摘要
有毒植物入侵对草地生态系统和生物多样性的影响日益严重,无人机遥感为毒草防治提供了快速高效的监测方法.以青藏高原危害最严重的有毒植物狼毒为研究对象,探讨基于无人机影像的高精度狼毒遥感识别及盖度估算方法.在盛花期获取典型狼毒入侵草甸的无人机RGB正射影像,结合植被指数、色彩变换和纹理滤波方法提取狼毒识别特征,通过ReliefF-VIF/Pearson二次降维筛选出6项最优特征,基于RF、SVM和ANN三种机器学习算法构建狼毒识别模型.结果表明,与原始RGB波段相比,优选特征使狼毒识别精度有效提高4％～7％.三种分类方法的分类总精度和狼毒分类精度均大于81％,基于优选特征的RF和SVM模型的分类总精度和狼毒分类精度达到91％以上,狼毒识别效果最佳.随着统计单元的增大,利用无人机RGB影像分类结果估算狼毒盖度的精度明显下降但稳定性逐渐增加,斑块尺度50～60 cm是狼毒盖度估算的最优尺度.
国家科技期刊平台
NSTL
维普
万方数据