摘要
本发明涉及一种用于辽东栎天然林人工促进更新的病虫害监测方法,包括:获取辽东栎天然林区的多光谱遥感影像数据和地面调查数据;对多光谱遥感影像数据的光谱干扰进行消除,获取标准化的遥感影像数据;将从标准化的遥感影像数据中提取光谱特征输入病虫害分类识别模型,获取病虫害分类结果,其中,病虫害分类识别模型由深度学习模型构建并根据训练集训练获得,训练集包括根据地面调查数据获取的不同病虫害类型及对应光谱特征;将病虫害分类结果与病虫害光谱特征库进行匹配,获取病虫害风险等级图,其中,病虫害光谱特征库用于将不同程度病虫害影响下的光谱特征归类存储。本发明提高了辽东栎天然林区病虫害监测的准确性和效率。
技术关键词
病虫害监测方法
遥感影像数据
辽东栎
分类识别模型
深度学习模型
林区
高分辨率遥感影像
训练集
风险
特征匹配算法
支持向量机
图像增强
地面
植被
校正
系统为您推荐了相关专利信息
语音识别模型
数据
深度学习模型
计算机可读指令
标注工具
滤波模块
混合深度学习模型
电池管理系统
融合滤波
驱动电流值