使用无人机和机器学习图像识别技术进行森林指标物种的多时监测

科学领域:

• 生态生态学 生态生态学
• 环境监测 环境监测
• 遥感 遥感 遥感 遥感

背景情况:

• 提高监测效率对于自然恢复至关重要.
• 无人驾驶飞行器 (UAV) 平台为长期的,多时的环境监测提供了增强的能力.
• 为了有效评估生态变化,需要标准化的协议.

研究的目的:

• 使用无人机开发一种标准协议,用于监测森林指标物种的多时变化.
• 为了评估Rhododendron reticulatum分布和丰度的多时代变化.
• 检查影响这些观察到的变化的因素.

主要方法:

• 在五年期间 (2019-2023) 利用无人机遥感用于数据采集.
• 采用人工智能 (AI) 进行准确的图像识别,以识别Rhododendron reticulatum花的分布.
• 应用空间网格和标准化值 (Z分数) 来量化丰度和时间变化.

主要成果:

• 在多时态图像识别中实现了高精度,验证了该方法对长期监控的实用性.
• 在Rhododendron reticulatum花的丰富性中成功检测出多时代变化.
• 确定了森林管理实践和植被继承对研究物种的影响.

结论:

• 开发的基于无人机的协议对森林指标物种的准确,长期监测非常有效.
• 这种方法为生态动态提供了有价值的见解,包括对环境和管理因素的反应.
• 该协议有望成为理解森林生态系统多时代变化的标准.