摘要
本发明涉及一种基于无人机与AI技术的红树林植被碳汇监测计量方法,通过无人机AI技术构建基于PyTorch深度学习框架的U‑Net改进模型的红树林识别模型,实现对各类红树林植被及其区域面积、数量的智能识别与区分,准确率高达90%以上;通过无人机定期航拍监测,结合实地测量的生长参数及无人机航拍数据衍生的变量参数,构建基于无人机航测的红树林树高冠幅与地上生物量、单位叶面积的最佳拟合模型,精准计算红树林区域植被的碳储量及固碳量,对监测区域内红树林碳汇能力进行全面评估。本申请实现对红树林湿地植被碳汇能力智能化、数字化、全面化监测评估。
技术关键词
无人机激光雷达
监测计量方法
无人机航测
植被
深度学习框架
无人机载多光谱
线性回归模型
3D点云数据
数字表面模型
区域生长算法
随机森林模型
无人机航拍数据
红树林湿地
阳光入射角
纹理特征提取
航测无人机
参数
系统为您推荐了相关专利信息
条形码识别方法
字符
循环神经网络模型
列表
卷积神经网络模型
边坡灾害
预警方法
因子
历史监测数据
人工神经网络
评价方法
卤水
无人机航测模块
储层参数
钻探工艺
反射率曲线
训练机器学习算法
叶片
皮尔逊相关系数
林业监测技术
多源遥感图像
作物表型
植被
数据
农作物监测技术