[發明專利]一種基于無人機的紅樹林林分健康度評價方法

有效

• 申請號: 202110040607.2
• 申請日: 2021-01-13
• 公開（公告）號: CN112881294B
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 李瑞利;沈小雪;翟朝陽;于凌云
• 申請（專利權）人: 北京大學深圳研究生院
• 主分類號: G01N21/17
• 分類號: G01N21/17;G06T7/60;B64C39/02
• 代理公司: 深圳市中聯專利代理有限公司 44274
• 代理人: 尹懷勤

1.一種基于無人機的紅樹林林分健康度評價方法，其特征在于，包括以下步驟：

S1：采集紅樹林生態系統的無人機可見光遙感數據，并進行預處理；

S2：對獲取的無人機可見光遙感數據進行植物種類識別得到整個紅樹林樣地的種類識別結果圖，以及經過三維點云重建獲取飛行區域的紅樹植物數字表面模型，結合擬合的數字高程模型，獲取植被高度信息；

在S2中，具體進行以下步驟：

S21：對預處理后的無人機可見光遙感數據進行裁切，以適配識別模型的圖片輸入尺寸；

S22：利用已優化的基于SegNet網絡框架的紅樹植物種類識別模型，對裁切后的無人機可見光遙感數據進行識別、分類，識別后拼接得到整個紅樹林樣地的種類識別結果圖；

S23：根據無人機飛行參數對無人機可見光遙感數據進行三維點云重建獲取紅樹植物數字表面模型，之后結合擬合的數字高程模型，獲取植被高度信息；

S3：基于整個紅樹林樣地的種類識別結果圖和植被高度信息獲取紅樹林生態信息，主要包括物種多樣性、單株植株冠幅和樹高；

在S3中，具體進行以下步驟：

S31：基于整個紅樹林樣地的種類識別結果圖，根據無人機飛行高度、相機焦距以及成像尺寸，計算各種紅樹植物的面積，獲取整個紅樹林生態系統的范圍大小以及樣地的物種多樣性參數；

S32：基于植被高度信息，利用局部最大值提取算法以及區域生長算法進行單木分割，獲取紅樹林單株植株冠幅和樹高信息；

S4：基于單株植物的冠幅和樹高確定單木相對位置，計算冠幅大小比數、混交度和角尺度參數；

在S4中，具體進行以下步驟：

S41：依據單株植物的冠幅和樹高，獲取各單株紅樹植物的經緯度信息；

S42：根據經緯度信息，依據各個紅樹植物的空間結構關系，計算冠幅大小比數、混交度和角尺度參數；

S5：基于物種多樣性、冠幅大小比數、混交度和角尺度參數構建林分結構健康度評價模型；

在S5中，具體進行以下步驟：

S51：采用乘除法對冠幅大小比數、混交度和角尺度以及物種多樣性進行多目標規劃，其中，選取混交度、冠幅大小比數和物種多樣性中數值較大，作為分子；選取角尺度數值較小的，作為分母，得到以下公式：

式中，F(A)代表紅樹林單株林分結構評價得分，F(X_i)和F(Y_j)是選取的指標參數；

S52：根據紅樹林單株林分結構評價得分，構建林分結構健康度評價模型：

式中，N代表林分內林木總數，A代表林分結構評分；

S6：根據林分結構健康度評價模型，確定紅樹林林分結構健康度的評價標準，判斷紅樹林林分健康度。

2.根據權利要求1所述紅樹林林分健康度評價方法，其特征在于，在S1中，采集紅樹林生態系統的無人機可見光遙感數據時，無人機選型為大疆精靈Phantom 4 RTK，其水平方向和高度方向上的定位精度均為厘米級，像素為5472×3648；飛行參數選取為高度為80m，飛行速度為3m/s，航向重疊度為90％， 旁向重疊度為80％，鏡頭垂直向下拍攝正射影像，單次作業時間平均為18min，同時，對無人機可見光遙感數據預處理時，根據無人機云臺相機鏡頭畸變參數，對圖像進行畸變校正。

3.根據權利要求1所述紅樹林林分健康度評價方法，其特征在于，在S6中，具體進行以下步驟：

S61：根據結構健康度評價模型，獲取原生紅樹林生態系統的林分結構評分A₀；

S62：以原生紅樹林生態系統的林分結構評分A₀作為參考健康度評估依據，判斷紅樹林的健康度，若林分結構評分A≥A₀，紅樹林健康度優秀；若林分結構評分AA₀，紅樹林健康度不佳，有待提高。