当前位置:首页 >期刊论文 >《最新论文》>正文

新技术可自动快速检测森林变化情况

 2024/10/30 17:05:45 《最新论文》 作者:365体育投注:科学报 我有话说(0人评论) 字体大小:+

本报讯(记者王昊昊)森林巡检在森林监测中至关重要。然而,现有的森林图斑变化检测主要基于遥感影像并依靠人工目视判别,工作过程需耗费大量人力和时间。

中南林业科技大学、三亚市林业科学研究院、365体育投注:林业科学院热带林业研究所等单位的研究者合作,利用无人机和人工智能技术,通过位置和姿态系统数据对无人机拍摄的影像进行几何校正,并采用卷积神经网络提取森林边界,与历史数据对比以识别森林减少区域,再通过平均边界距离算法排除误分类,最终生成精确的森林变化地图,开发出完全自动化的森林变化检测系统。近日,相关研究成果发表于《森林》(Forests)。

据了解,该研究区域位于海南省的铁炉港,处于低纬度地区。研究将飞行高度设置为80米和380米,测试不同飞行高度对校正影像的影响。研究人员在约80米高度拍摄30张无人机图像进行森林变化检测,深度网络提取了72个森林变化斑块,其中22个斑块被正确识别,而50个斑块被误判。研究人员利用平均距离法进一步分析72个变化斑块,获取被正确识别的斑块61个、误判斑块11个,准确度85%。结果表明,这些自动化方法能有效辅助森林变化检测,提高监测效率。

在此基础上,研究人员在380米高度拍摄了50张无人机图像,识别出110个森林变化斑块,其中32个正确识别、78个误判。误判的斑块面积大多小于500平方米,大于750平方米的多为真实变化森林斑块。平均距离阈值设在8米时效果最佳,104个斑块被正确识别、6个斑块被误判,准确度达95%,召回率94%,可满足我国森林检测要求。

据介绍,传统森林变化检测依赖于比较不同时期的高分辨率卫星图像。该研究采用无人机技术,利用单幅图像和RTK定位数据进行校正,无须图像拼接,可自动识别和排除错误的森林变化区域,准确率超过95%。

相关论文信息:

https://doi.org/10.3390/f15091676

版权声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。