多光谱无人机图像数据集,用于秘鲁北部的Neltuma pallida树和非加分树
Wilson Castro1, Roberto Seminario1, William Nauray2
1Facultad de Ingeniería de Industrias Alimentarias y Biotecnología, Sullana, 20100, Piura, Perú.
Data in brief
|June 11, 2025
概括
这项研究呈现了秘鲁临灭绝的阿尔加罗博树 ("加"树) 的多谱无人机图像. 这些数据有助于区分优质标本,用于保护和复林计划.
科学领域:
- 植物学和保护生物学 植物学和保护生物学
- 遥感和地理空间分析
- 林业和生态 林业和生态
背景情况:
- 危的阿尔加罗博树 (Neltuma pallida) 需要保护战略.
- 识别优越的现象特征 ("加上"树木) 对于重新造林至关重要.
- 为了有效管理,需要对这些树木的空间显式数据.
研究的目的:
- 为了创建Neltuma pallida树木多谱图像的数据集.
- 根据现象特征,将阿尔加罗博树分为"加"或"非加"类.
- 支持开发用于区分优质阿尔加罗博标本的模型.
主要方法:
- 多光谱无人机图像是为秘鲁北部的Neltuma pallida树获得的.
- 现场工作涉及树木的现场分类和地理参考.
- 图像处理从树冠中提取了形态几何参数.
主要成果:
- 数据集包括每个类别的500张图像 ("加"和"非加"树).
- 加树对面积,周边和大/小轴的平均值更大.
- 关键参数的分布在加和非加树之间有所不同,除了圆度.
结论:
- 该数据库提供了Neltuma pallida分类模型的基础数据.
- 这些发现支持对这个危物种的保护和重新造林工作.
- 地理空间和形态数据是识别生态恢复优质树木的关键.


