[发明专利]一种森林有害木识别方法

说明书

本发明涉及一种森林有害木识别方法，其特征在于包括如下步骤：步骤1、采集一张包含有害木的森林遥感图像，并将有害木所处的空间位置进行标注；步骤2、获取森林遥感图像在b、g、r、nir这四个波段上的灰度值，同时对有害木及非有害木对应的位置进行标签；步骤3、建立多层感知器模型，在隐含层个数至少为2层，每层神经元至少为20个的前提下，采用训练样本数据对多层感知器模型进行训练；步骤4、获取待识别的森林遥感图像在b、g、r、nir这四个波段上的灰度值，并输入多层感知器模型，得到预测结果。与现有技术相比，本发明的优点在于：能有效并且快速勘测森林有害木所在位置。

技术领域

本发明涉及一种森林有害木识别方法。

背景技术

森林作为世界上最宝贵的资源之一，在多方面与人类的生活紧密相连。它有极大的经济价值，是许多生活用品的重要原料，例如家具、建筑材料以及装饰品；是医药品的原材料，许多树木的根枝、茎叶、花果等器官均可入药治病；同时具有很强的观赏性，对旅游业的发展有重要作用。此外，它也是自然生态环境的保障，能够涵养水源、净化空气，调节气候，维持生物多样性。中国因幅员辽阔、气候变化多样而拥有丰富的森林植物和森林类型，据第八次全国森林资源清查报告显示，中国的人工林面积位于世界首位，森林资源稳步提升，质量不断增高。

然而受到森林灾害的影响，仍旧存在生态脆弱，森林供给与实际社会需求不平衡的问题。其中森林病虫害问题如同“流感”，极易在区域内大面积传播。由于森林树木之多，范围之广，发病部位又较为隐蔽，在初期无法对所有的树木进行勘测。若无法及时发现并处理遭受病害的树木，病害将会蔓延至一块区域的树木，导致资源的严重损耗，制约了林业的发展，对经济收益和生态环境造成了严重的影响。

为了加快林业的建设发展需要对病虫害做好监测防治工作。传统的森林病害监测主要通过人工调查，对森林进行取样、检测，这样不仅增加工作人员的负担，而且待监测的树木量巨大，在大概率上无法及时监测到病害并反馈信息，效率低下，无法及时准确地获得树木感染病虫害的情况，从而不能在灾害扩散前，及时止损。因此，寻求一种有效并且快速勘测有害木的方法，能够向防治树木灾害的工作人员及时提供信息，不仅减轻工作人员的负担，而且对林业可持续发展、森林树木资源的提升有着重要作用。

发明内容

本发明所要解决的技术问题是针对上述现有技术提供一种有效并且快速勘测森林有害木识别方法。

本发明解决上述技术问题所采用的技术方案为：一种森林有害木识别方法，其特征在于包括如下步骤：

步骤1、采集一张包含有害木的森林遥感图像，同时将这张森林遥感图像中有害木所处的空间位置进行标注；

步骤2、获取步骤1中的森林遥感图像在b、g、r、nir这四个波段上的灰度值，同时对有害木及非有害木对应的位置进行标签，规定有害木对应的标签为1，非有害木的标签为0，生成训练样本数据；

步骤3、建立多层感知器模型，在隐含层个数至少为2层，每层神经元至少为20个的前提下，将步骤2中获取的训练样本数据作为多层感知器模型的输入参数，对多层感知器模型进行训练，将训练完成后的多层感知器模型作为最终的多层感知器模型；

步骤4、输入待识别的森林遥感图像，获取待识别的森林遥感图像在b、g、r、nir这四个波段上的灰度值，然后将待识别的森林遥感图像在b、g、r、nir这四个波段上的灰度值输入步骤3最终得到的多层感知器模型，得到预测结果，将该预测结果中标签为1的点作为待识别的森林遥感图像中有害木所在位置。

作为较好的方案，所述步骤1中的N张森林遥感图像采用分辨率为0.1m的遥感图像。

所述步骤1中的N张森林遥感图像采用GCS_WGS_1984作为空间参考，将有害木所处的空间位置进行标注。

使用ArcMap软件获取步骤2所需要的训练样本数据，具体过程如下：