龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：福州大学
申请日：2023-10-20
公开（公告）日：2023-12-26
公开（公告）号：CN117288753A
主分类号：G01N21/84
分类号：G01N21/84
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.01.12#实质审查的生效;2023.12.26#公开
摘要：本发明提供了基于无人机高光谱影像的毛竹林刚竹毒蛾虫害检测方法，包括以下步骤：步骤1：提取无人机高光谱影像的毛竹、阔叶树、裸地、阴影组地物样本和光谱特征及其衍生指标；建立监测模型；步骤2：将地物样本与待分析的39个特征进行Pearson相关性分析；步骤3：获取不同虫害等级状态下的大小年期毛竹冠层原始光谱等特征；步骤4：将大小年期及混合期毛竹冠层光谱样本按7:3划分为建模集和验证集；本技术方案在一定程度上提升森防检疫措施的针对性，以更好地维护森林健康与生态安全，巩固和提升竹林经济与生态价值，服务于生态文明建设与可持续发展。
主权项：1.基于无人机高光谱影像的毛竹林刚竹毒蛾虫害检测方法，其特征在于，包括以下步骤：步骤1：提取无人机高光谱影像的毛竹、阔叶树、裸地、阴影组地物样本和光谱特征及其衍生指标；除原始光谱外，将其他指标定义为高光谱数据衍生指标，利用光谱微分、信息提取、模型反演方法获取无人机高光谱数据的毛竹林及刚竹毒蛾虫害信息，分别建立监测模型；步骤2：将地物样本与待分析的39个特征进行Pearson相关性分析，初期筛选相关性较优的原始光谱、包络线去除光谱、植被指数和纹理特征作为特征子集；步骤3：获取不同虫害等级状态下的大小年期毛竹冠层原始光谱等特征，分别利用SVM、RF、XGB对所有特征进行重要性排序；在每次分类前去掉重要性靠后的特征，逐次迭代直至特征集为空；然后在RFE基础上对不同特征组合进行交叉验证；步骤4：将大小年期及混合期毛竹冠层光谱样本按7:3划分为建模集和验证集，分别建立基于SVM、RF和XGBoost的9种虫害检测模型；在9种检测模型中，XGB-RFE-XGB的检测效果最优，XGB-RFE-RF次之，RF-RFE-RF最末。
全文数据：
权利要求：
百度查询： 福州大学 基于无人机高光谱影像的毛竹林刚竹毒蛾虫害检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号