Оценка биомассы инвазивных растений на основе компьютерного зрения

В данном протоколе предложенный метод оценки инвазивной биомассы на основе дистанционного зондирования БПЛА и компьютерного зрения может отражать распределение инвазивных организмов и прогнозировать степень инвазивной биологической опасности. Оценки распределения и биомассы инвазивных организмов имеют решающее значение для профилактики и борьбы с этими организмами. Как только инвазивные растения вторгаются, они могут нанести ущерб экосистеме и нанести огромный экономический ущерб. Быстрая и точная идентификация инвазивных растений и оценка ключевой биомассы инвазивных растений являются основными проблемами в мониторинге и контроле инвазивных растений. В этом протоколе мы берем Mikania micrantha в качестве примера для изучения метода оценки биомассы инвазивных растений, основанного на беспилотном воздушном дистанционном зондировании и компьютерном зрении, который обеспечивает новый подход и метод для экологического исследования инвазивных растений и способствует экологическим исследованиям и управлению инвазивными растениями.

В настоящее время измерение биомассы Mikania micrantha в основном осуществляется путем ручного отбора проб¹. Традиционные методы измерения биомассы требуют большого количества рабочей силы и материальных ресурсов, которые неэффективны и ограничены рельефом местности; трудно удовлетворить потребности региональной оценки биомассы Mikania micrantha. Основное преимущество использования этого протокола заключается в том, что он обеспечивает метод количественной оценки биомассы инвазивных растений региона и пространственного распределения инвазивных растений таким образом, чтобы не принимать во внимание ограничения выборки на территории и устраняет необходимость в ручных обследованиях.

Технология дистанционного зондирования с помощью БПЛА достигла определенных результатов в оценке биомассы растений и широко используется в сельском хозяйстве 2,3,4,5,6,7, лесном хозяйстве ^8,9,10,11 и пастбищах 12,13,14. Технология дистанционного зондирования БПЛА обладает такими преимуществами, как низкая стоимость, высокая эффективность, высокая точность и гибкость эксплуатации^15,16, что позволяет эффективно получать данные изображений дистанционного зондирования Земли в исследуемой области; Затем извлекаются текстурные характеристики и вегетационный индекс изображения дистанционного зондирования, чтобы обеспечить информационную поддержку для оценки биомассы растений на большой площади. Современные методы оценки биомассы растений в основном подразделяются на параметрические и непараметрические модели¹⁷. С развитием алгоритмов машинного обучения непараметрические модели машинного обучения с более высокой точностью стали широко использоваться для оценки биомассы растений с помощью дистанционного зондирования. Chen et ^al.18 использовали смешанную логистическую регрессию (MLR), KNNR и случайную лесную регрессию (RFR) для оценки надземной биомассы лесов в провинции Юньнань. Они пришли к выводу, что модели машинного обучения, в частности KNNR и RFR, привели к лучшим результатам по сравнению с MLR. Yan et ^al.19 использовали модели RFR и экстремального градиентного бустинга (XGBR) для оценки точности оценки биомассы субтропических лесов с использованием различных наборов переменных. Tian et ^al.20 использовали одиннадцать моделей машинного обучения для оценки надземной биомассы различных видов мангровых лесов в заливе Бейбуван. Исследователи обнаружили, что метод XGBR более эффективен в определении надземной биомассы мангровых лесов. Оценка биомассы растений с помощью человеко-машинного дистанционного зондирования является хорошо зарекомендовавшей себя практикой, однако использование БПЛА для оценки биомассы инвазивного растения Mikania micrantha еще не было зарегистрировано как внутри страны, так и за рубежом. Этот подход принципиально отличается от всех предыдущих методов оценки биомассы инвазивных растений, особенно Mikania micrantha.

Подводя итог, можно сказать, что дистанционное зондирование БПЛА обладает такими преимуществами, как высокое разрешение, высокая эффективность и низкая стоимость. При извлечении переменных объектов изображений дистанционного зондирования текстурные объекты в сочетании с индексами растительности могут обеспечить лучшую производительность регрессионного прогнозирования. Непараметрические модели позволяют получить более точные регрессионные модели, чем параметрические, при оценке биомассы растений. Таким образом, чтобы точно рассчитать нулевое распределение инвазивных растений и их биомассу, мы предлагаем следующие очерченные процедуры для эксперимента с инвазивной биомассой растений, который основан на дистанционном зондировании с использованием беспилотных летательных аппаратов и компьютерного зрения.