集的便利性，提高红树林生物信息采集的准确性，本申请提供一种基于无人机的红树林检测方法、系统、设备及介质。
2、本申请的上述专利技术目的一是通过以下技术方案得以实现的：
3、一种基于无人机的红树林检测方法，所述基于无人机的红树林检测方法包括步骤：
4、获取待检测红树林目标区域，基于所述待检测红树林目标区域设置无人机的行驶路径，获取所述行驶路径上的红树林光谱图像；
5、对所述红树林光谱图像进行多尺度切割，
6、根据所述光谱特征信息获取红树林生物信息和红树林环境信息，基于所述红树林生物信息和红树林环境信息计算出生物碳储量；
7、基于所述红树林生物信息进行红树林植被变化趋势模拟，得到红树林健康状态数据。
8、通过采用上述技术方案，在对红树林生态系统进行检测过程中，在获取到待检测的红树林目标区域后，根据待检测红树林目标区域给无人机设置行驶路径，能够使无人机能够沿着行驶路径进行飞行，从而能够提升了对红树林生态系统的勘察工作，在提升勘察的效率，也能够减少工作人员前往红树林生态系统中较为危险复杂的地方等，保证工作人员在勘察时的安全性，同时，获取无人机随着行驶路径飞行时拍摄到的红树林光谱图像，对红树林光谱图像进行多尺度切割，将干扰图像进行删除，能够提高对于红树林生态系统分析的准确性，将切割后的红树林光谱图像输入至预设的图像处理模型内，通过预设的图像处理模型对红树林光谱图像进行分析识别，得到相对应的光谱特征信息，基于红树林生态系统内不同红树林群落物种以及生态环境对应的光谱特征不相同，通过对光谱图像分析得到的光谱特征信息，能够识别出红树林生态系统内的生物信息，以及该红树林生态系统内的环境信息，利用获取到的红树林生物信息和红树林环境信息，计算出该红树林生态系统的碳储量，进而能够评估出该红树林生态系统的固碳储碳能力，同时，利用红树林生物信息进行红树林植被变化趋势模拟，能够评估出该红树林生态系统的健康状态情况，辅助当地相关部门的工作人员提供技术支撑以及及时了解红树林的健康状态，合理做出保护政策。
9、本申请在一较佳示例中可以进一步配置为：在所述对所述红树林光谱图像进行多尺度切割，将切割后的红树林光谱图像输入至预设的图像处理模型，获取光谱特征信息之前，所述基于无人机的红树林检测方法还包括：
10、对所述红树林光谱图像进行预处理，并对所述红树林光谱图像进行数据标注，获取图像处理模型所需的样本数据训练集和样本数据验证集；
11、基于所述样本数据训练集训练出初步模型，基于所述样本数据验证集获取物种分类参数，将所述物种分类参数输入至初步模型内，得到图像处理模型。
12、通过采用上述技术方案，通过对红树林光谱图像进行预处理，以及进行数据标注，能够确定红树林生态系统内的生物种类标签，能够得到图像处理模型的样本数据训练集和样本数据验证集，利用样本数据训练集训练出图像处理模型的初步模型，利用样本数据验证集生成关于红树林生态系统的物种分类参数，将物种分类参数输入至初步模型内，进而能够得到该红树林生态系统的图像处理模型，从而能够利用图像处理模型准确地识别出红树林生态系统内的各种生物类别，有效提高红树林生态系统的生物信息分析的准确性。
13、本申请在一较佳示例中可以进一步配置为：所述对所述红树林光谱图像进行多尺度切割，将切割后的红树林光谱图像输入至预设的图像处理模型，获取光谱特征信息，具体包括：
14、对所述切割后的红树林光谱图像进行归一化处理，得到归一化指数，其中，所述归一化指数包括归一化差值植被指数和归一化潮间红树林指数；
15、基于所述归一化差值植被指数和归一化潮间红树林指数计算出光谱特征信息。
16、通过采用上述技术方案，将切割后的红树林光谱图像输入至图像处理模型内，利用图像处理模型对红树林光谱图像进行归一化处理，得到归一化差值植被指数和归一化潮间红树林指数，利用归一化差值植被指数和归一化潮间红树林指数计算出红树林光谱图像对应的光谱特征信息，便于利用光谱特征信息能够识别出红树林生态系统的生物情况。
17、本申请在一较佳示例中可以进一步配置为：所述根据所述光谱特征信息获取红树林生物信息和红树林环境信息，具体包括：
18、基于所述光谱特征信息提取端元数据，基于所述端元数据确定端元光谱；
19、以所述端元光谱为参考光谱，识别出植被光谱特征和环境光谱特征，根据所述植被光谱特征反演出红树林植被特征参数，根据所述环境光谱特征反演出环境特征参数。
20、通过采用上述技术方案，在红树林生态系统中，红树林生物与红树林环境所产生的光谱是不相同的，但是在获取到的红树林生态系统的光谱时，会混合在一起，通过光谱特征信息中的端元数据，确定用于区分光谱特征信息的端元光谱，对光谱特征信息进行还原，得到植被光谱特征以及环境光谱特征，对植被光谱特征以及环境光谱特征进行丰度反演，得到红树林的植被特征参数和红树林环境特征参数，进而分别出红树林生态系统的植被生物信息和环境信息。
21、本申请在一较佳示例中可以进一步配置为：所述基于所述红树林生物信息和红树林环境信息计算出生物碳储量，具体包括：
22、将所述红树林生物信息和红树林环境信息输入至预设的碳储量计算模型内，得到红树林生态系统的地上碳储量和地下碳储量；
23、基于所述地上碳储量和地下碳储量确定红树林生态系统的生物碳储量。
24、通过采用上述技术方案，在获取到红树林生物信息和红树林环境信息后，将红树林生物信息和红树林环境信息输入至碳储量计算模型内，利用碳储量计算模型根据红树林生物信息计算出红树林生态系统的地上碳储量，利用碳储量计算模型根据红树林环境信息计算出红树林生态系统的地下碳储量，进而实现对该红树林生态系统的生物碳储量计算功能，从而便于工作人员根据该红树林生态系统的生物碳储本文档来自技高网...
【技术保护点】
1.一种基于无人机的红树林检测方法，其特征在于，所述基于无人机的红树林检测方法包括步骤：
2.根据权利要求1所述的一种基于无人机的红树林检测方法，其特征在于，在所述对所述红树林光谱图像进行多尺度切割，将切割后的红树林光谱图像输入至预设的图像处理模型，获取光谱特征信息之前，所述基于无人机的红树林检测方法还包括：
3.根据权利要求2所述的一种基于无人机的红树林检测方法，其特征在于，所述对所述红树林光谱图像进行多尺度切割，将切割后的红树林光谱图像输入至预设的图像处理模型，获取光谱特征信息，具体包括：
4.根据权利要求1所述的一种基于无人机的红树林检测方法，其特征在于，所述根据所述光谱特征信息获取红树林生物信息和红树林环境信息，具体包括：
5.根据权利要求1所述的一种基于无人机的红树林检测方法，其特征在于，所述基于所述红树林生物信息和红树林环境信息计算出生物碳储量，具体包括：
6.根据权利要求1所述的一种基于无人机的红树林检测方法，其特征在于，所述基于所述红树林生物信息进行红树林植被变化趋势模拟，得到红树林健康状态数据，具体包括
7.一种基于无人机的红树林检测装置，其特征在于，所述基于无人机的红树林检测装置包括：
8.根据权利要求7所述的一种基于无人机的红树林检测装置，其特征在于，所述基于无人机的红树林检测装置还包括：
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述一种基于无人机的红树林检测方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述一种基于无人机的红树林检测方法的步骤。
...【技术特征摘要】
1.一种基于无人机的红树林检测方法，其特征在于，所述基于无人机的红树林检测方法包括步骤：
2.根据权利要求1所述的一种基于无人机的红树林检测方法，其特征在于，在所述对所述红树林光谱图像进行多尺度切割，将切割后的红树林光谱图像输入至预设的图像处理模型，获取光谱特征信息之前，所述基于无人机的红树林检测方法还包括：
3.根据权利要求2所述的一种基于无人机的红树林检测方法，其特征在于，所述对所述红树林光谱图像进行多尺度切割，将切割后的红树林光谱图像输入至预设的图像处理模型，获取光谱特征信息，具体包括：
4.根据权利要求1所述的一种基于无人机的红树林检测方法，其特征在于，所述根据所述光谱特征信息获取红树林生物信息和红树林环境信息，具体包括：
5.根据权利要求1所述的一种基于无人机的红树林检测方法，其特征在于，所述基于所述红树林生物信息和红树林环境信息计算出生物碳储量...
【专利技术属性】
技术研发人员：吴裕建，高常军，魏龙，蔡坚，王德凯，吴琰，易小青，刘校财，
申请(专利权)人：广州双木林业有限公司，
类型：发明
国别省市：
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。