<menuitem id="dlffb"></menuitem>
<address id="dlffb"></address>
<menuitem id="dlffb"></menuitem><menuitem id="dlffb"><ruby id="dlffb"></ruby></menuitem>
<menuitem id="dlffb"><ruby id="dlffb"></ruby></menuitem>
<menuitem id="dlffb"></menuitem>
<menuitem id="dlffb"><ruby id="dlffb"></ruby></menuitem>
<menuitem id="dlffb"></menuitem>
<var id="dlffb"><ruby id="dlffb"><th id="dlffb"></th></ruby></var>
<menuitem id="dlffb"></menuitem>
<listing id="dlffb"><cite id="dlffb"></cite></listing>
<var id="dlffb"><ruby id="dlffb"><th id="dlffb"></th></ruby></var><menuitem id="dlffb"></menuitem><menuitem id="dlffb"></menuitem>
<thead id="dlffb"><i id="dlffb"></i></thead><var id="dlffb"></var>
<menuitem id="dlffb"></menuitem><menuitem id="dlffb"></menuitem>
<thead id="dlffb"></thead><menuitem id="dlffb"><i id="dlffb"><noframes id="dlffb">
<menuitem id="dlffb"></menuitem>
<menuitem id="dlffb"></menuitem>
<thead id="dlffb"><i id="dlffb"></i></thead>

技術(shù)文章

Technical articles

當前位置:首頁(yè)技術(shù)文章無(wú)人機搭載RedEdge多光譜傳感器評估森林冰雹破壞

無(wú)人機搭載RedEdge多光譜傳感器評估森林冰雹破壞

更新時(shí)間:2023-04-24點(diǎn)擊次數:762

image.png

嚴重的冰雹會(huì )產(chǎn)生大尺寸冰雹(直徑 2 厘米或更大),會(huì )對農作物、財產(chǎn)和森林造成毀滅性破壞。冰雹造成的損害取決于許多因素,包括冰雹大小、每單位面積的冰雹數量、風(fēng)速、風(fēng)暴持續時(shí)間以及風(fēng)暴前后的一般天氣狀況。植被在一年中的不同時(shí)間也更容易受到損害。春天,植物正在發(fā)芽并長(cháng)出新葉和新莖,使它們更容易遭受冰雹的嚴重破壞。

在森林中,特別是在樹(shù)木上,冰雹破壞表現為落葉和莖干開(kāi)裂和折斷。樹(shù)木的尖部和頂部也會(huì )因冰雹而傷痕累累,使樹(shù)木極易感染致病性真菌和細菌性疾病。部分落葉也會(huì )影響木材特性,從而導致產(chǎn)量下降。

 

損害評估

以前,測量森林中的雹暴損失一直具有挑戰性且很少見(jiàn)。農民依靠實(shí)地調查來(lái)量化作物損失,而由于森林面積大且地形難以進(jìn)入,林務(wù)員很少在冰雹風(fēng)暴過(guò)后進(jìn)行監測。

森林監測通常使用基于衛星或有人駕駛飛機的數據來(lái)完成,但最近基于無(wú)人機的圖像變得越來(lái)越流行,因為它易于使用且高分辨率傳感器使林務(wù)員能夠獲得他們以前沒(méi)有的細節水平. 

在威脅森林生態(tài)系統可持續性的非生物現象越來(lái)越頻繁的情況下,林務(wù)員越來(lái)越多地轉向現代的工具,以促進(jìn)高分辨率圖像的采集。 


操作實(shí)例

使用大疆經(jīng)緯M300rtk無(wú)人機搭載MICASENSE公司的RedEdge-p多光譜相機,在遙控器PILOT中目標區域設置生成航線(xiàn)自動(dòng)飛行采集多光譜數據。捕獲的數據隨后在Pix4DFields軟件中進(jìn)行了處理,并在樹(shù)梢、針葉、細而粗的樹(shù)枝以及樹(shù)干上部的碎片中顯示出明顯的損壞跡象。事實(shí)證明,冰雹造成的傷口很深,足以引起導電細胞層的干擾,從而限制水分的輸送,導致水分不足、膨脹喪失和針頭逐漸枯萎。 

作為這個(gè)過(guò)程的一個(gè)癥狀,葉子的色素沉著(zhù)從淺綠色變成了深紅色。最早的跡象早在冰雹過(guò)后 10 天就被發(fā)現了。然而,隨著(zhù)冰雹過(guò)后 40 天檢測到更強烈的紅葉著(zhù)色,損害顯示出是漸進(jìn)的。大約 20% 的普通松樹(shù)和略多于 1% 的落葉灌木叢遭到破壞。


image.png

左側為 RGB 圖像,右側為松林受損區域的反射率圖(紅色波段)。


image.png

左側為 RGB 圖像,右側為松林受損區域的 SIPI2 圖。


image.png

左側為 CIR 圖,右側為基于松林受損區域的同質(zhì)區域 (ROI) 的監督分類(lèi)圖 (SCP)。


image.png

表 1 松林監督分類(lèi)結果


結果

Pix4Dmapper幫助團隊對數據進(jìn)行全面分析。在生成的分類(lèi)圖的指導下,該團隊突出顯示了受壓和受損樹(shù)木的區域。這些工具有助于確保精確規劃衛生砍伐的規模和采伐木材的體積。因此,該地區只有 13% 的松林被砍伐,其余的則進(jìn)行了保護處理。


結論

林務(wù)員越來(lái)越多地使用捕捉和分析高分辨率圖像的新方法來(lái)監測冰雹等現象。其影響可能會(huì )顯著(zhù)影響森林生態(tài)系統功能。此示例展示了多光譜圖像與分析工具和專(zhuān)業(yè)知識相結合如何幫助指導和告知戰略業(yè)務(wù)決策。

<menuitem id="dlffb"></menuitem>
<address id="dlffb"></address>
<menuitem id="dlffb"></menuitem><menuitem id="dlffb"><ruby id="dlffb"></ruby></menuitem>
<menuitem id="dlffb"><ruby id="dlffb"></ruby></menuitem>
<menuitem id="dlffb"></menuitem>
<menuitem id="dlffb"><ruby id="dlffb"></ruby></menuitem>
<menuitem id="dlffb"></menuitem>
<var id="dlffb"><ruby id="dlffb"><th id="dlffb"></th></ruby></var>
<menuitem id="dlffb"></menuitem>
<listing id="dlffb"><cite id="dlffb"></cite></listing>
<var id="dlffb"><ruby id="dlffb"><th id="dlffb"></th></ruby></var><menuitem id="dlffb"></menuitem><menuitem id="dlffb"></menuitem>
<thead id="dlffb"><i id="dlffb"></i></thead><var id="dlffb"></var>
<menuitem id="dlffb"></menuitem><menuitem id="dlffb"></menuitem>
<thead id="dlffb"></thead><menuitem id="dlffb"><i id="dlffb"><noframes id="dlffb">
<menuitem id="dlffb"></menuitem>
<menuitem id="dlffb"></menuitem>
<thead id="dlffb"><i id="dlffb"></i></thead>
怀化市| 泉州市| 涿州市| 紫阳县| 重庆市| 昔阳县| 安西县| 冕宁县| 新余市| 布拖县| 遂溪县| 伊通| 鲁山县| 三明市| 西乌珠穆沁旗| 大埔区| 科技| 琼中| 江门市| 桂东县| 乌鲁木齐市| 怀远县| 余江县| 永清县| 出国| 福鼎市| 喀喇| 丹东市| 四平市| 桑日县| 南召县| 沂南县| 监利县| 屏东县| 始兴县| 汝城县| 井冈山市| 应用必备| 蓬溪县| 阿坝| 罗江县| http://444 http://444 http://444 http://444 http://444 http://444