无人机影像及监督分类法在高原鼠兔危害地地物识别中的应用

Application and evaluation of drone image surveillance classification in rodent pest monitoring

摘要:

【目的】研究高原鼠兔鼠洞与裸斑无人机影像识别的最优监督分类方法,为危害监测与评价提供技术支撑。【方法】以若尔盖高寒草甸高原鼠兔危害地“草地-鼠洞-裸斑”镶嵌体景观为研究对象,采用最小距离法(MinD)、最大似然法(ML)、随机森林法(RF)、马氏距离法(MD)、神经网络法(NN)和支持向量机法(SVM)对高原鼠兔鼠洞与裸斑无人机影像进行分类识别,并采用混淆矩阵对6种分类方法精度进行评价。【结果】神经网络法在识别草地-鼠洞-裸斑表现最佳,生产者精度达98.48、86.04、99.28,用户精度分别为98.80、89.41、98.69,总体模型精度为99.26%,Kappa系数达到0.98,显示出较高的准确性和稳定性。【结论】神经网络法可做为高原鼠兔危害地无人机影像识别的有效方法,对草原生态保护和鼠害管理具有重要的应用价值。

Abstract: