【技术实现步骤摘要】
本专利技术涉及草原毛虫幼虫监测，具体为一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法及系统。
技术介绍
1、草原毛虫属昆虫属于鳞翅目、毒蛾科，主要以各类牧草为食，例如莎草科、禾本科、豆科、蓼科和蔷薇科等；我国的草原毛虫主要分布在青藏高原3000米以上的高寒草甸地区。
2、草原毛虫一般一年发生一代，分为幼虫期、蛹期和成虫期；其中幼虫期又划分为多个虫龄期；草原毛虫在幼虫期随着虫龄的增加需要大量进食，因此对草场造成的危害较大。如果草原毛虫幼虫数量过多，会导致植被遭到严重损害，同时还会引起家畜中毒，带来严重的生态和经济损失，因此需要有效的草原毛虫幼虫监测预警方法。
3、现有的草原毛虫幼虫监测预警技术中，主要通过无人机空中对草场进行拍照，结合机器学习技术进行图像识别，得到所拍摄图像中的草原毛虫幼虫数量。现有技术在一定程度上可以提高识别效率，节约成本；但是由于对生态环境、气候温度及变化和草原毛虫幼虫成长过程等因素考量不够细致，导致现有技术存在监测和预警不够精确的问题。
4、基于以上因素，本专利技术提出了一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法及系统。
技术实现思路
1、本专利技术的目的在于提供一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法及系统，包括草原毛虫幼虫识别模型、草原毛虫幼虫预测模型和预警系数；草原毛虫幼虫识别模型用于对草原毛虫幼虫进行识别，通过改进模型和注意力机制，实现了草原毛虫幼虫数量和虫龄的准确识别；所述草原毛虫幼虫预测模型对
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法；
4、对目标草场进行划分，通过随机抽样的方法选出待检测区域；
5、通过无人机监测设备对所述待检测区域的气候环境进行收集整理，获得第一数据集；对所述待检测区域的地质信息进行收集整理，获得第二数据集；通过无人机监测设备对所述待检测区域进行监测，得到检测图像；通过草原毛虫幼虫识别模型对所述检测图像进行检测识别，判断得到所述检测图像中包含的草原毛虫幼虫数量；根据所述草原毛虫幼虫的头壳宽度，识别出各虫龄的比例关系；并将所述草原毛虫幼虫数量和所述各虫龄比例信息记为第三数据集；
6、将所述第一数据集、所述第二数据集和所述第三数据集输入至草原毛虫幼虫预测模型，获得所述待检测区域的草原毛虫幼虫预测总数量，通过所述草原毛虫幼虫预测总数量和所述待检测区域的面积获得所述草原毛虫幼虫的平均密度；
7、通过所述草场的预测气候得到气候影响因子；通过所述草场的所述草原毛虫幼虫天敌种类和数量获得生物抑制因子；通过所述草场的综合情况得到所述草原毛虫幼虫的承载量；
8、将所述平均密度、所述气候影响因子、所述生物抑制因子和所述草场承载量输入草原毛虫幼虫预警公式，得到预警系数。
9、所述第一数据集包含待检测区域的气候数据，包括待检测区域温度、待检测区域湿度、待检测区域光照和待检测区域风速；
10、所述第二数据集包含待检测区域的地质数据，包括待检测区域的土壤、牧草种类、牧草面积和所述待检测区域的海拔信息。
11、所述第三数据集包含所述待检测区域的草原毛虫幼虫检测数量和各虫龄的比例关系；
12、所述第三数据集的获取步骤为：
13、通过草原毛虫幼虫识别模型获得草原毛虫幼虫数量、所述草原毛虫幼虫头壳数量和所述草原毛虫幼虫头壳宽度；
14、通过所述草原毛虫幼虫头壳宽度获得所述草原毛虫幼虫头壳数量中各虫龄的比例关系；
15、通过草原毛虫幼虫数量减去所述草原毛虫幼虫头壳数量获得未识别头壳幼虫数量；
16、按照所述各虫龄比例关系对所述未识别头壳幼虫数量进行处理，得到未识别头壳幼虫的各虫龄比例关系；
17、通过所述草原毛虫幼虫头壳数量与各虫龄的比例关系和所述未识别头壳幼虫数量及各虫龄比例关系获得所述待检测区域的草原毛虫幼虫的虫龄比例关系。
18、所述草原毛虫幼虫识别模型包含有检测图像输入层、图像预处理层、幼虫数量识别层、幼虫头壳识别层和识别数据输出层；
19、所述检测图像输入层用于将所述无人机设备拍摄获取的所述检测图像输入模型；
20、所述图像预处理层用于对所述检测图像进行图像预处理，得到预处理检测图像；
21、所述幼虫数量识别层用于识别所述预处理检测图像中的所述草原毛虫幼虫数量；
22、所述幼虫头壳识别层用于识别所述预处理检测图像中的所述草原毛虫幼虫的头壳，同时获取所述草原毛虫幼虫头壳的宽度，实现对所述草原毛虫幼虫的虫龄划分；
23、所述识别数据输出层用于输出所述草原毛虫幼虫数量、所述草原毛虫幼虫头壳数量和所述草原毛虫幼虫头壳宽度。
24、所述草原毛虫幼虫识别模型中包含颜色优化注意力模块；
25、数据特征输入模块后；所述数据特征经过1*1卷积处理得到第一分量；所述数据特征经过3*3卷积处理得到第二分量；所述数据特征经过5*5卷积处理得到第三分量；
26、所述第一分量和所述第二分量经过激活函数处理得到第四分量；
27、所述第三分量经过1*1卷积处理得到第五分量；所述第三分量和所述第五分量经过激活函数处理得到第六分量；
28、所述第四分量和所述第六分量经过激活函数处理得到第七分量；
29、所述第七分量和输入的数据特征进行加权融合得到数据输出特征。
30、所述草原毛虫幼虫预测模型包含有数据输入层、数据预处理层、第一影响因素训练模块、第二影响因素训练模块、第三影响因素训练模块、数据融合层和结果输出层；
31、所述数据输入层用于将获得的所述第一数据集、所述第二数据集和所述第三数据集输入到模型中；
32、所述数据预处理层用于对所述第一数据集、所述第二数据集和所述第三数据集进行数据清洗和预处理；
33、所述第一影响因素训练模块用于对所述第一数据集进行训练，得到第一训练结果；
34、所述第二影响因素训练模块用于对所述第二数据集进行训练，得到第二训练结果；
35、所述第三影响因素训练模块用于对所述第三数据集进行训练，得到第三训练结果；
36、所述数据融合层用于将所述第一训练结果、所述第二训练结果和所述第三训练结果进行数据融合，得到所述草原毛虫幼虫的预测数量；
37、所述结果输出层用于输出所述草原毛虫幼虫的预测数量。
38、所述预警系数通过所述平均密度、所述气候影响因子、所述生物抑制因子和所述草场承载量计算得到；
39、所述气候影响因子通过所述草原毛虫幼虫的适宜生存本文档来自技高网...
【技术保护点】
1.一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，包括，其特征在于：
2.根据权利要求1所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，其特征在于：
3.根据权利要求1所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，其特征在于：
4.根据权利要求1所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，其特征在于：
5.根据权利要求1所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，其特征在于：
6.根据权利要求1所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，其特征在于：
7.根据权利要求1所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，其特征在于：
8.一种基于无人机遥感技术的草原毛虫幼虫监测和预警系统，其特征在于：
9.根据权利要求8所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警系统，其特征在于：
10.根据权利要求8所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警系统，其特征在于：
【技术特征摘要】
1.一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，包括，其特征在于：
2.根据权利要求1所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，其特征在于：
3.根据权利要求1所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，其特征在于：
4.根据权利要求1所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，其特征在于：
5.根据权利要求1所述的一种基于无人机遥感技术的草原毛虫幼虫监测和预警方法，其特征在于：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。