一种基于榴莲适生区识别与精准监测方法及系统

本发明涉及智慧农业与遥感信息，尤其涉及一种基于榴莲适生区识别与精准监测方法及系统。

背景技术：

1、榴莲是具有重要经济价值的热带果树，被誉为“水果之王”。然而，榴莲产业仍面临两大核心问题：一是适宜种植区域尚未系统评估，扩种选址依赖经验判断，缺乏科学依据；二是种植管理精细化程度不足，生长状态监测依赖人工巡查，效率低、主观性强，难以实现大面积精准管理。

2、在现有技术中，适生区预测主要是基于气候因子进行分析，但该方法仅依赖静态气候数据，未能利用遥感影像提供的实时地物信息，预测结果与实际地块尺度存在差距。在榴莲健康监测方面，主要是以人工巡查为主，不仅需要大量的人力，而且容易出现监测遗漏及监测失误，从而导致用户的榴莲种植损失。

3、以及，现有通用遥感监测方案直接应用于榴莲种植场景时，由于榴莲树冠纹理特殊、种植区域多云雨雾遮挡，普遍存在种植区域提取误差超过15%、早期隐性害虫识别准确率不足60%的缺陷，无法适配榴莲专属的精细化管理需求。

技术实现思路

1、鉴于此，本发明的目的在于提供一种基于榴莲适生区识别与精准监测方法及系统，以解决或至少部分解决现有技术中所存在的上述问题。

2、为实现上述目的，本发明第一方面提供一种基于榴莲适生区识别与精准监测方法，所述方法包括以下步骤：

3、s1、利用卫星遥感技术获取榴莲适生区的多源卫星遥感数据，并对多源卫星遥感数据进行预处理；

4、s2、从经过预处理后的多源卫星遥感数据中提取榴莲适生区的关键环境因子；

5、s3、基于关键环境因子，对榴莲适生区进行适宜性分级，生成榴莲种植适宜性分级图；

6、s4、基于榴莲种植适宜性分级图，利用语义分割网络提取榴莲实际种植区域；

7、s5、基于榴莲实际种植区域，利用无人机获取榴莲的遥感影像数据，并根据遥感影像数据对榴莲进行害虫识别；

8、s6、基于害虫识别结果，对榴莲进行生长健康评估与预警；

9、s7、将生长健康评估与预警信息进行可视化展示并生成种植建议。

10、进一步的，所述关键环境因子包括地表温度、植被覆盖度、土壤湿度指数、地形因子、温度季节性变动系数、年积温和降水时空分布特征。

11、进一步的，所述步骤s3具体包括以下步骤：

12、s11、获取不同土壤类型与地形对应的榴莲种植环境阈值，所述榴莲种植环境阈值包括环境湿度、土壤水分、土壤酸碱度及光照条件；

13、s12、根据榴莲种植环境阈值建立不同的适宜等级；

14、s13、基于多源卫星遥感数据，获取榴莲适生区的土壤类型与地形；

15、s14、对关键环境因子进行无量纲化处理，并结合榴莲适生区的土壤类型与地形根据榴莲种植环境阈值对榴莲适生区进行适宜等级划分，生成榴莲种植适宜性分级图。

16、进一步的，所述利用语义分割网络自动提取榴莲实际种植区域，具体包括以下步骤：

17、s21、在语义分割网络中引入多尺度特征前馈网络模块，利用多尺度特征前馈网络模块根据榴莲种植适宜性分级图提取榴莲的多尺度特征，包括榴莲树冠的光谱特征、纹理特征及树冠形态学特征；

18、s22、所述多尺度特征前馈网络模块中设置有卷积位置编码子模块，所述卷积位置编码子模块用于对提取到的多尺度特征进行融合，得到榴莲统一特征图；

19、s23、在语义分割网络中引入注意力机制，通过注意力机制对榴莲统一特征图进行特征信息增强，得到榴莲增强特征图；

20、s24、基于榴莲增强特征图，利用语义分割网络提取榴莲实际种植区域。

21、进一步的，所述通过注意力机制对榴莲统一特征图进行特征信息增强，具体包括以下步骤：

22、s31、对榴莲统一特征图沿横轴与纵轴方向进行空间平均池化，得到横轴与纵轴方向的特征图；

23、s32、利用卷积层对横轴与纵轴方向的特征图进行降维，分别生成横轴方向与纵轴方向的注意力权重；

24、s33、利用横轴方向与纵轴方向的注意力权重对榴莲统一特征图进行加权，得到榴莲增强特征图。

25、进一步的，所述步骤s5具体包括以下步骤：

26、s41、根据榴莲实际种植区域规划无人机的飞行路径，利用无人机搭载的高分辨率传感器获取榴莲的遥感影像数据；

27、s42、对遥感影像数据进行处理操作，包括几何校正与辐射校正处理；

28、s43、基于经过处理操作的遥感影像数据，提取榴莲的生长状态信息；

29、s44、基于生长状态信息，识别榴莲实际种植区域中存在的害虫区域，并构建害虫识别模型，利用害虫识别模型根据害虫区域识别害虫类型。

30、进一步的，所述构建害虫识别模型，具体包括以下步骤：

31、s51、收集并标注害虫特征数据集，包括害虫类型及其对应的害虫特征，并将其划分为训练集与验证集；

32、s52、构建害虫识别模型，将训练集输入至害虫识别模型中进行训练，并引入焦点损失函数作为害虫识别模型的损失函数，并根据损失函数值调整害虫识别模型参数；

33、s53、将验证集输入至经过训练的害虫识别模型中，验证害虫识别模型的分类性能；

34、s54、将包含害虫区域的遥感影像数据输入至害虫识别模型中，识别害虫区域中的害虫类型。

35、进一步的，所述利用害虫识别模型根据害虫区域识别害虫类型，具体包括以下步骤：

36、s61、对包含害虫区域的遥感影像数据进行降维处理，提取害虫区域的光谱特征；

37、s62、基于包含害虫区域的遥感影像数据，提取害虫区域的纹理特征；

38、s63、将光谱特征与纹理特征进行结合，得到害虫综合特征，并将其输入至害虫识别模型中，根据害虫综合特征输出对应的害虫类别的概率。

39、本发明第二方面提供一种基于榴莲适生区识别与精准监测系统，所述系统包括：

40、数据采集模块：用于利用卫星遥感技术获取榴莲适生区的多源卫星遥感数据，并多源卫星遥感数据进行预处理；

41、环境因子提取模块：用于从经过预处理后的多源卫星遥感数据中提取榴莲适生区的关键环境因子；

42、适宜性分级模块：用于根据关键环境因子，构建榴莲适宜性分级模型，根据榴莲适宜性分级模型生成榴莲种植适宜性分级图；

43、种植区域提取模块：用于根据榴莲种植适宜性分级图，利用语义分割网络提取榴莲实际种植区域；

44、害虫识别模块：用于根据榴莲实际种植区域，利用无人机获取榴莲的遥感影像数据，并根据遥感影像数据对榴莲进行害虫识别；

45、评估预警模块：用于根据害虫识别结果对榴莲进行生长健康评估与预警；

46、可视化建议模块：用于将生长健康评估与预警信息进行可视化展示并生成种植建议。

47、与现有技术相比，本发明的有益效果是：

48、本发明提出一种基于榴莲适生区识别与精准监测方法及系统，通过提取榴莲适生区的关键环境因子，并根据关键环境因子实现对榴莲适生区的适宜性等级划分，通过利用经过改进优化的语义分割网络在适宜性等级划分的基础上实现对榴莲实际种植区域的提取，通过对榴莲进行害虫识别，实现对榴莲健康生长的实时监测，并为用户提供针对性的榴莲种植建议。本发明针对榴莲专属场景的定向优化大幅提升了监测精度，为榴莲产业的科学规划与精细化管理提供全链条技术支撑。