基于无人机遥感的盛花期薇甘菊爆发点识别与监测

• 作者: 乔曦 孙中宇 杨龙 荆文龙
• 来源期刊: 热带地理
• 学科: 农学
• 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
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 论文
• 页码范围: 482-491
• 页数: 10页
• 分类号: TP751|S451
• 语种: 中文
• DOI: 10.13284/j.cnki.rddl.003153

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔曦	中国农业科学院深圳农业基因组研究所	5	16	3.0	3.0