一种松材线虫病蔓延监测预警方法及系统与流程

1.本发明属于疫木监测技术领域，具体涉及一种松材线虫病蔓延监测预警方法及系统。


背景技术：

2.松材线虫病是具有传播速度快、致死性强的特点，是目前世界上最具威胁的林业病害。松材线虫病的防控是森林防护工作的重点之一。松材线虫病传播蔓延迅速，防治难度极大，会造成大面积松林死亡，被称为松树癌症和无烟的森林火灾。因此，在植被区域形成松材线虫病蔓延趋势前尽早发现扩散情况，并进行砍伐控制，能够有效防止松材线虫病扩张蔓延，可以大大地减少该病对林区的破坏。传统的松材线虫病蔓延监测方法包括人工踏勘监测和卫星遥感监测，人工踏勘监测效率低，作业难度大，耗费人力物力，而卫星遥感监测受限于时间及空间分辨率问题也难以完全满足监测需求，不能高效且精准地监测出松材线虫病的发展情况，无法对其发病期进行完整的监测与预警。


技术实现要素：

3.本发明的目的是提供一种松材线虫病蔓延监测预警方法及系统，用以解决现有技术中存在的上述问题。
4.为了实现上述目的，本发明采用以下技术方案：
5.第一方面，提供一种松材线虫病蔓延监测预警方法，包括：
6.获取由搭载多光谱相机的无人机前后两次对目标植被区域进行多光谱遥感影像采集所得到的第一无人机多光谱影像集和第二无人机多光谱影像集；
7.分别对第一无人机多光谱影像集和第二无人机多光谱影像集进行预处理，得到第一多光谱影像和第二多光谱影像；
8.分别对第一多光谱影像和第二多光谱影像进行目标植被区域裁剪，得到第一裁剪多光谱影像和第二裁剪多光谱影像，所述第一裁剪多光谱影像和第二裁剪多光谱影像的影像区域和分辨率均一致；
9.对第一裁剪多光谱影像进行松材变色立木识别，得到第一变色立木识别结果，对第二裁剪多光谱影像进行松材变色立木识别，得到第二变色立木识别结果；
10.根据第一变色立木识别结果在第一裁剪多光谱影像中标记出各第一松材变色立木像素区域，根据第二变色立木识别结果在第二裁剪多光谱影像中标记出各第二松材变色立木像素区域；
11.确定标记出的所有第一松材变色立木像素区域在第一裁剪多光谱影像中的图像面积占比，得到第一面积占比值，确定标记出的所有第二松材变色立木像素区域在第二裁剪多光谱影像中的图像面积占比，得到第二面积占比值；
12.根据第一面积占比值和第二面积占比值计算扩散系数，并将扩散系数与设定阈值进行比较，根据比较结果判断是否需要进行松材线虫病蔓延预警；
13.在根据比较结果判定需要进行松材线虫病蔓延预警时，生成松材线虫病蔓延预警信息，并根据扩散系数确定松材线虫病蔓延等级；
14.将松材线虫病蔓延预警信息和松材线虫病蔓延等级传输至监测端，以使监测端可视化展示松材线虫病蔓延预警信息和松材线虫病蔓延等级。
15.在一个可能的设计中，所述分别对第一无人机多光谱影像集和第二无人机多光谱影像集进行预处理，得到第一多光谱影像和第二多光谱影像，包括：
16.分别对第一无人机多光谱影像集和第二无人机多光谱影像集依次进行影像配准、影像拼接和反射率校正处理，得到拼接出的第一多光谱影像和第二多光谱影像。
17.在一个可能的设计中，所述对第一裁剪多光谱影像进行松材变色立木识别，得到第一变色立木识别结果，对第二裁剪多光谱影像进行松材变色立木识别，得到第二变色立木识别结果，包括：
18.将第一裁剪多光谱影像导入预置的多光谱数据反演软件yusense map plus中进行松材变色立木识别，得到第一变色立木识别结果，所述第一变色立木识别结果包含若干第一松材变色立木像素区域及其图像坐标信息；
19.将第二裁剪多光谱影像导入预置的多光谱数据反演软件yusense map plus中进行松材变色立木识别，得到第二变色立木识别结果，所述第二变色立木识别结果包含若干第二松材变色立木像素区域及其图像坐标信息。
20.在一个可能的设计中，在根据第一变色立木识别结果在第一裁剪多光谱影像中标记出各第一松材变色立木像素区域，根据第二变色立木识别结果在第二裁剪多光谱影像中标记出各第二松材变色立木像素区域之前，所述方法还包括：
21.根据各第一松材变色立木像素区域的图像坐标信息和各第二松材变色立木像素区域的图像坐标信息对第一变色立木识别结果进行数据清洗，剔除图像坐标区域不包含在各第二松材变色立木像素区域图像坐标区域内的第一松材变色立木像素区域及其图像坐标信息。
22.在一个可能的设计中，所述确定标记出的所有第一松材变色立木像素区域在第一裁剪多光谱影像中的图像面积占比，得到第一面积占比值，确定标记出的所有第二松材变色立木像素区域在第二裁剪多光谱影像中的图像面积占比，得到第二面积占比值，包括：
23.计算第一裁剪多光谱影像的第一图像面积以及所有第一松材变色立木像素区域总共所占的第二图像面积，用第二总图像面积除以第一图像面积，得到第一面积占比值；
24.计算第二裁剪多光谱影像的第三图像面积以及所有第二松材变色立木像素区域总共所占的第四图像面积，用第四总图像面积除以第三图像面积，得到第二面积占比值。
25.在一个可能的设计中，所述根据第一面积占比值和第二面积占比值计算扩散系数，并将扩散系数与设定阈值进行比较，根据比较结果判断是否需要进行松材线虫病蔓延预警，包括：
26.利用第二面积占比值除以第一面积占比值，得到扩散系数；
27.将扩散系数与设定阈值进行比较，若扩散系数大于设定阈值，则判定需要进行松材线虫病蔓延预警，否则判定不需要进行松材线虫病蔓延预警。
28.在一个可能的设计中，所述根据扩散系数确定松材线虫病蔓延等级，包括：
29.将扩散系数代入预置的蔓延等级表中进行匹配，确定该扩散系数所对应的松材线
虫病蔓延等级，所述蔓延等级表中包含若干松材线虫病蔓延等级，且各松材线虫病蔓延等级分别关联对应的扩散系数区间。
30.第二方面，提供一种松材线虫病蔓延监测预警系统，包括获取单元、处理单元、裁剪单元、识别单元、标记单元、确定单元、计算单元、判定单元和发送单元，其中：
31.获取单元，用于获取由搭载多光谱相机的无人机前后两次对目标植被区域进行多光谱遥感影像采集所得到的第一无人机多光谱影像集和第二无人机多光谱影像集；
32.处理单元，用于分别对第一无人机多光谱影像集和第二无人机多光谱影像集进行预处理，得到第一多光谱影像和第二多光谱影像；
33.裁剪单元，用于分别对第一多光谱影像和第二多光谱影像进行目标植被区域裁剪，得到第一裁剪多光谱影像和第二裁剪多光谱影像，所述第一裁剪多光谱影像和第二裁剪多光谱影像的影像区域和分辨率均一致；
34.识别单元，用于对第一裁剪多光谱影像进行松材变色立木识别，得到第一变色立木识别结果，对第二裁剪多光谱影像进行松材变色立木识别，得到第二变色立木识别结果；
35.标记单元，用于根据第一变色立木识别结果在第一裁剪多光谱影像中标记出各第一松材变色立木像素区域，根据第二变色立木识别结果在第二裁剪多光谱影像中标记出各第二松材变色立木像素区域；
36.确定单元，用于确定标记出的所有第一松材变色立木像素区域在第一裁剪多光谱影像中的图像面积占比，得到第一面积占比值，确定标记出的所有第二松材变色立木像素区域在第二裁剪多光谱影像中的图像面积占比，得到第二面积占比值；
37.计算单元，用于根据第一面积占比值和第二面积占比值计算扩散系数，并将扩散系数与设定阈值进行比较，根据比较结果判断是否需要进行松材线虫病蔓延预警；
38.判定单元，用于在根据比较结果判定需要进行松材线虫病蔓延预警时，生成松材线虫病蔓延预警信息，并根据扩散系数确定松材线虫病蔓延等级；
39.发送单元，用于将松材线虫病蔓延预警信息和松材线虫病蔓延等级传输至监测端，以使监测端可视化展示松材线虫病蔓延预警信息和松材线虫病蔓延等级。
40.第三方面，提供一种松材线虫病蔓延监测预警系统，包括：
41.存储器，用于存储指令；
42.处理器，用于读取所述存储器中存储的指令，并根据指令执行上述第一方面中任意一种所述的松材线虫病蔓延监测预警方法。
43.第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行第一方面中任意一种所述的方法。同时，还提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行第一方面中任意一种所述的松材线虫病蔓延监测预警方法。
44.有益效果：本发明通过前后两次无人机多光谱遥感影像采集和相应的图像处理，得到不同时间点目标植被区域的裁剪多光谱影像，然后对两个裁剪多光谱影像进行松材变色立木识别，确定并标记出两个裁剪多光谱影像中的松材变色立木像素区域，再基于两个裁剪多光谱影像中相应松材变色立木像素区域的图像面积占比计算扩散系数，最后根据扩散系数判定是否需要进行蔓延预警以及预警的等级，以进行相应的松材线虫病蔓延预警，就可以实现高效、精准的松材线虫病蔓延监测和预警。本发明通过无人机多光谱遥感影像
的采集和处理，便于进行快速、准确的松材变色立木识别定位，并且通过前后不同时间点松材变色立木区域在目标植被区域内的面积占比，可以精准评估松材线虫病的蔓延情况，极大提高了松材线虫病蔓延监测预警效率。
附图说明
45.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
46.图1为本发明实施例1中方法的步骤示意图；
47.图2为本发明实施例2中系统的构成示意图；
48.图3为本发明实施例3中系统的构成示意图。
具体实施方式
49.在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而，可用很多备选的形式来体现本发明，并且不应当理解为本发明限制在本文阐述的实施例中。
50.应当理解，除非另有明确的规定和限定，术语“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在实施例中的具体含义。
51.在下面的描述中提供了特定的细节，以便于对示例实施例的完全理解。然而，本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统，以避免用不必要的细节来使得示例不清楚。在其他实施例中，可以不以非必要的细节来示出众所周知的过程、结构和技术，以避免使得实施例不清楚。
52.实施例1：
53.本实施例提供一种松材线虫病蔓延监测预警方法，可应用于相应的计算机端，如图1所示，方法包括以下步骤：
54.s1.获取由搭载多光谱相机的无人机前后两次对目标植被区域进行多光谱遥感影像采集所得到的第一无人机多光谱影像集和第二无人机多光谱影像集。
55.具体实施时，可利用无人机搭载多光谱相机在不同的时间点前后两次分别对目标植被区域进行多光谱遥感正射影像采集，得到的第一无人机多光谱影像集和第二无人机多光谱影像集，第一无人机多光谱影像集来源于第一次的无人机多光谱遥感正射影像采集，第二无人机多光谱影像集来源于第二次的无人机多光谱遥感正射影像采集，前后两次采集可间隔设定的时间，如一周、半个月、一个月等。
56.在松材线虫病变色立木监测领域，可以基于松材线虫病变色立木的冠层光谱特征来分析识别松材线虫病变色立木，利用无人机搭载多光谱相机进行低空的多光谱遥感正射影像采集，同时具备光谱遥感信息丰富的优势和无人机作业高效率的特点，能够实现低成
本、高分辨率、高频动态监测的任务模式，借助特定的多光谱反演处理可实现松树枯死、松针变色等异常情况的精细化检测。
57.s2.分别对第一无人机多光谱影像集和第二无人机多光谱影像集进行预处理，得到第一多光谱影像和第二多光谱影像。
58.具体实施时，在采集到第一无人机多光谱影像集和第二无人机多光谱影像集后，可分别对第一无人机多光谱影像集和第二无人机多光谱影像集进行相应预处理，包括依次进行影像配准、影像拼接和反射率校正处理，得到拼接出的第一多光谱影像和第二多光谱影像。
59.s3.分别对第一多光谱影像和第二多光谱影像进行目标植被区域裁剪，得到第一裁剪多光谱影像和第二裁剪多光谱影像，所述第一裁剪多光谱影像和第二裁剪多光谱影像的影像区域和分辨率均一致。
60.具体实施时，在处理得到第一多光谱影像和第二多光谱影像后，可通过人工标注配置裁剪的方式，或者采用边缘检测或其他roi提取方式在第一多光谱影像和第二多光谱影像中裁剪提取出只含有目标植被区域的第一裁剪多光谱影像和第二裁剪多光谱影像，使得第一裁剪多光谱影像和第二裁剪多光谱影像的影像区域和分辨率均一致。
61.s4.对第一裁剪多光谱影像进行松材变色立木识别，得到第一变色立木识别结果，对第二裁剪多光谱影像进行松材变色立木识别，得到第二变色立木识别结果。
62.具体实施时，在裁剪得到第一裁剪多光谱影像和第二裁剪多光谱影像后，可将第一裁剪多光谱影像导入第三方多光谱数据反演软件(如多光谱数据反演软件yusense map plus)中进行松材变色立木识别，得到第一变色立木识别结果，所述第一变色立木识别结果包含若干第一松材变色立木像素区域及其图像坐标信息。将第二裁剪多光谱影像导入第三方多光谱数据反演软件(如多光谱数据反演软件yusense map plus)中进行松材变色立木识别，得到第二变色立木识别结果，所述第二变色立木识别结果包含若干第二松材变色立木像素区域及其图像坐标信息。或者将第一裁剪多光谱影像和第二裁剪多光谱影像导入经过深度学习训练的神经网络模型中，如支持向量机模型、决策树模型等，进行松材变色立木像素区域的识别分类，得到相应的变色立木识别结果。
63.在初步得到第一变色立木识别结果和第二变色立木识别结果后，还可根据各第一松材变色立木像素区域的图像坐标信息和各第二松材变色立木像素区域的图像坐标信息对第一变色立木识别结果进行数据清洗，剔除图像坐标区域不包含在各第二松材变色立木像素区域图像坐标区域内的第一松材变色立木像素区域及其图像坐标信息，防止出现前一次采集的多光谱影像中有松材变色立木像素区域，后一次采集的多光谱影像中又没有对应位置的松材变色立木像素区域的情况，减小监测判定误差。
64.s5.根据第一变色立木识别结果在第一裁剪多光谱影像中标记出各第一松材变色立木像素区域，根据第二变色立木识别结果在第二裁剪多光谱影像中标记出各第二松材变色立木像素区域。
65.具体实施时，在确定最终的第一变色立木识别结果和第二变色立木识别结果后，即可根据第一变色立木识别结果中的第一松材变色立木像素区域及其图像坐标信息在第一裁剪多光谱影像中标记出各第一松材变色立木像素区域，根据第二变色立木识别结果中第二松材变色立木像素区域及其图像坐标信息在第二裁剪多光谱影像中标记出各第二松
材变色立木像素区域。
66.s6.确定标记出的所有第一松材变色立木像素区域在第一裁剪多光谱影像中的图像面积占比，得到第一面积占比值，确定标记出的所有第二松材变色立木像素区域在第二裁剪多光谱影像中的图像面积占比，得到第二面积占比值。
67.具体实施时，计算第一裁剪多光谱影像的第一图像面积以及所有第一松材变色立木像素区域总共所占的第二图像面积，用第二总图像面积除以第一图像面积，得到第一面积占比值；计算第二裁剪多光谱影像的第三图像面积以及所有第二松材变色立木像素区域总共所占的第四图像面积，用第四总图像面积除以第三图像面积，得到第二面积占比值。
68.s7.根据第一面积占比值和第二面积占比值计算扩散系数，并将扩散系数与设定阈值进行比较，根据比较结果判断是否需要进行松材线虫病蔓延预警。
69.具体实施时，可利用第二面积占比值除以第一面积占比值，得到扩散系数；然后将扩散系数与设定阈值进行比较，若扩散系数大于设定阈值，则判定需要进行松材线虫病蔓延预警，否则判定不需要进行松材线虫病蔓延预警，示例性地，所述设定阈值为1。
70.s8.在根据比较结果判定需要进行松材线虫病蔓延预警时，生成松材线虫病蔓延预警信息，并根据扩散系数确定松材线虫病蔓延等级。
71.具体实施时，在根据比较结果判定需要进行松材线虫病蔓延预警时，即可生成相应的松材线虫病蔓延预警信息，并将扩散系数代入预置的蔓延等级表中进行匹配，确定该扩散系数所对应的松材线虫病蔓延等级，所述蔓延等级表中包含若干松材线虫病蔓延等级，且各松材线虫病蔓延等级分别关联对应的扩散系数区间。
72.s9.将松材线虫病蔓延预警信息和松材线虫病蔓延等级传输至监测端，以使监测端可视化展示松材线虫病蔓延预警信息和松材线虫病蔓延等级。
73.具体实施时，在生成相应的松材线虫病蔓延预警信息，并且确定扩散系数所对应的松材线虫病蔓延等级后，即可将松材线虫病蔓延预警信息和松材线虫病蔓延等级传输至监测端，以使监测端可视化展示松材线虫病蔓延预警信息和松材线虫病蔓延等级。
74.本实施例方法通过无人机多光谱遥感影像的采集和处理，便于进行快速、准确的松材变色立木识别定位，并且通过前后不同时间点松材变色立木区域在目标植被区域内的面积占比，可以精准评估松材线虫病的蔓延情况，极大提高了松材线虫病蔓延监测预警效率。
75.实施例2：
76.本实施例提供一种松材线虫病蔓延监测预警系统，如图2所示，包括获取单元、处理单元、裁剪单元、识别单元、标记单元、确定单元、计算单元、判定单元和发送单元，其中：
77.获取单元，用于获取由搭载多光谱相机的无人机前后两次对目标植被区域进行多光谱遥感影像采集所得到的第一无人机多光谱影像集和第二无人机多光谱影像集；
78.处理单元，用于分别对第一无人机多光谱影像集和第二无人机多光谱影像集进行预处理，得到第一多光谱影像和第二多光谱影像；
79.裁剪单元，用于分别对第一多光谱影像和第二多光谱影像进行目标植被区域裁剪，得到第一裁剪多光谱影像和第二裁剪多光谱影像，所述第一裁剪多光谱影像和第二裁剪多光谱影像的影像区域和分辨率均一致；
80.识别单元，用于对第一裁剪多光谱影像进行松材变色立木识别，得到第一变色立
木识别结果，对第二裁剪多光谱影像进行松材变色立木识别，得到第二变色立木识别结果；
81.标记单元，用于根据第一变色立木识别结果在第一裁剪多光谱影像中标记出各第一松材变色立木像素区域，根据第二变色立木识别结果在第二裁剪多光谱影像中标记出各第二松材变色立木像素区域；
82.确定单元，用于确定标记出的所有第一松材变色立木像素区域在第一裁剪多光谱影像中的图像面积占比，得到第一面积占比值，确定标记出的所有第二松材变色立木像素区域在第二裁剪多光谱影像中的图像面积占比，得到第二面积占比值；
83.计算单元，用于根据第一面积占比值和第二面积占比值计算扩散系数，并将扩散系数与设定阈值进行比较，根据比较结果判断是否需要进行松材线虫病蔓延预警；
84.判定单元，用于在根据比较结果判定需要进行松材线虫病蔓延预警时，生成松材线虫病蔓延预警信息，并根据扩散系数确定松材线虫病蔓延等级；
85.发送单元，用于将松材线虫病蔓延预警信息和松材线虫病蔓延等级传输至监测端，以使监测端可视化展示松材线虫病蔓延预警信息和松材线虫病蔓延等级。
86.实施例3：
87.本实施例提供一种松材线虫病蔓延监测预警系统，如图3所示，在硬件层面，包括：
88.数据接口，用于建立处理器与无人机与监测端的数据对接；
89.存储器，用于存储指令；
90.处理器，用于读取所述存储器中存储的指令，并根据指令执行实施例1中的松材线虫病蔓延监测预警方法。
91.可选地，该设备还包括内部总线。处理器与存储器和数据接口可以通过内部总线相互连接，该内部总线可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。
92.所述存储器可以但不限于包括随机存取存储器(random access memory，ram)、只读存储器(read only memory，rom)、闪存(flash memory)、先进先出存储器(first input first output，fifo)和/或先进后出存储器(first in last out，filo)等。所述处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
93.实施例4：
94.本实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行实施例1中的松材线虫病蔓延监测预警方法。其中，所述计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(memory stick)等，所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程系统。
95.本实施例还提供一种包含指令的计算机程序产品，当所述指令在计算机上运行
时，使所述计算机执行实施例1中的松材线虫病蔓延监测预警方法。其中，所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程系统。
96.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种松材线虫病蔓延监测预警方法，其特征在于，包括：获取由搭载多光谱相机的无人机前后两次对目标植被区域进行多光谱遥感影像采集所得到的第一无人机多光谱影像集和第二无人机多光谱影像集；分别对第一无人机多光谱影像集和第二无人机多光谱影像集进行预处理，得到第一多光谱影像和第二多光谱影像；分别对第一多光谱影像和第二多光谱影像进行目标植被区域裁剪，得到第一裁剪多光谱影像和第二裁剪多光谱影像，所述第一裁剪多光谱影像和第二裁剪多光谱影像的影像区域和分辨率均一致；对第一裁剪多光谱影像进行松材变色立木识别，得到第一变色立木识别结果，对第二裁剪多光谱影像进行松材变色立木识别，得到第二变色立木识别结果；根据第一变色立木识别结果在第一裁剪多光谱影像中标记出各第一松材变色立木像素区域，根据第二变色立木识别结果在第二裁剪多光谱影像中标记出各第二松材变色立木像素区域；确定标记出的所有第一松材变色立木像素区域在第一裁剪多光谱影像中的图像面积占比，得到第一面积占比值，确定标记出的所有第二松材变色立木像素区域在第二裁剪多光谱影像中的图像面积占比，得到第二面积占比值；根据第一面积占比值和第二面积占比值计算扩散系数，并将扩散系数与设定阈值进行比较，根据比较结果判断是否需要进行松材线虫病蔓延预警；在根据比较结果判定需要进行松材线虫病蔓延预警时，生成松材线虫病蔓延预警信息，并根据扩散系数确定松材线虫病蔓延等级；将松材线虫病蔓延预警信息和松材线虫病蔓延等级传输至监测端，以使监测端可视化展示松材线虫病蔓延预警信息和松材线虫病蔓延等级。2.根据权利要求1所述的一种松材线虫病蔓延监测预警方法，其特征在于，所述分别对第一无人机多光谱影像集和第二无人机多光谱影像集进行预处理，得到第一多光谱影像和第二多光谱影像，包括：分别对第一无人机多光谱影像集和第二无人机多光谱影像集依次进行影像配准、影像拼接和反射率校正处理，得到拼接出的第一多光谱影像和第二多光谱影像。3.根据权利要求1所述的一种松材线虫病蔓延监测预警方法，其特征在于，所述对第一裁剪多光谱影像进行松材变色立木识别，得到第一变色立木识别结果，对第二裁剪多光谱影像进行松材变色立木识别，得到第二变色立木识别结果，包括：将第一裁剪多光谱影像导入第三方多光谱数据反演软件中进行松材变色立木识别，得到第一变色立木识别结果，所述第一变色立木识别结果包含若干第一松材变色立木像素区域及其图像坐标信息；将第二裁剪多光谱影像导入第三方多光谱数据反演软件中进行松材变色立木识别，得到第二变色立木识别结果，所述第二变色立木识别结果包含若干第二松材变色立木像素区域及其图像坐标信息。4.根据权利要求3所述的一种松材线虫病蔓延监测预警方法，其特征在于，在根据第一变色立木识别结果在第一裁剪多光谱影像中标记出各第一松材变色立木像素区域，根据第二变色立木识别结果在第二裁剪多光谱影像中标记出各第二松材变色立木像素区域之前，
所述方法还包括：根据各第一松材变色立木像素区域的图像坐标信息和各第二松材变色立木像素区域的图像坐标信息对第一变色立木识别结果进行数据清洗，剔除图像坐标区域不包含在各第二松材变色立木像素区域图像坐标区域内的第一松材变色立木像素区域及其图像坐标信息。5.根据权利要求1所述的一种松材线虫病蔓延监测预警方法，其特征在于，所述确定标记出的所有第一松材变色立木像素区域在第一裁剪多光谱影像中的图像面积占比，得到第一面积占比值，确定标记出的所有第二松材变色立木像素区域在第二裁剪多光谱影像中的图像面积占比，得到第二面积占比值，包括：计算第一裁剪多光谱影像的第一图像面积以及所有第一松材变色立木像素区域总共所占的第二图像面积，用第二总图像面积除以第一图像面积，得到第一面积占比值；计算第二裁剪多光谱影像的第三图像面积以及所有第二松材变色立木像素区域总共所占的第四图像面积，用第四总图像面积除以第三图像面积，得到第二面积占比值。6.根据权利要求1所述的一种松材线虫病蔓延监测预警方法，其特征在于，所述根据第一面积占比值和第二面积占比值计算扩散系数，并将扩散系数与设定阈值进行比较，根据比较结果判断是否需要进行松材线虫病蔓延预警，包括：利用第二面积占比值除以第一面积占比值，得到扩散系数；将扩散系数与设定阈值进行比较，若扩散系数大于设定阈值，则判定需要进行松材线虫病蔓延预警，否则判定不需要进行松材线虫病蔓延预警。7.根据权利要求1所述的一种松材线虫病蔓延监测预警方法，其特征在于，所述根据扩散系数确定松材线虫病蔓延等级，包括：将扩散系数代入预置的蔓延等级表中进行匹配，确定该扩散系数所对应的松材线虫病蔓延等级，所述蔓延等级表中包含若干松材线虫病蔓延等级，且各松材线虫病蔓延等级分别关联对应的扩散系数区间。8.一种松材线虫病蔓延监测预警系统，其特征在于，包括获取单元、处理单元、裁剪单元、识别单元、标记单元、确定单元、计算单元、判定单元和发送单元，其中：获取单元，用于获取由搭载多光谱相机的无人机前后两次对目标植被区域进行多光谱遥感影像采集所得到的第一无人机多光谱影像集和第二无人机多光谱影像集；处理单元，用于分别对第一无人机多光谱影像集和第二无人机多光谱影像集进行预处理，得到第一多光谱影像和第二多光谱影像；裁剪单元，用于分别对第一多光谱影像和第二多光谱影像进行目标植被区域裁剪，得到第一裁剪多光谱影像和第二裁剪多光谱影像，所述第一裁剪多光谱影像和第二裁剪多光谱影像的影像区域和分辨率均一致；识别单元，用于对第一裁剪多光谱影像进行松材变色立木识别，得到第一变色立木识别结果，对第二裁剪多光谱影像进行松材变色立木识别，得到第二变色立木识别结果；标记单元，用于根据第一变色立木识别结果在第一裁剪多光谱影像中标记出各第一松材变色立木像素区域，根据第二变色立木识别结果在第二裁剪多光谱影像中标记出各第二松材变色立木像素区域；确定单元，用于确定标记出的所有第一松材变色立木像素区域在第一裁剪多光谱影像
中的图像面积占比，得到第一面积占比值，确定标记出的所有第二松材变色立木像素区域在第二裁剪多光谱影像中的图像面积占比，得到第二面积占比值；计算单元，用于根据第一面积占比值和第二面积占比值计算扩散系数，并将扩散系数与设定阈值进行比较，根据比较结果判断是否需要进行松材线虫病蔓延预警；判定单元，用于在根据比较结果判定需要进行松材线虫病蔓延预警时，生成松材线虫病蔓延预警信息，并根据扩散系数确定松材线虫病蔓延等级；发送单元，用于将松材线虫病蔓延预警信息和松材线虫病蔓延等级传输至监测端，以使监测端可视化展示松材线虫病蔓延预警信息和松材线虫病蔓延等级。9.一种松材线虫病蔓延监测预警系统，其特征在于，包括：存储器，用于存储指令；处理器，用于读取所述存储器中存储的指令，并根据指令执行权利要求1-7任意一项所述的松材线虫病蔓延监测预警方法。

技术总结
本发明属于疫木监测测技术领域，具体公开了一种松材线虫病蔓延监测预警方法及系统，通过前后两次无人机多光谱遥感影像采集和相应的图像处理，得到不同时间点目标植被区域的裁剪多光谱影像，然后对两个裁剪多光谱影像进行松材变色立木识别，确定并标记出两个裁剪多光谱影像中的松材变色立木像素区域，再基于两个裁剪多光谱影像中相应松材变色立木像素区域的图像面积占比计算扩散系数，最后根据扩散系数判定是否需要进行蔓延预警以及预警的等级，以进行相应的松材线虫病蔓延预警。本发明可以进行快速、准确的松材变色立木识别定位，并且可以精准评估松材线虫病的蔓延情况，提高松材线虫病蔓延监测预警效率。线虫病蔓延监测预警效率。线虫病蔓延监测预警效率。


技术研发人员：封强 江朝元 唐灿 曹晓莉 彭鹏
受保护的技术使用者：重庆英卡电子有限公司
技术研发日：2023.07.11
技术公布日：2023/10/15