一种基于RGB的半自动化方法,用于使用QGIS集成的UAV工作流来检测野生动植物作物损害
Sebastian Banaszek1, Michał Szota2
1Institute of Geodesy and Cartography, 27 Modzelewski Street, 02-679 Warsaw, Poland.
Sensors (Basel, Switzerland)
|August 14, 2025
概括
本研究介绍了一种使用无人机图像和QGIS的半自动化方法,用于检测玉米田中的野生动物作物损害. 这种具有成本效益的方法可以准确地识别受损区域,帮助精准农业和野生动物管理.
科学领域:
- 农业科学 农业科学
- 遥感 遥感 遥感 遥感
- 野生动物管理 野生动物管理
背景情况:
- 野生动物对作物,特别是玉米等大型单一作物的破坏,给农业带来了重大挑战.
- 准确和可扩展的监测方法对于有效的作物管理和野生动物影响评估至关重要.
研究的目的:
- 开发和验证一种半自动化工艺,用于使用无人机 (UAV) 获取的RGB图像检测野生动物引起的作物损害.
- 为非专业用户创建一个用户友好,QGIS集成的工具,以评估作物损害.
主要方法:
- 从标准化的UAV RGB orthomosaics中计算植被指数 (ExG,GLI,MGRVI).
- 应用k-means聚类来将植被活力分为五个类别.
- 半自动损坏分类与交互值调整通过QGIS插件无人机数据分析 (DDAs).
主要成果:
- 该方法在50公的玉米田中识别了7公的损害,整体准确率达到了81%.
- 损害最多集中在植被活力中等和低的地区.
- 这种方法在作物损害评估中被证明是有效和可扩展的.
结论:
- 拟议的基于RGB的,集成于QGIS的方法是作物损害评估的可重复,成本有效和现场可操作的替代方案.
- 这种技术通过提供准确的损害数据来支持精准农业实践和野生动物种群管理.
