【技术实现步骤摘要】
本专利技术涉及林业有害生物监测与防治，具体涉及一种基于地物高光谱和生理参数的油松受害程度确定方法。
技术介绍
1、在黄土高原的退耕还林区，油松是主要栽植树种，其生长与健康对该地区生态系统的稳定性和可持续性至关重要。然而，甘肃鼢鼠通过啃食油松的根系，严重阻碍其生长，甚至导致死亡，进而引发森林生态系统的退化。有效的鼠害监测是防治鼠害的关键，通过精准划分油松的受害程度并采取相应管理措施，对维护生态环境具有重要意义。
2、目前，甘肃鼢鼠对油松的危害评估主要依赖人工实地调查，但这种方法不仅难以准确识别轻度受害的油松，还需要耗费大量人力和物力。因此，亟需一种更加高效的方法。随着遥感技术的快速发展，其因具备快速、高效、低成本的优势，逐渐在森林病虫害监测中得到应用。本专利技术提出了一种基于遥感技术的鼠害监测方法，以解决传统监测方式的局限性，为油松鼠害的精准评估与防治提供技术支持。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供的基于高光谱与生理生化参数的鼠害油松受害程度判定方法，解决了现有技术中对于鼠害油松受害程度评估不准确的问题。
2、为了达到上述专利技术目的，本专利技术采用的技术方案为：基于高光谱与生理生化参数的鼠害油松受害程度判定方法，包括如下步骤：
3、s1、根据鼠害特征，确定鼠害油松的目标区域，对目标区域进行分区，并在目标区域中采集油松针叶；
4、s2、基于油松针叶，使用光谱辐射仪获取油松针叶的光谱反射率数据，并对油松针叶进行处
5、s3、使用卷积平滑方法对光谱反射率数据进行异常值处理，得到平滑的光谱反射率数据，并剔除叶绿素含量和含水率中的异常值，得到处理后的叶绿素含量和含水率；
6、s4、使用光谱微分技术对平滑的光谱反射率数据进行一阶导数处理，获取油松针叶的一阶微分光谱反射率数据；
7、s5、根据平滑的光谱反射率数据、一阶微分光谱反射率数据，确定待选植被指数和待选红边参数，并根据待选植被指数和待选红边参数和处理后的叶绿素含量和含水率，使用相关性计算公式，确定目标植被指数和目标红边参数；
8、s6、将目标植被指数和目标红边参数作为输入、将处理后的叶绿素含量和含水率作为输出，对随即森林模型进行训练，得到油松受害程度估测模型；
9、s7、将待测油松针叶的目标植被指数和目标红边参数输入油松受害程度估测模型中，通过油松受害程度估测模型输出待测油松针叶的叶绿素含量和含水率，并根据待测油松针叶的叶绿素含量和含水率，确定待测油松针叶的受害程度。
10、上述方案的有益效果是：本专利技术利用地物高光谱遥感获取油松针叶光谱反射率，并计算光谱指数，分析受害植株与健康植株的光谱特征；同时测定针叶叶绿素含量和含水率，建立针叶叶绿素和含水率与光谱特征的反演模型，并通过光谱特征和针叶叶绿素含量，确定待测油松针叶的受害程度。利用地物高光谱遥感对油松鼢鼠危害分级，为构建大尺度鼢鼠遥感监测提供基础数据，提高鼠害治理的科学性、精度及效率。
11、进一步地，步骤s2中，基于油松针叶，使用光谱辐射仪获取油松针叶的光谱反射率数据，具体包括：
12、基于油松针叶，使用光谱辐射仪对油松针叶进行至少20次测定，并取至少20次测定的测定结果的平均值作为光谱反射率数据。
13、上述进一步方案的有益效果是：环境条件的微小变化或操作者手法的差异都可能导致测量结果波动，多次测量有助于平滑这些波动，得到更为稳定的平均值，减少随机误差的影响，提高数据的可靠性。
14、进一步地，步骤s2中，对油松针叶进行处理，获取油松针叶的叶绿素含量，具体包括：
15、s21、按照试验方法，对油松针叶进行处理；
16、s22、使用uv2600型分光光度计分别测定处理后的油松针叶的645nm吸光值和663nm吸光值；
17、s23、根据645nm吸光值和663nm吸光值，按照叶绿素含量计算公式，确定叶绿素含量。
18、进一步地，步骤s23中，叶绿素含量计算公式为：
19、ca＝12.7a663-2.69a645
20、cb＝22.9a645-4.68a663
21、c总＝ca+cb
22、其中，ca表示叶绿素a含量，a663表示663nm吸光值，a645表示645nm吸光值，cb表示叶绿素b含量，c总表示叶绿素含量。
23、上述进一步方案的有益效果是：叶绿素是植物进行光合作用的关键色素，其含量直接反映了植物的光合能力和健康状况。通过测定叶绿素含量，可以有效评估植物生长状态，及时发现油松针叶因鼠害而受影响的程度。
24、进一步地，步骤s5中，待选植被指数为15个，待选目标红边参数为8个。
25、进一步地，步骤s5中，相关性计算公式为：
26、
27、其中，r表示相关度，x表示任一待选植被指数或任一待选红边参数的测量值，y表示叶绿体色素含量或者含水率的测量值，n表示样本数量。
28、上述进一步方案的有益效果是：由于油松冠层光谱曲线在不同波段范围内随鼠害等级变化呈现显著差异，不同健康状况下油松的微分光谱曲线在各波段的反射率变化规律明显。这种光谱反射率的特定变化主要源于针叶叶绿素含量和含水率的差异。通过相关性分析，可以从候选植被指数和红边参数中筛选出与油松受害程度相关性较高的目标植被指数和红边参数，从而提高对油松受害程度的判别能力。
29、进一步地，该方法还包括：
30、使用决定系数、均方根误差和平均相对误差对油松受害程度估测模型进行模型评估。
31、上述进一步方案的有益效果是：综合运用评价指标，可以全面评估油松受害程度估测模型的性能，指导模型优化，确保模型在实际应用中能准确、可靠地预测油松受害状况，为森林管理、鼠害防控提供科学依据，促进林业资源的可持续管理和保护。
本文档来自技高网...【技术保护点】
1.基于高光谱与生理生化参数的鼠害油松受害程度判定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤S2中，所述基于所述油松针叶，使用光谱辐射仪获取所述油松针叶的光谱反射率数据，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述步骤S2中，所述对所述油松针叶进行处理，获取所述油松针叶的叶绿素含量，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述步骤S23中，所述叶绿素含量计算公式为：
5.根据权利要求1所述的方法，其特征在于，所述步骤S5中，所述待选植被指数为15个，所述待选目标红边参数为8个。
6.根据权利要求1所述的方法，其特征在于，所述步骤S5中，所述相关性计算公式为：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
【技术特征摘要】
1.基于高光谱与生理生化参数的鼠害油松受害程度判定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤s2中，所述基于所述油松针叶，使用光谱辐射仪获取所述油松针叶的光谱反射率数据，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述步骤s2中，所述对所述油松针叶进行处理，获取所述油松针叶的叶绿素含量，具体包括：
<...【专利技术属性】
技术研发人员：南小宁，胡洋，张晨曦，张浩男，张浩，王萌灿，蒋妍琪，鲁艺，任世恩，阿巴小洛，何鑫，陈义杰，张彦军，朱军，
申请(专利权)人：西北农林科技大学，
类型：发明
国别省市：
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。