一种基于深度学习的林木病虫害识别与定位方法

本发明公开了一种基于深度学习的林木松树线虫病识别与定位方法，包括：通过融合LiDAR点云、影像数据和时间序列信息，构建了一个多模态的数据集，此方法利用了卷积神经网络(CNN)、图神经网络(GNN)以及长短期记忆网络(LSTM)的优势，实现了对树木几何结构信息和时间变化情况的高精度捕捉与分析，通过确定最初的感染源，能够为追踪病原体的起源提供科学依据，从而制定更加有效的控制策略；通过生成感染概率图和预测松树线虫病传播路径，可以提前预测松树线虫病的传播，找到松树线虫病源头；相比于现有技术，可以更快采取预防措施，降低松树线虫病扩散的风险，提高了林木松树线虫病监测的效率和准确性。