[发明专利]一种基于机器学习的森林生长建模与预测的方法及装置

权利要求书

1.一种基于机器学习的森林生长建模与预测的方法，其特征在于，所述方法包括：

通过至少一个图像传感装置采集树木的破坏性取样图像数据；

对所述图像数据中的年轮进行标注，获取标注数据；

获取所述图像数据对应树木的基本参数，其中所述基本参数至少包括树木生物质量数据；

将所述图像数据、所述标注数据、所述基本参数作为训练数据输入至机器学习模型并进行训练，生成生物质量模型；

所述生物质量模型用于对后续采集到的所述破坏性取样图像数据进行自动识别并输出当前及预测的树木生物质量数据。

2.根据权利要求1所述的方法，其特征在于，所述对所述图像数据中的年轮进行标注，具体包括：对所述图像数据中每一圈年轮的边缘进行标注；根据已标注的每一圈年轮的边缘标注每一圈年轮的尺寸信息。

3.根据权利要求2所述的方法，其特征在于，所述生物质量模型用于对后续采集到的所述破坏性取样图像数据进行自动识别并输出当前及预测的树木生物质量数据具体包括：所述生物质量模型根据所述图像数据自动识别出所述各圈年轮的边缘，并根据各圈年轮的图像数据输出当前及预测的树木生物质量数据。

4.根据权利要求1所述的方法，其特征在于，所述图像传感装置包括：可见光图像传感器、主动式太赫兹探测传感器和多光谱图像传感器中的至少一种。

5.根据权利要求1所述的方法，其特征在于，所述破坏性取样图像数据包括：树木砍伐横截面的图像数据、横截面的太赫兹传感图像数据和钻取的树木生长样本图像数据中的至少一种。

6.一种基于机器学习的森林生长建模与预测的装置，其特征在于，包括：

图像采集模块，用于通过至少一个图像传感装置采集树木的破坏性取样图像数据；

训练数据获取模块，用于对所述图像数据中的年轮进行标注，获取标注数据；获取所述图像数据对应树木的基本参数，其中所述基本参数至少包括树木生物质量数据；并将所述图像数据、所述标注数据、所述基本参数作为训练数据；

模型生成模块，用于将所述训练数据获取模块获取到的训练数据输入至机器学习模型并进行训练，生成生物质量模型；

所述生物质量模型用于对后续采集到的所述破坏性取样图像数据进行自动识别并输出当前及预测的树木生物质量数据。

7.根据权利要求6所述的装置，其特征在于，所述训练数据获取模块包括数据标注子模块；

所述标注子模块，用于对所述图像数据中每一圈年轮的边缘进行标注；根据已标注的每一圈年轮的边缘标注每一圈年轮的尺寸信息。

8.根据权利要求7所述的装置，其特征在于，所述模型生成模块生成的生物质量模型，具体用于根据所述图像数据自动识别出所述各圈年轮的边缘，并根据各圈年轮的图像数据输出当前及预测的树木生物质量数据。

9.根据权利要求6所述的装置，其特征在于，所述图像采集模块中的图像传感装置包括：可见光图像传感器、主动式太赫兹探测传感器和多光谱图像传感器中的至少一种。

10.根据权利要求6所述的装置，其特征在于，所述图像采集模块采集的破坏性取样图像数据包括：树木砍伐横截面的图像数据、横截面的太赫兹传感图像数据和钻取的树木生长样本图像数据中的至少一种。