一种定量大尺度空间草原鼠洞口密度预测方法及系统技术方案

本发明专利技术公开了一种定量大尺度空间草原鼠洞口密度预测方法，具体为：无人机拍照确定样地洞口密度，卫星遥感提取环境因子值，建立最佳洞口密度与环境因子关系模型，获得目标区域每30m*30m分辨率面积内预测洞口密度值并反演至目标区域地图上，实现草原目标区域内鼠类为害的定量并可视化。该项方法能够极大降低大尺度空间范围内鼠害危害程度调查所需人力、物力成本，实现对草原害鼠空间分布的定量高效监测，为草原鼠害精准防控决策提供数据支撑。为草原鼠害精准防控决策提供数据支撑。为草原鼠害精准防控决策提供数据支撑。

【技术实现步骤摘要】
一种定量大尺度空间草原鼠洞口密度预测方法及系统


[0001]本专利技术属于草原鼠害防治
，具体涉及一种定量大尺度空间草原鼠洞口密度预测方法及系统。

技术介绍

[0002]定量空间上草原害鼠危害程度的分布，可为草原鼠害的科学防治决策提供数据支持。目前国内外对大尺度空间上草原害鼠发生的数量定量方法一般为：人工随机选择样点，采用洞口计数法、洞口系数法或夹线法等方法调查各样点一定面积样地内的鼠数量指标值，以此代表一定区域内的鼠数量(密度)。这些方法需要耗费大量人力物力、时间成本高、效率低下，且以点(样地)带面(区域)的调查数据精度差，仅仅达到有甚于无的目标。
[0003]1979年，Przybilla用配备了光学相机的固定翼无人机在德国威斯特法伦州黑尔藤镇的航模机场航拍了地面面积200m*300m的地表图像。自此之后利用无人机遥感获得地面目标信息的技术快速发展。但早期的无人机遥感图像精度差，有用目标的信息解读技术要求高，成本贵。随着消费级无人机摄像技术的提高和价格的降低，2013年后，用无人机摄像监测鼠害发生的技术逐步发展起来。目前发表的利用旋翼无人机调查害鼠的空间数量多少的技术，主要是通过快速获得较大样本量(20min/样地)的一定面积样地(2hm2)内的害鼠洞口数量，发展人工智能识别技术实现对样地内害鼠数量的精确、快速定量。与传统人工调查相比，该技术可显著提高以点(样地)带面(区域)的调查样本量。但受无人机航拍能力的限制，其仍然无法实现大尺度全区域覆盖拍摄确定鼠洞口数量，进而获得大尺度目标区域内甚至整个目标鼠种分布区内的数量空间分布情况。
[0004]卫星遥感技术很早就被应用于草原鼠害发生情况的监测。截止目前，其对草原鼠害的监测应用方式主要分两种：一种是利用卫星遥感影像数据获得目标区域内反映一些环境特征的遥感指数值(如归一化植被指数NDVI、增强植被指数EVI、地表水分含量LSWI等)，结合地面调查的鼠密度值(夹捕率或洞口密度)，确定影响样地内鼠密度变化的主要遥感指数值，进而推断可能影响目标鼠种群动态的主要地面环境因子(Andreo et al,2019)。另一种是利用历史或实地调查的目标鼠种分布与否的样点数据，结合对应样点一些环境特征的卫星遥感数据(如归一化植被指数NDVI、增强植被指数EVI、地表水分含量LSWI，地面温、湿度值，地形特征类型，土壤类型等)，建立Maxnet模型，来预测大尺度区域内对应鼠种发生的概率区间，得出该鼠种的大尺度适生区域。如Lu等(2022)使用海拔、坡度、地表温度、降雨量、植被类型、归一化植被指数NDVI、土壤类型等7种卫星遥感地理空间数据和地面台站监测数据，结合鼠种发生调查记录数据，建立目标鼠种的Maxnet空间分布模型，预测了内蒙古、新疆、甘肃3个省/自治区内5个啮齿动物属(田鼠属、黄鼠属、鼢鼠属、鼠兔属、沙鼠属)的可能适生分布范围。该方法只确定了样地鼠密度或其指标值与一些卫星遥感指数的关系，没有预测样地外其它区域的鼠密度值。利用历史或实地调查的目标鼠种分布与否的样点数据，结合对应样点一些环境特征的卫星遥感数据和地面监测站数据，建立Maxnet模型预测该鼠种的大尺度适生区域的方法，本质上是对目标鼠种分布区域的定性评估，无法获得该
区域目标鼠类种群数量的分布图。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了一种定量大尺度空间草原鼠洞口密度预测方法及系统，能够精确定量草原上大尺度空间内的目标鼠种。
[0006]较为完整的，本专利技术提出的主要技术思路如下：
[0007]利用无人机获取大样本量样地鼠洞口密度数据，结合越来越丰富的卫星遥感环境特征数值数据，根据目标鼠种的生态学特征，建立洞口密度与环境特征指数值间的定量关系模型，进而预测出草原上大尺度区域内每单位分辨率面积(如30m*30m＝900m2)内的目标鼠洞口数量。获得相应地表分辨率的草原鼠洞口数量分布图，最终为草原鼠害的科学防治决策提供数据支持。
[0008]较为具体地，本专利技术第一方面提供了一种定量大尺度空间草原鼠洞口密度预测方法，所述方法包括以下步骤：
[0009]S1：获取目标区域内各样点中所选取的面积样地的可见光图像，识别并提取面积样地中的鼠洞洞口数量；
[0010]S2：获取目标区域当年度环境特征的卫星遥感数据，得到环境因子特征值；
[0011]S3：建立面积样地中的鼠洞洞口数量与环境因子特征值之间定量关系预测模型；
[0012]S4：利用定量关系预测模型预测目标区域内其它面积样地的鼠洞洞口数量，并将其反演至整个目标区域；
[0013]S5：确定目标鼠种危害等级对应的洞口数量，获得大尺度空间上目标鼠种不同危害等级洞口密度分布图以及对应的危害面积。
[0014]作为一个优选的实施方式，所述步骤S1具体包括：
[0015]S101：选择样点数量和面积样地，利用无人机拍摄各样点中面积样地的可见光图像；
[0016]S102：将获取的可见光图像裁剪为单元图像；
[0017]S103：目视或人工智能识别提取各单元图像中的鼠洞洞口数量。
[0018]作为一个优选的实施方式，裁剪的单元图像的规格为地面分辨率为30m*30m。
[0019]作为一个优选的实施方式，所述步骤S2具体包括：
[0020]S201：使用Google Earth Engine地理云数据处理平台中空间分辨率30m的卫星影像数据集；
[0021]S202：用均值合成法获取整个目标区域当年度环境特征的卫星遥感数据。
[0022]作为一个优选的实施方式，所述环境特征的卫星遥感数据包括归一化植被指数NDVI、增强植被指数EVI、地表水分含量LSWI，地面温、湿度值。
[0023]作为一个优选的实施方式，所述步骤S5具体包括：
[0024]S501：按照行业标准或科研发表结果确定目标鼠种危害等级对应的洞口数量；
[0025]S502：获得目标区域内该鼠种的洞口密度分级分布图，并提取获得不同等级洞口密度的面积，最终获得大尺度空间上目标鼠种不同危害等级洞口密度分布图以及对应的危害面积。
[0026]较为具体地，本专利技术第二方面提供了一种定量大尺度空间草原鼠洞口密度预测系
统，所述系统包括：
[0027]洞口数量获取模块，该模块用于获取目标区域内各样点中所选取的面积样地的可见光图像，识别并提取面积样地中的鼠洞洞口数量；
[0028]环境特征识别及提取模块，该模块用于获取目标区域当年度环境特征的卫星遥感数据，得到环境因子特征值；
[0029]模型建立模块，该模块用于根据面积样地中的鼠洞洞口数量与环境因子特征值建立定量关系预测模型；
[0030]计算模块，该模块利用定量关系预测模型预测目标区域内面积样地的鼠洞洞口数量，并将其反演至整个目标区域；
[0031]预测模块，该模块根据计算模块获得的整个区域的洞口数据，获得目标区域内该鼠种的洞口密度分级分布图，并提取获得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种定量大尺度空间草原鼠洞口密度预测方法，其特征在于，所述方法包括以下步骤：S1：获取目标区域内各样点中所选取面积样地的可见光图像，识别并提取面积样地中的鼠洞洞口数量；S2：获取目标区域当年度环境特征的卫星遥感数据，得到环境因子特征值；S3：建立面积样地中的鼠洞洞口数量与环境因子特征值之间定量关系预测模型；S4：利用定量关系预测模型预测整个目标区域内面积样地的鼠洞洞口数量，并将其反演至目标区域；S5：确定目标鼠种危害等级对应的洞口数量，获得大尺度空间上目标鼠种不同危害等级洞口密度分布图以及对应的危害面积。2.根据权利要求1所述的一种定量大尺度空间草原鼠洞口密度预测方法，其特征在于，所述步骤S1具体包括：S101：选择样点数量和面积样地，利用无人机拍摄各样点中面积样地的可见光图像；S102：将获取的可见光图像裁剪为单元图像；S103：目视或人工智能识别提取各单元图像中的鼠洞洞口数量。3.根据权利要求1所述的一种定量大尺度空间草原鼠洞口密度预测方法，其特征在于，所述步骤S2具体包括：S201：使用Google Earth Engine地理云数据处理平台中空间分辨率30m的卫星影像数据集；S202：用均值合成法获取整个目标区域当年度环境特征的卫星遥感数据。4.根据权利要求3所述的一种定量大尺度空间草原鼠洞口密度预测方法，其特征在于，所述环境特征的卫星遥感数据包括归一化植被指数NDVI、增强植被指数EVI、地表水分含量LSWI，地面温、湿度值。5.根据权利要求4所述的一种定量大尺度空间草原鼠洞口密度预测方法，其特征在于，所述定量关系预测模型为：ln(Y)＝a+f(x1)+f(x2)+
…
+f(xn)；其中，Y为样地单元图像面积内高原鼠兔洞口数量，a为常数，X1,X2
…
Xn为当年度卫星遥感的环境因子特征值。6.根据权利要求1所述的一种定量大尺度空间草原鼠洞口密度预...

【专利技术属性】
技术研发人员：王登，甄磊，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：