本发明涉及环境保护领域,具体涉及一种基于高寒草甸草地产草量估算放牧率的方法和系统。
背景技术:
高寒草甸生态系统是青藏高原主要草地生态系统类型,而高寒草甸上的畜牧业是青藏高原地区的主导产业。目前,由于当地牧民不合理的开发利用,如超载过牧等,已然造成该地区高寒草甸草地的严重退化,而确定寒草甸草地产草量及其对应放牧率是目前最为有效的避免高寒草甸草地退化的方法。
目前,确定高寒草甸草地产草量及其对应放牧率的方法,主要采用野外选取代表性样点布置样方采样,然后利用样方的代表性来估算该区域的产草量,根据所估算得到的产草量进而求得放牧率的方式,费时费力的同时,存在很大的误差。
所以,如何快速、全面获取当地高寒草甸草地产草量,以精确确定高寒草甸草地对应的放牧率,是一个亟待解决的问题。
技术实现要素:
为解决上述问题,本发明提供了一种基于高寒草甸草地产草量估算放牧率的方法和系统,可以快速得到当前草地对应的放牧率,进而避免因过度放牧而造成草地退化的情况。
为实现上述目的,本发明采取的技术方案为:
一种基于高寒草甸草地产草量估算放牧率的方法,基于高寒草甸草地的实时遥感图像实现草地产量的估算,然后根据估算所得的草地产量实时获取对应的放牧率。
进一步地,包括如下步骤:
s1、基于无人机实现高寒草甸草地实时遥感图像的采集;
s2、读取高寒草甸草地实时遥感图像内载的pos数据,并基于fasterr-cnn模型实现高寒草甸草地中草地覆盖区域的检测定位,生成草地覆盖区图像集;
s3、实现草地覆盖区图像集的预处理,并基于连通分量外接矩形的长宽比实现草地覆盖区形状尺寸的识别、测量;
s4、基于预设的算法实现草地覆盖区总面积的计算,并基于草地覆盖区总面积以及该时间段草对应的草的长度参数实现高寒草甸草地产草量的估算;
s5、基于放牧率换算模型根据所述高寒草甸草地产草量实现对应的放牧率的估算。
进一步地,所述步骤s3中,首先将草地覆盖区图像进行小波分解,然后对各频带的子图像采用不同的阀值进行中值滤波处理,然后采用otsu算法对完成去噪处理的图像进行自动阈值分割,得到二值图像,然后基于连通分量外接矩形的长宽比实现二值图像中草地覆盖区形状尺寸的识别、测量。
进一步地,还包括根据高寒草甸草地的分布图实现无人机图像采集坐标规划的步骤。
进一步地,不同的形状对应不同的面积计算公式,面积计算时,采用将草地覆盖区分割成若干个规则图形的方式。
进一步地,还包括在预设的区域面积内,草地覆盖区总面积落入预设的阀值内时发出预警的步骤。
本发明还提供了一种基于高寒草甸草地产草量估算放牧率的系统,包括:
遥感图像采集模块,用于通过无人机定点定时实现高寒草甸草地遥感图像的采集;
草地覆盖区识别模块,用于实现高寒草甸草地遥感图像中草地覆盖区的识别;
草地覆盖区面积计算模块,用于实现草地覆盖区面积的计算;
草地产草量估算模块,用于基于草地覆盖区总面积以及该时间段草对应的草的长度参数实现高寒草甸草地产草量的估算;
草地放牧率估算模块,用于基于放牧率换算模型根据所述高寒草甸草地产草量实现对应的放牧率的计算。
进一步地,所述草地覆盖区识别模块首先读取高寒草甸草地实时遥感图像内载的pos数据,然后基于fasterr-cnn模型实现高寒草甸草地中草地覆盖区域的检测定位,生成草地覆盖区图像集。
进一步地,所述草地覆盖区面积计算模块首先将草地覆盖区图像进行小波分解,然后对各频带的子图像采用不同的阀值进行中值滤波处理,采用otsu算法对完成去噪处理的图像进行自动阈值分割,得到二值图像,然后基于连通分量外接矩形的长宽比实现二值图像中草地覆盖区形状尺寸的识别、测量,最后将草地覆盖区分割成若干个规则图形,基于预设的算法实现草地覆盖区面积的计算,然后基于选取的区域实现该区域总草地覆盖区面积的计算。
进一步地,还包括:
图像采集坐标规划模块,用于根据高寒草甸草地的分布图实现无人机图像采集坐标规划;
预警模块,用于在预设的区域面积内,草地覆盖区总面积落入预设的阀值内时发出预警。
本发明具有以下有益效果:
基于高寒草甸草地的实时遥感图像及采用历史高寒草甸草地中草地图像集构建的fasterr-cnn模型实现了草地覆盖区图像集的获取,然后基于草地覆盖区面积的计算,结合该时间段草对应的草的长度参数实现了高寒草甸草地产草量的快速估算,然后基于放牧率换算模型根据估算所得的高寒草甸草地产草量实现对应的放牧率的估算,从而可以快速且较为精确的获取到当前草地对应的放牧率,进而避免因过度放牧而造成草地退化的情况。
附图说明
图1为本发明实施例1一种基于高寒草甸草地产草量估算放牧率的方法的流程图。
图2为本发明实施例2一种基于高寒草甸草地产草量估算放牧率的方法的流程图。
图3为本发明实施例3一种基于高寒草甸草地产草量估算放牧率的系统的系统框图。
图4为本发明实施例4一种基于高寒草甸草地产草量估算放牧率的系统的系统框图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
实施例1
一种基于高寒草甸草地产草量估算放牧率的方法,包括如下步骤:
s1、基于无人机实现高寒草甸草地实时遥感图像的采集;每张高寒草甸草地遥感图像均携带配套的pos数据,所述pos数据包括纬度、经度、高程、航向角(phi)、俯仰角(omega)及翻滚角(kappa);
s2、读取高寒草甸草地实时遥感图像内载的pos数据,并基于fasterr-cnn模型实现高寒草甸草地中草地覆盖区域的检测定位,生成草地覆盖区图像集;所述fasterr-cnn模型基于历史高寒草甸草地中草地图像集构建;
s3、实现草地覆盖区图像集的预处理,并基于连通分量外接矩形的长宽比实现草地覆盖区形状尺寸的识别、测量;具体的,首先将草地覆盖区图像进行小波分解,然后对各频带的子图像采用不同的阀值进行中值滤波处理,然后采用otsu算法对完成去噪处理的图像进行自动阈值分割,得到二值图像,然后基于连通分量外接矩形的长宽比实现二值图像中草地覆盖区形状尺寸的识别、测量;
s4、基于预设的算法实现草地覆盖区总面积的计算,并基于草地覆盖区总面积以及该时间段草对应的草的长度参数实现高寒草甸草地产草量的估算;其中,不同的形状对应不同的面积计算公式,面积计算时,需先将草地覆盖区分割成若干个规则图形,然后分别调用对应的面积计算公式,最后完成这些规则图形面积的求和,即为该草地覆盖区的面积;
s5、基于放牧率换算模型根据所述高寒草甸草地产草量实现对应的放牧率的估算。所述放牧率换算模型现有的放牧率换算算法构建。
实施例2
一种基于高寒草甸草地产草量估算放牧率的方法,包括如下步骤:
s1、根据高寒草甸草地的分布图实现无人机图像采集坐标的规划;
s2、基于无人机根据规划所得的无人机图像采集坐标实现高寒草甸草地实时遥感图像的采集;每张高寒草甸草地遥感图像均携带配套的pos数据,所述pos数据包括纬度、经度、高程、航向角(phi)、俯仰角(omega)及翻滚角(kappa);
s3、读取高寒草甸草地实时遥感图像内载的pos数据,并基于fasterr-cnn模型实现高寒草甸草地中草地覆盖区域的检测定位,生成草地覆盖区图像集;所述fasterr-cnn模型基于历史高寒草甸草地中草地图像集构建;
s4、实现草地覆盖区图像集的预处理,并基于连通分量外接矩形的长宽比实现草地覆盖区形状尺寸的识别、测量;具体的,首先将草地覆盖区图像进行小波分解,然后对各频带的子图像采用不同的阀值进行中值滤波处理,然后采用otsu算法对完成去噪处理的图像进行自动阈值分割,得到二值图像,然后基于连通分量外接矩形的长宽比实现二值图像中草地覆盖区形状尺寸的识别、测量;
s5、基于预设的算法实现草地覆盖区总面积的计算,并基于草地覆盖区总面积以及该时间段草对应的草的长度参数实现高寒草甸草地产草量的估算;在预设的区域面积内,草地覆盖区总面积落入预设的阀值内时发出预警;其中,不同的形状对应不同的面积计算公式,面积计算时,需先将草地覆盖区分割成若干个规则图形,然后分别调用对应的面积计算公式,最后完成这些规则图形面积的求和,即为该草地覆盖区的面积;
s6、基于放牧率换算模型根据所述高寒草甸草地产草量实现对应的放牧率的估算。所述放牧率换算模型现有的放牧率换算算法构建。
实施例3
一种基于高寒草甸草地产草量估算放牧率的系统,包括遥感图像采集模块以及与遥感图像采集模块实现通讯的带显示屏的智能终端;所述遥感图像采集模块用于通过无人机定点定时实现高寒草甸草地遥感图像的采集,并将采集到的高寒草甸草地遥感图像经无线通讯模块实时发送至智能终端,每张高寒草甸草地遥感图像均携带配套的pos数据,所述pos数据包括纬度、经度、高程、航向角(phi)、俯仰角(omega)及翻滚角(kappa);所述智能终端内载:
草地覆盖区识别模块,用于实现高寒草甸草地遥感图像中草地覆盖区的识别;所述草地覆盖区识别模块首先读取高寒草甸草地实时遥感图像内载的pos数据,然后基于fasterr-cnn模型实现高寒草甸草地中草地覆盖区域的检测定位,生成草地覆盖区图像集;所述fasterr-cnn模型基于历史高寒草甸草地中草地图像集构建;
草地覆盖区面积计算模块,用于实现草地覆盖区面积的计算;
草地产草量估算模块,用于基于草地覆盖区总面积以及该时间段草对应的草的长度参数实现高寒草甸草地产草量的估算;
草地放牧率估算模块,用于基于放牧率换算模型根据所述高寒草甸草地产草量实现对应的放牧率的计算;其中,所述放牧率换算模型现有的放牧率换算算法构建。
实施例4
一种基于高寒草甸草地产草量估算放牧率的系统,包括遥感图像采集模块以及与遥感图像采集模块实现通讯的带显示屏的智能终端;所述遥感图像采集模块用于通过无人机定点定时实现高寒草甸草地遥感图像的采集,并将采集到的高寒草甸草地遥感图像经无线通讯模块实时发送至智能终端,每张高寒草甸草地遥感图像均携带配套的pos数据,所述pos数据包括纬度、经度、高程、航向角(phi)、俯仰角(omega)及翻滚角(kappa);所述智能终端内载:
图像采集坐标规划模块,用于根据高寒草甸草地的分布图实现无人机图像采集坐标规划;
草地覆盖区识别模块,用于实现高寒草甸草地遥感图像中草地覆盖区的识别;所述草地覆盖区识别模块首先读取高寒草甸草地实时遥感图像内载的pos数据,然后基于fasterr-cnn模型实现高寒草甸草地中草地覆盖区域的检测定位,生成草地覆盖区图像集;所述fasterr-cnn模型基于历史高寒草甸草地中草地图像集构建;
草地覆盖区面积计算模块,用于实现草地覆盖区面积的计算;首先将草地覆盖区图像进行小波分解,然后对各频带的子图像采用不同的阀值进行中值滤波处理,采用otsu算法对完成去噪处理的图像进行自动阈值分割,得到二值图像,然后基于连通分量外接矩形的长宽比实现二值图像中草地覆盖区形状尺寸的识别、测量,最后将草地覆盖区分割成若干个规则图形,基于预设的算法实现草地覆盖区面积的计算,然后基于选取的区域实现该区域总草地覆盖区面积的计算;
草地产草量估算模块,用于基于草地覆盖区总面积以及该时间段草对应的草的长度参数实现高寒草甸草地产草量的估算;
草地放牧率估算模块,用于基于放牧率换算模型根据所述高寒草甸草地产草量实现对应的放牧率的计算;其中,所述放牧率换算模型现有的放牧率换算算法构建;
预警模块,用于在预设的区域面积内,草地覆盖区总面积落入预设的阀值内时发出预警,采用短信自动编辑发送的方式实现预警。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。