无人机RGB影像在高寒草地狼毒入侵监测及盖度估算中的应用

作     者：刘咏梅 胡念钊 龙永清 王雷 盖星华 董幸枝 LIU Yongmei;HU Nianzhao;LONG Yongqing;WANG Lei;GE Xinghua;DONG Xingzhi

作者机构：西北大学城市与环境学院陕西西安710127 陕西省地表系统与环境承载力重点实验室陕西西安710127 

出 版 物：《中国草地学报》 (Chinese Journal of Grassland)

年 卷 期：2023年第45卷第2期

页      面：1-12页

核心收录：

学科分类：07[理学] 0713[理学-生态学] 

基　　金：国家自然科学基金项目(41871335) 科技援青合作专项(2020-QY-210)。 

主　　题：植被指数 色彩变换 纹理滤波 机器学习 狼毒 盖度 

摘      要：有毒植物入侵对草地生态系统和生物多样性的影响日益严重,无人机遥感为毒草防治提供了快速高效的监测方法。以青藏高原危害最严重的有毒植物狼毒为研究对象,探讨基于无人机影像的高精度狼毒遥感识别及盖度估算方法。在盛花期获取典型狼毒入侵草甸的无人机RGB正射影像,结合植被指数、色彩变换和纹理滤波方法提取狼毒识别特征,通过ReliefF-VIF/Pearson二次降维筛选出6项最优特征,基于RF、SVM和ANN三种机器学习算法构建狼毒识别模型。结果表明,与原始RGB波段相比,优选特征使狼毒识别精度有效提高4%~7%。三种分类方法的分类总精度和狼毒分类精度均大于81%,基于优选特征的RF和SVM模型的分类总精度和狼毒分类精度达到91%以上,狼毒识别效果最佳。随着统计单元的增大,利用无人机RGB影像分类结果估算狼毒盖度的精度明显下降但稳定性逐渐增加,斑块尺度50~60 cm是狼毒盖度估算的最优尺度。