检索结果-维普期刊中文期刊服务平台

基于线性谱聚类的林地图像中枯死树监测被引量：11: 1; 作者宋以宁刘文萍 +1 位作者骆有庆宗世祥《林业科学》 EI CAS CSCD 北大核心 2019年第4期187-195,共9页; 【目的】将基于线性谱聚类超像素的方法应用在森林病虫害防治领域,可智能监测无人机森林虫害图像中的枯死树,为森林有害生物的监测工作提供技术支撑。【方法】分别以湖北省受松材线虫与辽宁省受红脂大小蠹侵害的松林无人机图像为试验数... 展开更多; 关键词无人机图像分析森林病虫害枯死树监测纹理特征提取超像素线性谱聚类; 在线阅读下载PDF 职称材料

基于多色彩空间的YOLOv5松枯死树检测方法被引量：7: 2; 作者游子绎王文瑾 +4 位作者邵历江郭丹吴松青黄世国张飞萍《生物安全学报》 CSCD 北大核心 2023年第3期282-289,共8页; 【目的】针对在松枯死树监测实践中,从无人机航拍RGB影像中自动识别松枯死树漏检率高的问题,提出了一种生产应用场景下基于多色彩空间的YOLOv5松枯死树高精度自动识别新方法。【方法】利用无人机采集大面积松材线虫病发生林分的RGB图像,... 展开更多; 关键词无人机影像松枯死树深度学习多色彩空间松材线虫病; 在线阅读下载PDF 职称材料

基于无人机多光谱影像的松材线虫病疫区枯死树识别被引量：5: 3; 作者林鑫陈琦 +2 位作者王明婷麻小梅刘亚《广西林业科学》 2023年第5期589-593,共5页; 为探寻最优波段组合,提高多光谱无人机(Unnamed AerialVehicle,UAV)对松材线虫(Bursaphelenchusxylophilus)病疫区枯死树的自动识别准确率,进而提高松材线虫病疫情监测水平,以柳州市三江侗族自治县、河池市宜州区和大化瑶族自治县、南... 展开更多; 关键词枯死树自动识别松材线虫多光谱影像无人机; 在线阅读下载PDF 职称材料

松材线虫病枯死树发生趋势的动态监测技术研究被引量：7: 4; 作者古剑汤丹 +6 位作者李金鞠吴寅赵金文王作明肖德林王峰鄢超龙《湖北林业科技》 2020年第5期43-45,共3页; 为掌握松材线虫病枯死树发生发展趋势,笔者提出了一种动态监测方法,在湖北省宜昌市连续两年设置固定监测点,定期开展监测,对两种监测手段进行了比较。结果表明:7~10月松枯死树数量呈上升趋势,10月达到最高,无人机监测效率大于人工监测,... 展开更多; 关键词动态监测松材线虫病枯死树发生趋势; 在线阅读下载PDF 职称材料

京津塘高速公路绿化带枯死树原因及整治措施: 5; 作者付振生《天津农林科技》 2011年第5期24-25,共2页; 文章针对京津塘高速公路绿化带大面积树木枯死的现象进行了详细的分析,并制定出相应的预防及整治措施,为提高高速公路绿化带成活率提供技术参考。; 关键词绿化带枯死树原因分析整治措施; 在线阅读下载PDF 职称材料

大樱桃结果树枯死的影响因素研究被引量：1: 6; 作者罗贵斌胡道贵 +1 位作者杨彦宏辛恬《陕西农业科学》 2023年第12期36-40,48,共6页; 为了探索大樱桃栽培中结果树枯死的影响因素,选取大樱桃结果园为样地,拟定了五个维度的影响因子,参照五点取样法对大樱桃枯死树进行调查,并运用χ^(2)检验和二元Logistic回归分析筛选枯死树的影响因子,构建预测模型。结果表明,栽植深度... 展开更多; 关键词大樱桃枯死树二元LOGISTIC回归影响因素预测模型; 在线阅读下载PDF 职称材料

吉林省乾安县退化防护林的成因及改造措施: 7; 作者韩国林李新华 +1 位作者于世宏于学《林业勘查设计》 2015年第4期91-93,共3页; 吉林省乾安县退化防护林面积已经占到现有防护林总面积的13%,且呈增长趋势。为扭转防护林衰退的局面,阐述了该县防护林的退化原因和改造措施。; 关键词退化防护林枯死树濒死树改造吉林乾安; 在线阅读下载PDF 职称材料

题名基于线性谱聚类的林地图像中枯死树监测被引量：11: 1; 作者宋以宁刘文萍骆有庆宗世祥; 机构北京林业大学信息学院北京林业大学林学院; 出处《林业科学》 EI CAS CSCD 北大核心 2019年第4期187-195,共9页; 基金 "十三五"国家重点研发计划"林业有害生物检测监测与预警关键技术"(2018YFD0600201) +1 种基金中央高校基本科研业务费专项资金(2015ZCQ-XX); 文摘【目的】将基于线性谱聚类超像素的方法应用在森林病虫害防治领域,可智能监测无人机森林虫害图像中的枯死树,为森林有害生物的监测工作提供技术支撑。【方法】分别以湖北省受松材线虫与辽宁省受红脂大小蠹侵害的松林无人机图像为试验数据,首先使用线性谱聚类超像素分割算法将图像划分为多个超像素;然后基于枯死树木的颜色特征,初步提取可能为枯死树的超像素区域;最后基于枯死树木与其他干扰地物具有不同的纹理特征,计算超像素的区域密度和缝隙量,利用支持向量机对初步提取的超像素进行分类,从而检测出图像中的枯死树。【结果】基于线性谱聚类超像素和支持向量机的枯死树监测方法可有效排除与枯死树木颜色相近的其他干扰地物,较准确地提取出枯死树木。使用该方法与基于植被颜色指数的阈值分割方法、基于简单线性迭代聚类超像素和随机森林的方法,对35幅受灾松林无人机图像进行试验,并选用交并比、虚警率和漏检率3个评价指标对3种方法进行定量对比分析。结果表明,基于线性谱聚类超像素的方法监测出的枯死树区域最精确,其监测结果与人工检测结果的交并比均值大于58%,且虚警率和漏检率均优于另外2种方法。【结论】基于线性谱聚类超像素的枯死树监测方法能实现松林中枯死树的快速、准确检测及定位。; 关键词无人机图像分析森林病虫害枯死树监测纹理特征提取超像素线性谱聚类; Keywords analysis of unmanned aerial vehicle image forest pest dead tree monitoring texture feature extraction superpixel linear spectral clustering; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] S763 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名基于多色彩空间的YOLOv5松枯死树检测方法被引量：7: 2; 作者游子绎王文瑾邵历江郭丹吴松青黄世国张飞萍; 机构福建农林大学林学院福州农林大学生态公益重大有害生物防控福建省高校重点实验室福建农林大学计算机与信息学院; 出处《生物安全学报》 CSCD 北大核心 2023年第3期282-289,共8页; 基金国家林业和草原局重大应急科技项目(ZD202001) 福建省林业科技项目(闽林文[2021]35号) 福建农林大学科技创新专项基金项目(KFb22097XA)。; 文摘【目的】针对在松枯死树监测实践中,从无人机航拍RGB影像中自动识别松枯死树漏检率高的问题,提出了一种生产应用场景下基于多色彩空间的YOLOv5松枯死树高精度自动识别新方法。【方法】利用无人机采集大面积松材线虫病发生林分的RGB图像,用Pix4Dmapper软件拼接,用LabelImg开源软件建立VOC格式的松枯死树数据集,分别用Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、SSD和EfficientDet等6种基于深度学习的目标检测算法对数据集进行训练和测试,以精确率、召回率、平均准确率以及F 1分数作为评价指标筛选出最优目标检测算法;然后将采集的RGB图像转换成LAB和HSV色彩空间图像,再将这3个色彩空间的图像分别用最优目标检测算法进行训练,得到目标在每个色彩空间的边界框,使用非极大值抑制算法对这些边界框进行处理,得到最优边界框实现松枯死树自动识别。【结果】6种算法均取得良好效果,其中YOLOv5模型为最优算法,其精准率、平均查准率和F 1分数在6种算法中均最高,分别达到97.58%、82.40%和0.85。通过3个色彩空间融合后,反映漏检情况的召回率由74.54%提高到98.99%,平均准确率提升至98.39%。【结论】基于多色彩空间的YOLOv5模型能够显著提高从无人机航拍RGB影像中检测松枯死树的精度,为松枯死树监测提供了有力工具,也有助于松材线虫病的防治。; 关键词无人机影像松枯死树深度学习多色彩空间松材线虫病; Keywords UAV image dead pine trees deep learning multi-color space pine wood nematode disease; 分类号 S771.8 [农业科学—森林工程] S763.18 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名基于无人机多光谱影像的松材线虫病疫区枯死树识别被引量：5: 3; 作者林鑫陈琦王明婷麻小梅刘亚; 机构广西壮族自治区林业勘测设计院广西华森设计咨询有限公司自然资源部北部湾经济区自然资源监测评价工程技术创新中心; 出处《广西林业科学》 2023年第5期589-593,共5页; 基金广西林业设计院自选科技项目(林勘科研[2022]01-01)。; 文摘为探寻最优波段组合,提高多光谱无人机(Unnamed AerialVehicle,UAV)对松材线虫(Bursaphelenchusxylophilus)病疫区枯死树的自动识别准确率,进而提高松材线虫病疫情监测水平,以柳州市三江侗族自治县、河池市宜州区和大化瑶族自治县、南宁市横州市及桂林市平乐县的42个疫点小班及其周边2 km内的所有松树林图斑为研究区,采用无人机采集多光谱影像,获取可见光、红光波段、绿光波段、近红外波段和红边波段影像;完成辐射校正后进行正射拼接和植被指数计算,得到3组可见光和多光谱正射影像波段组合;将各组影像分别输入卷积神经网络(Convolutional Neural Network,CNN),进行相同参数的学习和预测。将模型预测结果与人工标注结果进行对比,以识别准确率为指标,进行精度评价。结果表明,利用多光谱影像自动识别疑似松材线虫病枯死树的最高识别准确率为86.33%,比单一可见光自动识别准确率(81.25%)提高了5.08个百分点。在相同参数条件下,多光谱影像比单一可见光影像具有更准确的自动识别能力。该方法的多光谱最优波段组合为可见光影像+红光波段影像+绿光波段影像+近红外波段影像+红边波段影像+归一化差异植被指数。; 关键词枯死树自动识别松材线虫多光谱影像无人机; Keywords automatic identification of dead trees Bursaphelenchus xylophilus multispectral image UAV; 分类号 F301.2 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名松材线虫病枯死树发生趋势的动态监测技术研究被引量：7: 4; 作者古剑汤丹李金鞠吴寅赵金文王作明肖德林王峰鄢超龙; 机构宜昌市森林病虫防治检疫站枝江市森林植物野生动物保护站; 出处《湖北林业科技》 2020年第5期43-45,共3页; 文摘为掌握松材线虫病枯死树发生发展趋势,笔者提出了一种动态监测方法,在湖北省宜昌市连续两年设置固定监测点,定期开展监测,对两种监测手段进行了比较。结果表明:7~10月松枯死树数量呈上升趋势,10月达到最高,无人机监测效率大于人工监测,这种动态监测方法是掌握松材线虫病枯死树发生趋势、松材虫病秋季普查结果核实和防治效果检查的有效方法,已经在湖北省进行推广应用。; 关键词动态监测松材线虫病枯死树发生趋势; Keywords Dynamic monitoring Bursaphelenchus xylophilus dead tree occurrence trends; 分类号 S722.1 [农业科学—林木遗传育种]; 在线阅读下载PDF 职称材料

题名京津塘高速公路绿化带枯死树原因及整治措施: 5; 作者付振生; 机构武清区林业局; 出处《天津农林科技》 2011年第5期24-25,共2页; 文摘文章针对京津塘高速公路绿化带大面积树木枯死的现象进行了详细的分析,并制定出相应的预防及整治措施,为提高高速公路绿化带成活率提供技术参考。; 关键词绿化带枯死树原因分析整治措施; 分类号 S763 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名大樱桃结果树枯死的影响因素研究被引量：1: 6; 作者罗贵斌胡道贵杨彦宏辛恬; 机构汉中职业技术学院农林技术与生物工程学院; 出处《陕西农业科学》 2023年第12期36-40,48,共6页; 基金汉中市汉台区农业科技创新项目(2020kx-14)。; 文摘为了探索大樱桃栽培中结果树枯死的影响因素,选取大樱桃结果园为样地,拟定了五个维度的影响因子,参照五点取样法对大樱桃枯死树进行调查,并运用χ^(2)检验和二元Logistic回归分析筛选枯死树的影响因子,构建预测模型。结果表明,栽植深度和排水状况是影响大樱桃结果树枯死的主要危险因子(p<0.05),栽植深度在嫁接口以下比嫁接口以上发生枯死的概率要低,嫁接口以下出现枯死的概率是嫁接口以上的0.115倍;排水状况良好比排水较差时发生枯死的概率要低,排水良好时出现枯死的概率是排水较差时的0.287倍。栽植方式、土壤疏松度以及树势状况对结果树枯死影响不显著(p>0.05),据此构建预测模型,模型拟合优度较高,总体预测准确率90.8%。这一结论可为防止类似栽植条件下的大樱桃结果树枯死提供实践参考。; 关键词大樱桃枯死树二元LOGISTIC回归影响因素预测模型; Keywords Prunus avium Dead fruit-bearing trees Binary Logistic regression Influence factors Prediction model; 分类号 S662.5 [农业科学—果树学]; 在线阅读下载PDF 职称材料

题名吉林省乾安县退化防护林的成因及改造措施: 7; 作者韩国林李新华于世宏于学; 机构吉林省林业调查规划院吉林省乾安县林业局防火办; 出处《林业勘查设计》 2015年第4期91-93,共3页; 文摘吉林省乾安县退化防护林面积已经占到现有防护林总面积的13%,且呈增长趋势。为扭转防护林衰退的局面,阐述了该县防护林的退化原因和改造措施。; 关键词退化防护林枯死树濒死树改造吉林乾安; Keywords The degradation of shelter forest dead and dying tree A dying tree remould; 分类号 S812 [农业科学—草业科学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于线性谱聚类的林地图像中枯死树监测	宋以宁刘文萍骆有庆宗世祥	《林业科学》 EI CAS CSCD 北大核心	2019	11	在线阅读下载PDF 职称材料
2	基于多色彩空间的YOLOv5松枯死树检测方法	游子绎王文瑾邵历江郭丹吴松青黄世国张飞萍	《生物安全学报》 CSCD 北大核心	2023	7	在线阅读下载PDF 职称材料
3	基于无人机多光谱影像的松材线虫病疫区枯死树识别	林鑫陈琦王明婷麻小梅刘亚	《广西林业科学》	2023	5	在线阅读下载PDF 职称材料
4	松材线虫病枯死树发生趋势的动态监测技术研究	古剑汤丹李金鞠吴寅赵金文王作明肖德林王峰鄢超龙	《湖北林业科技》	2020	7	在线阅读下载PDF 职称材料
5	京津塘高速公路绿化带枯死树原因及整治措施	付振生	《天津农林科技》	2011	0	在线阅读下载PDF 职称材料
6	大樱桃结果树枯死的影响因素研究	罗贵斌胡道贵杨彦宏辛恬	《陕西农业科学》	2023	1	在线阅读下载PDF 职称材料
7	吉林省乾安县退化防护林的成因及改造措施	韩国林李新华于世宏于学	《林业勘查设计》	2015	0	在线阅读下载PDF 职称材料