开云优惠体育网页版入口

专利名称：基于遥感技术的森林病虫监测方法及系统

专利类型：发明专利

专利申请号：CN202410465101.X

专利申请（专利权）人：莒县龙山镇农业综合服务中心
权利人地址：山东省日照市莒县龙山镇驻地

专利发明（设计）人：王彩华,马桂玲,郑敏

专利摘要：本发明公开了基于遥感技术的森林病虫监测方法及系统，涉及林业科学相关领域，该方法包括：交互获取目标森林在历史窗口内的P个历史病虫分布数据；对P个历史病虫分布散点图中的多个散点按照同一坐标系进行叠加，获得混合历史病虫分布散点图；对混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域；对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案；对目标森林进行病虫监测。解决了现有森林病虫害监测存在的监测精度不足，资源利用率低的技术问题，达到了提高监测精度，优化资源配置的技术效果。

主权利要求：
1.基于遥感技术的森林病虫监测方法，其特征在于，所述方法包括：
交互获取目标森林在历史窗口内的P个历史病虫分布数据，其中，P个历史病虫分布数据包括P个历史病虫分布散点图，每个历史病虫分布散点图中具有多个散点，多个散点分别具有多个分布位置标识和多个病虫害度标识；
对所述P个历史病虫分布散点图中的多个散点按照同一坐标系进行叠加，获得混合历史病虫分布散点图，其中，所述混合历史病虫分布散点图具有多个混合散点，多个混合散点具有多个混合分布位置标识和多个混合病虫害度标识；
根据所述多个混合散点的所述多个混合分布位置标识和所述多个混合病虫害度标识对所述混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域，其中，所述K个栅格领域具有K个领域病虫害度标识；
基于所述K个栅格领域和所述K个领域病虫害度标识对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案，其中，所述无人机遥感装置集合包括搭载高光谱仪的第一无人机遥感装置和搭载多光谱仪的第二无人机遥感装置；
所述无人机遥感装置集合根据所述遥感监测控制方案对所述目标森林进行病虫监测；
其中，基于所述K个栅格领域和所述K个领域病虫害度标识对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案，包括：按照预设病虫害度基准值对所述K个领域病虫害度标识进行二分类，获得第一栅格领域集合和第二栅格领域集合，其中，所述预设病虫害度基准值为K个领域病虫害度标识的中位数；
分别利用所述第一无人机遥感装置和所述第二无人机遥感装置按照预设飞行规则对所述第一栅格领域集合和所述第二栅格领域集合进行遥感监测，获得第一时间窗口和第二时间窗口；
对所述第一时间窗口和所述第二时间窗口进行叠加，获得初始时间窗口。
2.如权利要求1所述的基于遥感技术的森林病虫监测方法，其特征在于，根据所述多个混合散点的所述多个混合分布位置标识和所述多个混合病虫害度标识对所述混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域，所述方法包括：以所述多个混合病虫害度标识作为所述多个混合分布位置的山地高度，对所述混合历史病虫分布散点图进行山地模拟，获得模拟山地；
将山地高度最小值对应的混合分布位置作为注水起点，向所述模拟山地中注水，计算水面上升后淹没的第一个混合分布位置与所述注水起点的山地高度差值，判断山地高度差值是否满足预设高度差值阈值，若是，则在水面上升后淹没的第一个混合分布位置处生成第一分割岭线，其中，所述第一分割岭线随着水面上升而上升；
若否，则继续向所述模拟山地中注水，直至水面没过山地高度最大值对应的混合分布位置，根据水面上的多个分割岭线对所述混合历史病虫分布散点图进行初始栅格领域划分，获得多个初始栅格领域；
根据所述多个初始栅格领域的面积大小进行融合分析，获得所述K个栅格领域。
3.如权利要求2所述的基于遥感技术的森林病虫监测方法，其特征在于，根据所述多个初始栅格领域的面积大小进行融合分析，获得所述K个栅格领域，所述方法包括：提取所述无人机遥感装置集合的覆盖面积区间；
判断所述多个初始栅格领域的面积是否满足所述覆盖面积区间的最小值，若否，则添加进待融合初始栅格领域；
根据所述多个初始栅格领域之间的位置关系，对所述待融合初始栅格领域进行近邻融合，获得所述K个栅格领域。
4.如权利要求3所述的基于遥感技术的森林病虫监测方法，其特征在于，所述方法包括：遍历所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识进行波动分析，获得K个波动因子；
当所述K个波动因子小于预设波动因子阈值时，则将所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识的均值，作为所述K个领域病虫害度标识；
当所述K个波动因子大于等于所述预设波动因子阈值时，则将所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识中数量位于前m位的混合病虫害标识进行均值计算，将计算结果作为所述K个领域病虫害度标识。
5.如权利要求1所述的基于遥感技术的森林病虫监测方法，其特征在于，所述方法包括：按照预设步长对所述预设病虫害度基准值进行多次双向调整，获得多个调整病虫害度基准值，其中，所述预设步长为预先设置的单次调整的病虫害度标识大。
基于所述多个调整病虫害度基准值对所述K个栅格领域进行多次划分，获得多个划分方案；
统计所述多个划分方案的多个时间窗口；
将所述多个时间窗口中的最小值对应的划分方案作为遥感监测控制方案。
6.如权利要求1所述的基于遥感技术的森林病虫监测方法，其特征在于，分别利用所述第一无人机遥感装置和所述第二无人机遥感装置按照预设飞行规则对所述第一栅格领域集合和所述第二栅格领域集合进行遥感监测，获得第一时间窗口和第二时间窗口，所述方法包括：按照预设飞行规则，分别根据所述第一栅格领域集合和所述第二栅格领域集合生成第一监测路径和第二监测路径，其中，所述预设飞行规则为从起始监测点按照直线往返的方式到达终止监测点；
提取所述第一无人机遥感装置和所述第二无人机遥感装置的第一飞行速度和第二飞行速度；
将所述第一监测路径比上所述第一飞行速度，生成所述第一时间窗口；
将所述第二监测路径比上所述第二飞行速度，生成所述第二时间窗口。
7.基于遥感技术的森林病虫监测系统，其特征在于，所述系统用于实施权利要求1?6任一项所述的基于遥感技术的森林病虫监测方法，所述系统包括：历史病虫分布数据获取模块，所述历史病虫分布数据获取模块用于交互获取目标森林在历史窗口内的P个历史病虫分布数据，其中，P个历史病虫分布数据包括P个历史病虫分布散点图，每个历史病虫分布散点图中具有多个散点，多个散点分别具有多个分布位置标识和多个病虫害度标识；
混合历史病虫分布散点图获取模块，所述混合历史病虫分布散点图获取模块用于对所述P个历史病虫分布散点图中的多个散点按照同一坐标系进行叠加，获得混合历史病虫分布散点图，其中，所述混合历史病虫分布散点图具有多个混合散点，多个混合散点具有多个混合分布位置标识和多个混合病虫害度标识；
栅格领域划分模块，所述栅格领域划分模块用于根据所述多个混合散点的所述多个混合分布位置标识和所述多个混合病虫害度标识对所述混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域，其中，所述K个栅格领域具有K个领域病虫害度标识；
遥感监测控制方案获取模块，所述遥感监测控制方案获取模块用于基于所述K个栅格领域和所述K个领域病虫害度标识对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案，其中，所述无人机遥感装置集合包括搭载高光谱仪的第一无人机遥感装置和搭载多光谱仪的第二无人机遥感装置；
病虫监测模块，所述病虫监测模块用于所述无人机遥感装置集合根据所述遥感监测控制方案对所述目标森林进行病虫监测。 说明书 : 基于遥感技术的森林病虫监测方法及系统技术领域[0001] 本申请涉及林业科学相关领域，尤其涉及基于遥感技术的森林病虫监测方法及系统。背景技术[0002] 森林病虫监测是对森林中的病虫害进行定期、系统的观察和调查，以及时发现和预防病虫害的发生。由于病虫害会对森林健康造成威胁，导致树木死亡、生态平衡破坏等问题，因此进行病虫监测是非常必要的。在传统方法中，通常依赖人工巡查和地面观察来进行病虫监测，由于无法对森林区域进行精细化划分，导致病虫害的监测结果不够准确，也无法根据病虫害的分布情况合理分配监测资源，导致资源浪费或某些区域监测不足。[0003] 现阶段相关技术中，森林病虫害监测存在监测精度不足，资源利用率低的技术问题。发明内容[0004] 本申请通过提供基于遥感技术的森林病虫监测方法及系统，采用将目标森林划分为多个栅格领域，对每个栅格领域进行领域病虫害度标识，对无人机遥感装置集合进行监测约束配置等技术手段，达到了提高监测精度，优化资源配置的技术效果。[0005] 本申请提供基于遥感技术的森林病虫监测方法，包括：[0006] 交互获取目标森林在历史窗口内的P个历史病虫分布数据，其中，P个历史病虫分布数据包括P个历史病虫分布散点图，每个历史病虫分布散点图中具有多个散点，多个散点分别具有多个分布位置标识和多个病虫害度标识；[0007] 对所述P个历史病虫分布散点图中的多个散点按照同一坐标系进行叠加，获得混合历史病虫分布散点图，其中，所述混合历史病虫分布散点图具有多个混合散点，多个混合散点具有多个混合分布位置标识和多个混合病虫害度标识；[0008] 根据所述多个混合散点的所述多个混合分布位置标识和所述多个混合病虫害度标识对所述混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域，其中，所述K个栅格领域具有K个领域病虫害度标识；[0009] 基于所述K个栅格领域和所述K个领域病虫害度标识对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案，其中，所述无人机遥感装置集合包括搭载高光谱仪的第一无人机遥感装置和搭载多光谱仪的第二无人机遥感装置；[0010] 所述无人机遥感装置集合根据所述遥感监测控制方案对所述目标森林进行病虫监测。[0011] 在可能的实现方式中，根据所述多个混合散点的所述多个混合分布位置标识和所述多个混合病虫害度标识对所述混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域，执行以下处理：[0012] 以所述多个混合病虫害度标识作为所述多个混合分布位置的山地高度，对所述混合历史病虫分布散点图进行山地模拟，获得模拟山地；[0013] 将山地高度最小值对应的混合分布位置作为注水起点，向所述模拟山地中注水，计算水面上升后淹没的第一个混合分布位置与所述注水起点的山地高度差值，判断山地高度差值是否满足预设高度差值阈值，若是，则在水面上升后淹没的第一个混合分布位置处生成第一分割岭线，其中，所述第一分割岭线随着水面上升而上升；[0014] 若否，则继续向所述模拟山地中注水，直至水面没过山地高度最大值对应的混合分布位置，根据水面上的多个分割岭线对所述混合历史病虫分布散点图进行初始栅格领域划分，获得多个初始栅格领域；[0015] 根据所述多个初始栅格领域的面积大小进行融合分析，获得所述K个栅格领域。[0016] 在可能的实现方式中，根据所述多个初始栅格领域的面积大小进行融合分析，获得所述K个栅格领域，执行以下处理：[0017] 提取所述无人机遥感装置集合的覆盖面积区间；[0018] 判断所述多个初始栅格领域的面积是否满足所述覆盖面积区间的最小值，若否，则添加进待融合初始栅格领域；[0019] 根据所述多个初始栅格领域之间的位置关系，对所述待融合初始栅格领域进行近邻融合，获得所述K个栅格领域。[0020] 在可能的实现方式中，执行以下处理：[0021] 遍历所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识进行波动分析，获得K个波动因子；[0022] 当所述K个波动因子小于预设波动因子阈值时，则将所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识的均值，作为所述K个领域病虫害度标识；[0023] 当所述K个波动因子大于等于所述预设波动因子阈值时，则将所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识中数量位于前m位的混合病虫害标识进行均值计算，将计算结果作为所述K个领域病虫害度标识。[0024] 在可能的实现方式中，基于所述K个栅格领域和所述K个领域病虫害度标识对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案，执行以下处理：[0025] 按照预设病虫害度基准值对所述K个领域病虫害度标识进行二分类，获得第一栅格领域集合和第二栅格领域集合，其中，所述预设病虫害度基准值为K个领域病虫害度标识的中位数；[0026] 分别利用所述第一无人机遥感装置和所述第二无人机遥感装置按照预设飞行规则对所述第一栅格领域集合和所述第二栅格领域集合进行遥感监测，获得第一时间窗口和第二时间窗口；[0027] 对所述第一时间窗口和所述第二时间窗口进行叠加，获得初始时间窗口。[0028] 在可能的实现方式中，执行以下处理：[0029] 按照预设步长对所述预设病虫害度基准值进行多次双向调整，获得多个调整病虫害度基准值，其中，所述预设步长为预先设置的单次调整的病虫害度标识大。籟0030] 基于所述多个调整病虫害度基准值对所述K个栅格领域进行多次划分，获得多个划分方案；[0031] 统计所述多个划分方案的多个时间窗口；[0032] 将所述多个时间窗口中的最小值对应的划分方案作为遥感监测控制方案。[0033] 在可能的实现方式中，分别利用所述第一无人机遥感装置和所述第二无人机遥感装置按照预设飞行规则对所述第一栅格领域集合和所述第二栅格领域集合进行遥感监测，获得第一时间窗口和第二时间窗口，执行以下处理：[0034] 按照预设飞行规则，分别根据所述第一栅格领域集合和所述第二栅格领域集合生成第一监测路径和第二监测路径，其中，所述预设飞行规则为从起始监测点按照直线往返的方式到达终止监测点；[0035] 提取所述第一无人机遥感装置和所述第二无人机遥感装置的第一飞行速度和第二飞行速度；[0036] 将所述第一监测路径比上所述第一飞行速度，生成所述第一时间窗口；[0037] 将所述第二监测路径比上所述第二飞行速度，生成所述第二时间窗口。[0038] 本申请还提供了基于遥感技术的森林病虫监测系统，包括：[0039] 历史病虫分布数据获取模块，所述历史病虫分布数据获取模块用于交互获取目标森林在历史窗口内的P个历史病虫分布数据，其中，P个历史病虫分布数据包括P个历史病虫分布散点图，每个历史病虫分布散点图中具有多个散点，多个散点分别具有多个分布位置标识和多个病虫害度标识；[0040] 混合历史病虫分布散点图获取模块，所述混合历史病虫分布散点图获取模块用于对所述P个历史病虫分布散点图中的多个散点按照同一坐标系进行叠加，获得混合历史病虫分布散点图，其中，所述混合历史病虫分布散点图具有多个混合散点，多个混合散点具有多个混合分布位置标识和多个混合病虫害度标识；[0041] 栅格领域划分模块，所述栅格领域划分模块用于根据所述多个混合散点的所述多个混合分布位置标识和所述多个混合病虫害度标识对所述混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域，其中，所述K个栅格领域具有K个领域病虫害度标识；[0042] 遥感监测控制方案获取模块，所述遥感监测控制方案获取模块用于基于所述K个栅格领域和所述K个领域病虫害度标识对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案，其中，所述无人机遥感装置集合包括搭载高光谱仪的第一无人机遥感装置和搭载多光谱仪的第二无人机遥感装置；[0043] 病虫监测模块，所述病虫监测模块用于所述无人机遥感装置集合根据所述遥感监测控制方案对所述目标森林进行病虫监测。[0044] 拟通过本申请提出的基于遥感技术的森林病虫监测方法及系统，通过交互获取目标森林在历史窗口内的P个历史病虫分布数据，其中，P个历史病虫分布数据包括P个历史病虫分布散点图，每个历史病虫分布散点图中具有多个散点，多个散点分别具有多个分布位置标识和多个病虫害度标识，接着对P个历史病虫分布散点图中的多个散点按照同一坐标系进行叠加，获得混合历史病虫分布散点图，其中，混合历史病虫分布散点图具有多个混合散点，多个混合散点具有多个混合分布位置标识和多个混合病虫害度标识，再根据多个混合散点的多个混合分布位置和多个混合病虫害度标识对混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域，其中，K个栅格领域具有K个领域病虫害度标识，然后基于K个栅格领域和K个领域病虫害度标识对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案，其中，无人机遥感装置集合包括搭载高光谱仪的第一无人机遥感装置和搭载多光谱仪的第二无人机遥感装置，最后无人机遥感装置集合根据遥感监测控制方案对目标森林进行病虫监测，达到了提高监测精度，优化资源配置的技术效果。附图说明[0045] 为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的附图作简单的介绍，本申请中使用了流程图来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。[0046] 图1为本申请实施例提供的基于遥感技术的森林病虫监测方法的流程示意图；[0047] 图2为本申请实施例提供的基于遥感技术的森林病虫监测系统的结构示意图。[0048] 附图标记说明：历史病虫分布数据获取模块10、混合历史病虫分布散点图获取模块20、栅格领域划分模块30、遥感监测控制方案获取模块40、病虫监测模块50。具体实施方式[0049] 上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。[0050] 为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步的详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。[0051] 在以下的描述中，涉及“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合，所涉及的术语“第一\第二”仅仅是区别类似的对象，不代表针对对象的特定排序。术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块，除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的。[0052] 本申请实施例提供了基于遥感技术的森林病虫监测方法，如图1所示，所述方法包括：[0053] 步骤S100，交互获取目标森林在历史窗口内的P个历史病虫分布数据，其中，P个历史病虫分布数据包括P个历史病虫分布散点图，每个历史病虫分布散点图中具有多个散点，多个散点分别具有多个分布位置标识和多个病虫害度标识。具体而言，确定历史窗口，所述历史窗口是一个历史时间窗口，代表了对目标森林进行病虫分布数据收集的时间范围，确定历史窗口后，与森林管理部门、病虫害监测机构或者相关数据库进行交互，通过数据交互接口或数据共享平台，获取目标森林在历史窗口内的病虫分布数据，其中，P代表在历史窗口内对目标森林进行病虫分布采集的次数，P个历史病虫分布数据以散点的形式呈现，通过整理生成P个历史病虫分布散点图，每个历史病虫分布散点图包含多个散点，每个散点都具有分布位置标识和病虫害度标识，其中，分布位置标识用于标识每个散点在目标森林中的具体位置，可以通过经纬度、坐标系统等方式来表示；病虫害度标识用于表示每个散点所代表的区域的病虫害程度，可以通过病虫害发生的频率、种类、严重程度等指标来衡量。[0054] 步骤S200，对所述P个历史病虫分布散点图中的多个散点按照同一坐标系进行叠加，获得混合历史病虫分布散点图，其中，所述混合历史病虫分布散点图具有多个混合散点，多个混合散点具有多个混合分布位置标识和多个混合病虫害度标识。具体而言，确定叠加坐标系，将叠加坐标系作为所有历史病虫分布散点图叠加的基。加坐标系可以是地理坐标系、投影坐标系等，在叠加之前，对每个历史病虫分布散点图的数据进行预处理，包括坐标转换、数据格式统一等操作，通过预处理，使不同的历史病虫分布散点图在同一坐标系下对齐，将预处理后的P个历史病虫分布散点图按照叠加坐标系进行叠加，叠加完成后，得到一个包含多个混合散点的混合历史病虫分布散点图，对于每个混合散点，分配混合分布位置标识和混合病虫害度标识，混合分布位置标识基于叠加后的坐标位置确定，混合病虫害度标识根据叠加散点的病虫害度标识进行统计分析得出，例如可以通过计算平均值、最大值或加权平均值等方式确定。[0055] 步骤S300，根据所述多个混合散点的所述多个混合分布位置标识和所述多个混合病虫害度标识对所述混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域，其中，所述K个栅格领域具有K个领域病虫害度标识。具体而言，基于混合散点的混合分布位置标识和混合病虫害度标识，制定栅格领域的划分标准，例如，划分标准可以是根据栅格的大小、形状以及栅格内病虫害度的阈值等，根据确定的划分标准，对混合历史病虫分布散点图进行栅格领域的划分，划分的过程中，保证每个栅格领域内的混合散点在分布位置和病虫害度上具有一定的相似性或连续性，对于每个划分得到的栅格领域，根据其内部混合散点的病虫害度标识，计算并分配一个领域病虫害度标识，领域病虫害度标识可以是栅格领域内所有混合散点病虫害度的平均值、最大值、最小值或加权平均值等，经过上述步骤，得到K个栅格领域，每个栅格领域都具有相应的病虫害度标识。[0056] 在一种可能的实现方式中，步骤S300进一步包括步骤S310，以所述多个混合病虫害度标识作为所述多个混合分布位置的山地高度，对所述混合历史病虫分布散点图进行山地模拟，获得模拟山地。具体地，将每个混合散点的混合病虫害度标识作为在模拟山地中的高度值，混合病虫害度越高，对应的高度值越大，基于转换后的高度值，构建一个三维的模拟山地模型，其中每个点的高度由其对应的混合病虫害度决定。步骤S320，将山地高度最小值对应的混合分布位置作为注水起点，向所述模拟山地中注水，计算水面上升后淹没的第一个混合分布位置与所述注水起点的山地高度差值，判断山地高度差值是否满足预设高度差值阈值，若是，则在水面上升后淹没的第一个混合分布位置处生成第一分割岭线，其中，所述第一分割岭线随着水面上升而上升。具体地，找到模拟山地中高度（即混合病虫害度）最小的点作为注水起点，从注水起点开始，模拟向山地中注水的过程，随着水面的上升，会遇到不同高度的地形，当水面上升并淹没第一个混合分布位置时，计算该位置与注水起点的山地高度差值，如果计算出的山地高度差值满足预设的高度差值阈值，说明该区域的病虫害度变化达到了一定的程度，需要在这里生成分割岭线，在满足高度差值阈值的位置生成第一分割岭线。步骤S330，若否，则继续向所述模拟山地中注水，直至水面没过山地高度最大值对应的混合分布位置，根据水面上的多个分割岭线对所述混合历史病虫分布散点图进行初始栅格领域划分，获得多个初始栅格领域。具体地，如果计算出的山地高度差值不满足预设高度差值阈值，说明当前区域的病虫害度变化较。蛔阋孕纬煞指盍胂，此时，继续向模拟山地中注水，随着水面的继续上升，会在多个混合分布位置生成分割岭线，当水面最终越过模拟山地的最高点（即混合病虫害度最大的位置）时，停止注水，根据水面上形成的多个分割岭线，对混合历史病虫分布散点图进行初始的栅格领域划分，得到多个初始栅格领域。步骤S340，根据所述多个初始栅格领域的面积大小进行融合分析，获得所述K个栅格领域。具体地，对初始栅格领域的面积、形状、病虫害度分布等因素进行分析，根据分析结果，对相邻且病虫害度分布相似的初始栅格领域进行融合，形成最终的K个栅格领域，通过对初始栅格领域进行融合分析，消除过于细碎或不规则的栅格领域，使最终的栅格领域更加合理和科学。这一实现方式通过模拟注水的地形分析方法，综合考虑了混合病虫害度的空间分布和变化情况，相比于简单的网格划分或基于距离的划分方法，这种方法更加灵活和适应性强，能够更准确地反映病虫害在森林中的实际分布情况，从而便于制定针对性的无人机遥感监测策略，达到了为遥感监测策略的制定提供更加准确的数据支撑的技术效果。[0057] 在一种可能的实现方式中，步骤S340进一步包括步骤S341，提取所述无人机遥感装置集合的覆盖面积区间。具体地，收集无人机遥感装置集合中每架无人机的技术参数，包括最大飞行高度、相机分辨率、镜头视角等，基于无人机的技术参数，计算出每架无人机在一次飞行任务中能够覆盖的地面面积，综合所有无人机的覆盖面积，确定一个覆盖面积区间，覆盖面积区间表示了无人机遥感装置集合能够监测的最小和最大面积。步骤S342，判断所述多个初始栅格领域的面积是否满足所述覆盖面积区间的最小值，若否，则添加进待融合初始栅格领域。具体地，将每个初始栅格领域的面积与步骤S341中确定的覆盖面积区间的最小值进行比较，如果某个初始栅格领域的面积小于覆盖面积区间的最小值，说明这个初始栅格领域太。皇屎系ザ雷魑桓黾嗖獾ピ，此时，将其添加到待融合初始栅格领域的列表中。步骤S343，根据所述多个初始栅格领域之间的位置关系，对所述待融合初始栅格领域进行近邻融合，获得所述K个栅格领域。具体地，根据初始栅格领域之间的位置关系，通过计算初始栅格领域之间的空间距离等方式确定哪些初始栅格领域是相邻的，对于待融合初始栅格领域，根据混合病虫害度的相似性、地理位置的连续性等因素，将它们与其近邻的初始栅格领域进行合并，通过不断的近邻融合操作，最终得到K个栅格领域，通过近邻融合操作，消除过小的初始栅格领域，形成面积适中、形状合理的栅格领域。这一实现方式通过根据无人机遥感装置的实际覆盖能力，对初始栅格领域进行筛选和融合，确保了最终栅格领域的合理性和有效性，避免了对过小的栅格领域进行监测产生的资源浪费，达到了减少不必要的飞行任务，提高无人机遥感监测的效率的技术效果。[0058] 在一种可能的实现方式中，步骤S300进一步包括步骤S350，遍历所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识进行波动分析，获得K个波动因子。具体地，对于每个栅格领域，遍历其中的所有混合散点，这些混合散点代表了该栅格领域内不同位置的病虫害情况，从每个混合散点中提取其对应的混合病虫害标识，混合病虫害标识反映了病虫害的严重程度或类型。通过计算标准差、变异系数或其他相关统计指标，对每个栅格领域内的混合病虫害标识进行波动分析，进行波动分析用以衡量混合病虫害标识在栅格领域内的离散程度或变化幅度，根据波动分析的结果，为每个栅格领域计算一个波动因子，这个波动因子反映了栅格领域内混合病虫害标识的波动程度，如果波动因子较。得髡じ窳煊蚰诨旌喜〕婧Ρ晔断喽晕榷，病虫害情况较为一致；如果波动因子较大，说明栅格领域内混合病虫害标识存在较大的差异，病虫害情况较为复杂。步骤S360，当所述K个波动因子小于预设波动因子阈值时，则将所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识的均值，作为所述K个领域病虫害度标识。具体地，检查当前栅格领域的波动因子是否小于预设的波动因子阈值，如果波动因子小于预设波动因子阈值，说明当前栅格领域内混合病虫害标识相对稳定，此时计算当前栅格领域内所有混合散点对应的混合病虫害标识的均值，将这个均值作为该栅格领域的领域病虫害度标识，领域病虫害度标识代表了栅格领域内病虫害的平均水平或整体情况。步骤S370，当所述K个波动因子大于等于所述预设波动因子阈值时，则将所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识中数量位于前m位的混合病虫害标识进行均值计算，将计算结果作为所述K个领域病虫害度标识。具体地，检查当前栅格领域的波动因子是否大于等于预设的波动因子阈值，如果波动因子大于等于预设波动因子阈值，说明当前栅格领域内混合病虫害标识存在较大差异，此时，选择当前栅格领域内混合病虫害标识数量位于前m位的混合散点，对这m个混合病虫害标识进行均值计算，将均值计算结果作为该栅格领域的领域病虫害度标识。在波动因子较大的情况下，采用数量位于前m位的混合病虫害标识的均值作为领域病虫害度标识更好地反映了栅格领域内病虫害的主要特征。这一实现方式通过进行波动分析和根据波动因子的不同情况采用不同的计算方法来确定领域病虫害度标识，达到了更加准确地反映每个栅格领域内病虫害的实际情况的技术效果。[0059] 步骤S400，基于所述K个栅格领域和所述K个领域病虫害度标识对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案，其中，所述无人机遥感装置集合包括搭载高光谱仪的第一无人机遥感装置和搭载多光谱仪的第二无人机遥感装置。具体而言，根据每个栅格领域的地理位置、大小、形状以及领域病虫害度标识等信息，分析该栅格领域的特性，包括病虫害的分布情况、严重程度以及可能的影响因素等，基于栅格领域的特性，确定每个栅格领域的监测需求，例如，对于病虫害较为严重的栅格领域，需要更频繁的监测和更高精度的数据；对于病虫害较轻或稳定的栅格领域，监测频率和数据精度要求可以相对较低。根据监测需求，对无人机遥感装置集合进行配置，其中，无人机遥感装置集合包括搭载高光谱仪的第一无人机遥感装置和搭载多光谱仪的第二无人机遥感装置，高光谱仪可以提供更为详细的光谱信息，用于更准确地识别和分析病虫害；多光谱仪可以提供多个波段的图像数据，用于监测植被健康、生长状况等，根据不同栅格领域的监测需求，确定合适的无人机遥感装置进行配置。根据栅格领域的分布和大。贫ㄎ奕嘶姆尚屑苹，包括确定飞行路线、飞行高度、飞行速度等参数，确保无人机能够覆盖所有需要监测的目标森林领域，并获取到所需的遥感数据，设定遥感数据的数据处理和分析流程，包括数据的预处理、特征提取、分类识别等步骤，综合以上步骤的结果，生成最终的遥感监测控制方案，遥感监测控制方案包括无人机的配置信息、飞行计划、数据处理和分析流程等内容。[0060] 在一种可能的实现方式中，步骤S400进一步包括步骤S410，按照预设病虫害度基准值对所述K个领域病虫害度标识进行二分类，获得第一栅格领域集合和第二栅格领域集合，其中，所述预设病虫害度基准值为K个领域病虫害度标识的中位数。具体地，计算K个领域病虫害度标识的中位数作为预设病虫害度基准值，预设病虫害度基准值反映了领域病虫害度标识的整体水平，将K个领域病虫害度标识与预设病虫害度基准值进行比较，将领域病虫害度标识大于或等于预设病虫害度基准值的栅格领域归入第一栅格领域集合，代表病虫害较为严重的区域；将领域病虫害度标识小于预设病虫害度基准值的栅格领域归入第二栅格领域集合，代表病虫害相对较轻或稳定的区域。通过二分类，将目标森林划分为病虫害严重程度不同的两个集合。步骤S420，分别利用所述第一无人机遥感装置和所述第二无人机遥感装置按照预设飞行规则对所述第一栅格领域集合和所述第二栅格领域集合进行遥感监测，获得第一时间窗口和第二时间窗口。具体地，所述预设飞行规则包括飞行高度、速度、航线等参数，利用第一无人机遥感装置按照预设飞行规则对第一栅格领域集合进行模拟遥感监测，根据遥感监测的起始时间和结束时间，获得第一时间窗口，利用第二无人机遥感装置按照预设飞行规则对第二栅格领域集合进行模拟遥感监测，根据遥感监测的起始时间和结束时间，获得第二时间窗口。步骤S430，对所述第一时间窗口和所述第二时间窗口进行叠加，获得初始时间窗口。具体地，将第一时间窗口和第二时间窗口进行叠加，即，将两个时间段合并为一个连续的时间段，获得初始时间窗口。这一实现方式通过对不同病虫害严重程度的栅格领域进行分类，并分别使用不同类型的无人机遥感装置进行监测，可以更加高效和精准地获取目标森林的病虫害信息，达到了平衡监测效率和精度的技术效果。[0061] 在一种可能的实现方式中，步骤S400进一步包括步骤S440，按照预设步长对所述预设病虫害度基准值进行多次双向调整，获得多个调整病虫害度基准值，其中，所述预设步长为预先设置的单次调整的病虫害度标识大小。具体地，预设步长是每次调整预设病虫害度基准值时增加或减少的固定值，用于控制调整的幅度和频率，从原始的预设病虫害度基准值开始，分别向上和向下按照预设步长进行调整，从而得到一系列高于和低于原始预设病虫害度基准值的调整病虫害度基准值。步骤S450，基于所述多个调整病虫害度基准值对所述K个栅格领域进行多次划分，获得多个划分方案。具体地，对于每一个调整病虫害度基准值，都将其应用到K个栅格领域的划分中，将领域病虫害度标识与调整病虫害度基准值进行比较，从而将栅格领域分为两组（病虫害严重和相对较轻的），通过上述步骤，得到多个基于不同调整病虫害度基准值的划分方案。步骤S460，统计所述多个划分方案的多个时间窗口。具体地，对于每一个划分方案，模拟无人机按照预设飞行规则对两组栅格领域进行遥感监测的过程，根据模拟的监测过程，计算完成每个划分方案所需的总时间，即时间窗口。步骤S470，将所述多个时间窗口中的最小值对应的划分方案作为遥感监测控制方案。具体地，将所有划分方案对应的时间窗口进行比较，找出其中的最小值，将时间窗口最小值对应的划分方案确定为最终的遥感监测控制方案。这一实现方式不仅分析了病虫害的严重程度对监测路径和时间的影响，还通过优化预设病虫害度基准值，找到了能够在最短时间内完成监测任务的划分方案，达到了提高无人机遥感监测的效率的技术效果。[0062] 在一种可能的实现方式中，步骤S420进一步包括步骤S421，按照预设飞行规则，分别根据所述第一栅格领域集合和所述第二栅格领域集合生成第一监测路径和第二监测路径，其中，所述预设飞行规则为从起始监测点按照直线往返的方式到达终止监测点。具体地，基于目标森林的地理分布、无人机起飞降落点的位置以及飞行安全等因素，确定无人机的起始监测点和终止监测点，对第一栅格领域集合和第二栅格领域集合进行分析，包括形状、大小、位置以及病虫害严重程度，从起始监测点开始，根据每个栅格领域的分布，规划无人机直线飞行至每个栅格领域进行监测，然后再直线飞回起始点或附近的点，以此方式循环直至覆盖所有栅格领域，生成第一监测路径和第二监测路径。步骤S422，提取所述第一无人机遥感装置和所述第二无人机遥感装置的第一飞行速度和第二飞行速度。具体地，查阅第一无人机遥感装置和第二无人机遥感装置的说明书或技术文档，获取飞行速度参数，根据监测任务的具体需求（如数据精度、监测范围等），选择或调整无人机的飞行速度，例如在需要更高数据精度的区域，可以选择较慢的飞行速度；在需要快速覆盖的区域，可以选择较快的飞行速度。步骤S423，将所述第一监测路径比上所述第一飞行速度，生成所述第一时间窗口；步骤S424，将所述第二监测路径比上所述第二飞行速度，生成所述第二时间窗口。具体地，根据步骤S421生成的第一监测路径，使用地理信息系统（GIS）软件或相关工具计算第一监测路径的总长度，将第一监测路径的长度除以第一无人机遥感装置的第一飞行速度，得到完成第一监测路径所需的时间，即为第一时间窗口，生成第二时间窗口的过程与生成第一时间窗口类似。这一实现方式通过准确计算生成无人机遥感监测的时间窗口，达到了为后续任务安排和数据分析提供可靠数据支持的技术效果。[0063] 步骤S500，所述无人机遥感装置集合根据所述遥感监测控制方案对所述目标森林进行病虫监测。具体而言，按照遥感监测控制方案，启动无人机进行飞行，无人机搭载的高光谱仪和多光谱仪对目标森林进行遥感监测，获取实时数据，对获取的数据进行处理和分析，生成病虫监测开云优惠体育网页版入口。本申请实施例采用将目标森林划分为多个栅格领域，对每个栅格领域进行领域病虫害度标识，对无人机遥感装置集合进行监测约束配置等技术手段，达到了提高监测精度，优化资源配置的技术效果。[0064] 在上文中，参照图1详细描述了根据本发明实施例的基于遥感技术的森林病虫监测方法。接下来，将参照图2描述根据本发明实施例的基于遥感技术的森林病虫监测系统。[0065] 根据本发明实施例的基于遥感技术的森林病虫监测系统用于解决现有森林病虫害监测存在的监测精度不足，资源利用率低的技术问题，达到提高监测精度，优化资源配置的技术效果。基于遥感技术的森林病虫监测系统包括：历史病虫分布数据获取模块10、混合历史病虫分布散点图获取模块20、栅格领域划分模块30、遥感监测控制方案获取模块40、病虫监测模块50。[0066] 历史病虫分布数据获取模块10用于交互获取目标森林在历史窗口内的P个历史病虫分布数据，其中，P个历史病虫分布数据包括P个历史病虫分布散点图，每个历史病虫分布散点图中具有多个散点，多个散点分别具有多个分布位置标识和多个病虫害度标识；[0067] 混合历史病虫分布散点图获取模块20用于对所述P个历史病虫分布散点图中的多个散点按照同一坐标系进行叠加，获得混合历史病虫分布散点图，其中，所述混合历史病虫分布散点图具有多个混合散点，多个混合散点具有多个混合分布位置标识和多个混合病虫害度标识；[0068] 栅格领域划分模块30用于根据所述多个混合散点的所述多个混合分布位置标识和所述多个混合病虫害度标识对所述混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域，其中，所述K个栅格领域具有K个领域病虫害度标识；[0069] 遥感监测控制方案获取模块40用于基于所述K个栅格领域和所述K个领域病虫害度标识对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案，其中，所述无人机遥感装置集合包括搭载高光谱仪的第一无人机遥感装置和搭载多光谱仪的第二无人机遥感装置；[0070] 病虫监测模块50用于所述无人机遥感装置集合根据所述遥感监测控制方案对所述目标森林进行病虫监测。[0071] 下面，将详细描述栅格领域划分模块30的具体配置。如上文中所述，根据所述多个混合散点的所述多个混合分布位置标识和所述多个混合病虫害度标识对所述混合历史病虫分布散点图进行栅格领域划分，获得K个栅格领域，栅格领域划分模块30可以进一步包括：山地模拟单元用于以所述多个混合病虫害度标识作为所述多个混合分布位置的山地高度，对所述混合历史病虫分布散点图进行山地模拟，获得模拟山地；第一分割岭线生成单元用于将山地高度最小值对应的混合分布位置作为注水起点，向所述模拟山地中注水，计算水面上升后淹没的第一个混合分布位置与所述注水起点的山地高度差值，判断山地高度差值是否满足预设高度差值阈值，若是，则在水面上升后淹没的第一个混合分布位置处生成第一分割岭线，其中，所述第一分割岭线随着水面上升而上升；初始栅格领域划分单元用于若否，则继续向所述模拟山地中注水，直至水面没过山地高度最大值对应的混合分布位置，根据水面上的多个分割岭线对所述混合历史病虫分布散点图进行初始栅格领域划分，获得多个初始栅格领域；融合分析单元用于根据所述多个初始栅格领域的面积大小进行融合分析，获得所述K个栅格领域。[0072] 其中，根据所述多个初始栅格领域的面积大小进行融合分析，获得所述K个栅格领域，融合分析单元可以进一步包括：覆盖面积区间提取子单元用于提取所述无人机遥感装置集合的覆盖面积区间；判断子单元用于判断所述多个初始栅格领域的面积是否满足所述覆盖面积区间的最小值，若否，则添加进待融合初始栅格领域；近邻融合子单元用于根据所述多个初始栅格领域之间的位置关系，对所述待融合初始栅格领域进行近邻融合，获得所述K个栅格领域。[0073] 其中，栅格领域划分模块30可以进一步包括：波动分析单元用于遍历所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识进行波动分析，获得K个波动因子；均值计算单元用于当所述K个波动因子小于预设波动因子阈值时，则将所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识的均值，作为所述K个领域病虫害度标识，当所述K个波动因子大于等于所述预设波动因子阈值时，则将所述K个栅格领域中的多个混合散点对应的多个混合病虫害标识中数量位于前m位的混合病虫害标识进行均值计算，将计算结果作为所述K个领域病虫害度标识。[0074] 下面，将详细描述遥感监测控制方案获取模块40的具体配置。如上文中所述，基于所述K个栅格领域和所述K个领域病虫害度标识对无人机遥感装置集合进行监测约束配置，获得遥感监测控制方案，遥感监测控制方案获取模块40可以进一步包括：二分类单元用于按照预设病虫害度基准值对所述K个领域病虫害度标识进行二分类，获得第一栅格领域集合和第二栅格领域集合，其中，所述预设病虫害度基准值为K个领域病虫害度标识的中位数；遥感监测单元用于分别利用所述第一无人机遥感装置和所述第二无人机遥感装置按照预设飞行规则对所述第一栅格领域集合和所述第二栅格领域集合进行遥感监测，获得第一时间窗口和第二时间窗口；时间窗口叠加单元用于对所述第一时间窗口和所述第二时间窗口进行叠加，获得初始时间窗口。[0075] 其中，遥感监测控制方案获取模块40可以进一步包括：双向调整单元用于按照预设步长对所述预设病虫害度基准值进行多次双向调整，获得多个调整病虫害度基准值，其中，所述预设步长为预先设置的单次调整的病虫害度标识大。换值ピ糜诨谒龆喔龅髡〕婧Χ然贾刀运鯧个栅格领域进行多次划分，获得多个划分方案；时间窗口统计单元用于统计所述多个划分方案的多个时间窗口；遥感监测控制方案获取单元用于将所述多个时间窗口中的最小值对应的划分方案作为遥感监测控制方案。[0076] 其中，分别利用所述第一无人机遥感装置和所述第二无人机遥感装置按照预设飞行规则对所述第一栅格领域集合和所述第二栅格领域集合进行遥感监测，获得第一时间窗口和第二时间窗口，遥感监测单元可以进一步包括：监测路径生成子单元用于按照预设飞行规则，分别根据所述第一栅格领域集合和所述第二栅格领域集合生成第一监测路径和第二监测路径，其中，所述预设飞行规则为从起始监测点按照直线往返的方式到达终止监测点；飞行速度提取子单元用于提取所述第一无人机遥感装置和所述第二无人机遥感装置的第一飞行速度和第二飞行速度；时间窗口生成子单元用于将所述第一监测路径比上所述第一飞行速度，生成所述第一时间窗口，将所述第二监测路径比上所述第二飞行速度，生成所述第二时间窗口。[0077] 本发明实施例所提供的基于遥感技术的森林病虫监测系统可执行本发明任意实施例所提供的基于遥感技术的森林病虫监测方法，具备执行方法相应的功能模块和有益效果。[0078] 虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。[0079] 上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合和替代。任何在本申请的精神和原则之内所做的修改、等同替换和改进等，均应包含在本申请保护范围之内。在一些情况下，在本申请中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

专利地区：山东

专利申请日期：2024-04-18

专利公开日期：2024-11-12

专利公告号：CN118279744B