摘要
本发明属于植物病虫害检测领域,公开了一种基于地面高光谱识别的落叶松针叶虫害检测方法。其特征在于,从落叶松外部状态、内部生化组分和害虫虫情变化综合表征虫害严重程度,选择失叶率、冠层颜色、叶绿素含量、干重含水率、鲜重含水率和虫口密度等指标作为虫害指示性指标,开展地面光谱测量和虫害指示性指标实测与调查试验,结合无人机和Sentinel‑2A卫星多光谱遥感数据,分别从冠层和区域两个尺度研究对落叶松虫害高光谱识别及遥感监测。
技术关键词
落叶松
无人机高光谱数据
虫害识别
卫星多光谱
敏感性分析方法
指标
识别神经网络
图像增强技术
实时数据处理
高光谱识别方法
地面
虫害预警
机器学习技术
植物病虫害检测
深度学习模型
方差分析方法
系统为您推荐了相关专利信息
智能标记方法
梅尔频率倒谱系数
多头注意力机制
数控机床
前馈神经网络
病虫害识别方法
注意力机制
变压器模型
林木
扩充图像数据
精准监测系统
无人机航拍数据
卫星遥感数据
敏感性分析方法
集成硬件设备
参数估计方法
阵列
Sobol敏感性分析方法
智能轮胎
状态空间方程