无人机地理空间视频自动识别松材线虫病疫区枯立木研究OA

针对松材线虫病疫区对枯立木精准、高效的监测需求,为解决传统正射影像技术采集条件严苛、处理流程冗长、成本偏高等问题,本研究以正射影像人工判读结果为对照,选取DJI Mavic 3E(M3E)、DJI Mavic 3M(M3M)、DJI Mavic 4E(M4E)3款常用行业级无人机(UAVs)为作业平台,在广西壮族自治区柳州市三江侗族自治县、贺州市钟山县和岑溪市松材线虫病疫区开展手动飞行与自动航线飞行两种模式下的地理空间视频识别枯立木试验,并引入YOLOv8-LSK算法实现对枯立木的自动识别与定位,探讨航高、云台角度、地形起伏、无人机机型及影像数据源类型对识别准确率与定位偏差的影响。结果显示,视频识别的数据采集与处理总耗时大幅少于正射影像,三江侗族自治县M4E手动飞行比正射影像减少89.57%,钟山县自动航线飞行300 m航高比正射影像减少61.63%。M4E凭借21 m/s的飞行速度实现最优采集效率,M3M同步采集多光谱数据,耗时仍远低于同机型正射影像。不同地形下最优参数组合(航高50—150 m、云台角度90°、可见光数据源、M4E机型)的枯立木识别准确率为88.9%—95.8%。视频识别的定位偏差在低航高垂直视角下的平均值为0.69—1.98 m,符合森林资源调查常规精度要求(±3.00 m);手动飞行模式定位偏差平均值为3.28 m,略超常规精度要求阈值,但其识别准确率在高航高下优于自动航线飞行,人为干预可以弥补设备性能不足,平衡调查效率与识别精度。地理空间视频识别松材线虫病枯立木效率优势突出,识别精度可控,定位精度达标,可以应用于松材线虫病疫区枯立木的监测和调查。