欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022112394812
申请人: 福建农林大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种松材线虫病感病早期松树识别方法,其特征在于,包括以下步骤:S1,利用光谱相机拍摄不同时段松树样本的遥感图像,对光谱图像进行处理,得到每颗松树的光谱曲线;

S2,利用一阶导数对光谱曲线的波段特征进行度量,筛选出对松材线虫病敏感的三个特征波段λ1、λ2和λ3;

S3,根据特征波段的光谱反射率值按如下公式计算松材线虫病植被衰退病情指数(PWDERI),PWDERI的计算公式如下:其中,Pλx表示在λx波长处的反射率值;

S4,利用ENVI结合松材线虫病植被衰退病情指数PWDERI建立早期松材线虫病监测的决策树分析模型,对松树样本进行判别。

2.根据权利要求1所述的松材线虫病感病早期松树识别方法,其特征在于,所述光谱相机由无人机或遥感卫星搭载。

3.根据权利要求2所述的松材线虫病感病早期松树识别方法,其特征在于,所述特征波段λ1为445nm‑510nm,λ2为644nm‑679nm,λ3为700nm‑997nm。

4.根据权利要求3所述的松材线虫病感病早期松树识别方法,其特征在于,所述特征波段λ1为506nm,λ2为672nm,λ3为731nm。

5.根据权利要求1所述的松材线虫病感病早期松树识别方法,其特征在于,步骤S4具体包括以下步骤:S41,打开ENVI中决策树分析,带入PWDERI模型;

S42,根据光谱数据分析得出的最佳波段范围λ1、λ2和λ3,代入决策树模型中进行分类;

S43,用ENVI中主要分析(MajorityAnalysis)进行第一步分类后处理,通过ENVI中的聚类处理(Clump)进行第二次分类后处理;

S44,根据保留像素点聚集程度对松树样本进行判别,若保留像素点聚集程度为50%以上,则判定为松材线虫病早期病木。

6.根据权利要求5所述的松材线虫病感病早期松树识别方法,其特征在于,所述主要分析(MajorityAnalysis)为用变换核中占主要地位的像元类别代替中心像元的类别。

7.根据权利要求1所述的松材线虫病感病早期松树识别方法,其特征在于,所述聚类处理(Clump)为运用数学形态学算子将临近的类似分类区域聚类并进行合并,将被选的分类用一个膨胀操作合并到一块,然后用变换核对分类图像进行腐蚀操作。