1.本发明属于遥感技术领域，具体涉及一种刚竹毒蛾虫害早期虫源点的识别方法及系 统。
背景技术：2.毛竹是我国经济竹种中分布最广、面积最大、效益最高的竹种之一，广泛分布于福 建、江西、湖南、浙江等省份。随着科技与工艺的不断进步，竹产业链正在不断延伸， 竹资源与竹产业已经成为农民致富的重要依赖，并成为许多地区乡村振兴工作的动力资 源。
3.准确、有效地提取刚竹毒蛾危害信息是评估毛竹林健康状况的基础。已有研究多着 眼于灾情监测与灾后评估，无法对刚竹毒蛾危害发生前进行有效预测，而识别刚竹毒蛾 虫害早期虫源点是实现刚竹毒蛾危害预测的前提。为此，有必要研究一种确定刚竹毒蛾 虫害早期虫源点的方法，为实现刚竹毒蛾危害预警监测工作提供技术支撑。
技术实现要素：4.本发明的目的在于提供一种刚竹毒蛾虫害早期虫源点的识别方法及系统，该方法及 系统有利于快速、准确检测出刚竹毒蛾虫害早期虫源点。
5.为实现上述目的，本发明采用的技术方案是：一种刚竹毒蛾虫害早期虫源点的识别 方法，包括以下步骤：
6.(1)获取刚竹毒蛾越冬代与第一代时期的遥感影像，提取遥感影像中虫害信息；
7.(2)将轻度危害、中度危害、重度危害区域合并为危害区，对危害区影像进行叠 置分析，提取出公共区域，记为s1；
8.(3)将无危害、轻度危害、中度危害、重度危害依次赋值为1～4，将越冬代与第一 代刚竹毒蛾危害影像叠放，利用差分分析，采用对应像元相减的方式，逐步比较影像中 各个小区域像元值变化速率，提取变化速率大于设定阈值区域虫害范围，记为s2；
9.(4)对s1、s2进行综合分析，得出刚竹毒蛾虫害早期虫源点的分布信息。
10.进一步地，所述步骤(1)包括以下步骤：
11.(101)提取毛竹林遥感信息：利用“基于片层—面向类”算法，即利用ndvi植 被指数提取竹林区域，对明亮区植被与阴影区植被进行片层分割，在此基础上利用纹理 信息实现面向类的竹林信息提取；
12.(102)提取刚竹毒蛾危害信息：依据不同刚竹毒蛾危害等级下毛竹林冠层的表征 差异，以绿度、湿度、叶面积及光谱特征为评价指标，结合随机森林法，实现刚竹毒蛾 危害等级的遥感检测；所述遥感检测的计算方法为：
13.h＝rf(lai,csi,ndmvi,gvmi)
ꢀꢀꢀꢀꢀꢀ
(1)
14.其中，各指标计算方法为：
15.lai＝1.992-0.031
×
b-0.009
×
g+0.034
×
r+0.00007369
×
nir+2.69
×
savi
ꢀꢀꢀꢀꢀꢀ
(2)
[0016][0017]
csi＝[nir+(nir-r)]
×
(r-g)
ꢀꢀꢀꢀꢀꢀ
(4)
[0018][0019][0020]
式中，swir、nir、r、g、b分别表示短波红外、近红外、红光、绿光以及蓝光波 段的反射率；nir
min
和r
min
分别表示近红外波段及红光波段的反射率最小值；t为土壤 调节因子，取值范围0～1；
[0021]
利用上述方法获得刚竹毒蛾时序数据，在此基础上建立刚竹毒蛾危害时间序列数据 集，即u
dm
。
[0022]
进一步地，所述步骤(2)中，基于叠置分析进行虫害溯源：考虑刚竹毒蛾危害蔓 延的延续性与扩张性，将越冬代与第一代刚竹毒蛾危害范围叠置，得到公共区域s1即 认定为刚竹毒蛾虫害早期虫源点。
[0023]
进一步地，所述步骤(3)中，基于差分分析进行虫害溯源：基于刚竹毒蛾虫害发 生发展的规律，虫源出现并发生时该虫源点附近毛竹的受损程度加快，而由于生态系统 自修复性，若是该地未出现虫源，则该地植被逐步恢复原始状态；采用对应像元相减的 差分分析方式，逐步比较影像中各个小区域像元值变化缓急，对刚竹毒蛾虫害进行溯源 分析，提取出变化速率大于设定阈值区域虫害范围s2。
[0024]
进一步地，所述步骤(3)具体包括以下步骤：
[0025]
(301)以刚竹毒蛾危害时间序列数据集u
dm
中t1、t2期数据相减，得出刚竹毒蛾时 间序列变化数据；
[0026]
(302)设立检索窗口，记为mn，其中n为像元个数，表示以n
×
n像元矩阵的窗口 对影像内所有刚竹毒蛾危害等级数据进行逐行检索，计算在该窗口内全部像元值之和并 进行记录，记为m
n1
；若窗口内值越大则表示该位置虫害变化越急剧，反之则表示此处 无虫害或生态环境正在自我修复；记录完毕后令窗口向下一个像元方向移动一个单位并 再次记录窗口内像元值之和，直到遍历刚竹毒蛾危害等级数据中s个像元；
[0027]
(303)对m
n1
～m
ns
进行降序排序，选取前q个窗口即为刚竹毒蛾虫害早期虫源点。
[0028]
进一步地，所述步骤(4)中，将步骤(1)中叠置分析的结果与步骤(2)提取出 的虫源点区域进行交互验证，若两种方法同时提取出了某一区域内的虫源点信息，则可 认为该处虫源点提取有效，对该虫源点信息予以记录。
[0029]
本发明还提供了一种刚竹毒蛾虫害早期虫源点的识别系统，包括存储器、处理器以 及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序 指令时，能够实现上述的方法步骤。
[0030]
与现有技术相比，本发明具有以下有益效果：提供了一种刚竹毒蛾虫害早期虫源点 的识别方法及系统，该方法及系统基于遥感影像提取虫害信息，并结合叠置分析和差分 分析，快速、准确地确定刚竹毒蛾虫害早期虫源点的分布信息，为实现该虫害的精准预 测
与防控提供技术支持，具有很强的实用性和广阔的应用前景。
附图说明
[0031]
图1是本发明实施例中毛竹林分布图；
[0032]
图2是本发明实施例中刚竹毒蛾危害时间序列数据图；
[0033]
图3是本发明实施例中叠置分析所得早期虫源点区域图；
[0034]
图4是本发明实施例中差分分析流程图；
[0035]
图5是本发明实施例中分分析所得早期虫源点图；
[0036]
图6是本发明实施例中刚竹毒蛾虫害早期虫源点分布图；
[0037]
图7是本发明实施例的方法实现流程图。
具体实施方式
[0038]
下面结合附图及实施例对本发明做进一步说明。
[0039]
应该指出，以下详细说明都是示例性的，旨在对本技术提供进一步的说明。除非另 有指明，本文使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通 常理解的相同含义。
[0040]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据 本技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形 式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和 /或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0041]
如图7所示，本实施例提供了一种刚竹毒蛾虫害早期虫源点的识别方法，包括以下 步骤：
[0042]
(1)获取刚竹毒蛾越冬代与第一代时期的遥感影像，提取遥感影像中虫害信息；
[0043]
(2)将轻度危害、中度危害、重度危害区域合并为危害区，对危害区影像进行叠 置分析，提取出公共区域，记为s1；
[0044]
(3)将无危害、轻度危害、中度危害、重度危害依次赋值为1～4，将越冬代与第一 代刚竹毒蛾危害影像叠放，利用差分分析，采用对应像元相减的方式，逐步比较影像中 各个小区域像元值变化速率，提取变化速率大于设定阈值区域虫害范围，记为s2；
[0045]
(4)对s1、s2进行综合分析，得出刚竹毒蛾虫害早期虫源点的分布信息。
[0046]
下面以一具体实施例对本发明作进一步说明。本实施例中，试验数据为landsat 8 oli多光谱遥感影像，试验区为福建省南平市顺昌县。
[0047]
(1)毛竹林遥感信息的提取
[0048]
利用“基于片层—面向类”算法，即利用ndvi植被指数提取竹林区域，对明亮区 植被与阴影区植被进行片层分割，在此基础上利用纹理信息实现面向类的竹林信息提取。 提取的毛竹林分布如图1所示。
[0049]
(2)刚竹毒蛾危害信息的提取
[0050]
依据不同刚竹毒蛾危害等级下毛竹林冠层的表征差异，以绿度、湿度、叶面积及光 谱特征为评价指标，结合随机森林法，实现刚竹毒蛾危害等级的遥感检测；所述遥感检 测的计算方法为：
[0051]
h＝rf(lai,csi,ndmvi,gvmi)
ꢀꢀꢀꢀꢀꢀ
(1)
[0052]
其中，各指标计算方法为：
[0053]
lai＝1.992-0.031
×
b-0.009
×
g+0.034
×
r+0.00007369
×
nir+2.69
×
savi
ꢀꢀꢀꢀꢀꢀ
(2)
[0054][0055]
csi＝[nir+(nir-r)]
×
(r-g)
ꢀꢀꢀꢀꢀꢀ
(4)
[0056][0057][0058]
式中，swir、nir、r、g、b分别表示短波红外、近红外、红光、绿光以及蓝光波 段的反射率；nir
min
和r
min
分别表示近红外波段及红光波段的反射率最小值；t为土壤 调节因子，取值范围0～1。
[0059]
利用上述方法获得如图2所示的刚竹毒蛾时序数据，在此基础上建立刚竹毒蛾危害 时间序列数据集，即u
dm
。
[0060]
(3)基于叠置分析的虫害溯源
[0061]
考虑刚竹毒蛾危害蔓延的延续性与扩张性，将越冬代与第一代刚竹毒蛾危害范围叠 置，得到部分公共区域s1即认定为刚竹毒蛾虫害早期虫源点，如图3所示。
[0062]
(4)基于差分分析的虫害溯源
[0063]
基于刚竹毒蛾虫害发生发展的规律，虫源出现并发生时该虫源点附近毛竹的受损程 度较快，而由于生态系统自修复性，若是该地未出现虫源，则该地植被逐步恢复原始状 态。采用对应像元相减的差分分析方式，逐步比较影像中各个小区域像元值变化缓急， 对刚竹毒蛾虫害进行溯源分析，提取出变化速率大于设定阈值区域虫害范围s2。如图4 所示，差分分析的实施流程具体包括以下步骤：
[0064]
1)以刚竹毒蛾危害时间序列数据集u
dm
中t1、t2期数据相减，得出刚竹毒蛾时间序 列变化数据。
[0065]
2)设立检索窗口，记为mn，其中n为像元个数，表示以n
×
n像元矩阵的窗口对影 像内所有刚竹毒蛾危害等级数据进行逐行检索，计算在该窗口内全部像元值之和并进行 记录，记为m
n1
；若窗口内值越大则表示该位置虫害变化越急剧，反之则表示此处无虫 害或生态环境正在自我修复；记录完毕后令窗口向下一个像元方向移动一个单位并再次 记录窗口内像元值之和，直到遍历刚竹毒蛾危害等级数据中s个像元。
[0066]
3)对m
n1
～m
ns
进行降序排序，选取前q个窗口即为刚竹毒蛾虫害早期虫源点。
[0067]
通过差分分析得到如图5所示的虫源点分布。
[0068]
(5)刚竹毒蛾虫害早期虫源点的综合判定
[0069]
根据上述两种方法得到的s1、s2进行综合分析，最终确定刚竹毒蛾虫害早期虫源点， 如图6所示。具体地，将叠置分析的结果与差分分析提取出的虫源点区域进行交互验证， 若两种方法同时提取出了某一区域内的虫源点信息，则可认为该处虫源点提取有效，
对 该虫源点信息予以记录。
[0070]
本实施例还提供了一种刚竹毒蛾虫害早期虫源点的识别系统，包括存储器、处理器 以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程 序指令时，能够实现如上述的方法步骤。
[0071]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序 产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面 的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的 计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的 计算机程序产品的形式。
[0072]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程 图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每 一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些 计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备 的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的 指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中 指定的功能的装置。
[0073]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定 方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指 令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框 或多个方框中指定的功能。
[0074]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算 机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或 其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框 图一个方框或多个方框中指定的功能的步骤。
[0075]
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任 何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的 等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施 例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
技术特征：1.一种刚竹毒蛾虫害早期虫源点的识别方法，其特征在于，包括以下步骤：(1)获取刚竹毒蛾越冬代与第一代时期的遥感影像，提取遥感影像中虫害信息；(2)将轻度危害、中度危害、重度危害区域取并集合并为危害区，对不同时期危害区影像进行叠置分析，提取出公共区域，记为s1；(3)将无危害、轻度危害、中度危害、重度危害依次赋值为1～4，将越冬代与第一代刚竹毒蛾危害影像叠放，利用差分分析，采用对应像元相减的方式，逐步比较影像中各个小区域像元值变化速率，提取变化速率大于设定阈值区域虫害范围，记为s2；(4)对s1、s2进行综合分析，得出刚竹毒蛾虫害早期虫源点的分布信息。2.根据权利要求1所述的一种刚竹毒蛾虫害早期虫源点的识别方法，其特征在于，所述步骤(1)包括以下步骤：(101)提取毛竹林遥感信息：利用“基于片层—面向类”算法，即利用ndvi植被指数提取竹林区域，对明亮区植被与阴影区植被进行片层分割，在此基础上利用纹理信息实现面向类的竹林信息提取；(102)提取刚竹毒蛾危害信息：依据不同刚竹毒蛾危害等级下毛竹林冠层的表征差异，以绿度、湿度、叶面积及光谱特征为评价指标，结合随机森林法，实现刚竹毒蛾危害等级的遥感检测；所述遥感检测的计算方法为：h＝rf(lai,csi,ndmvi,gvmi)
ꢀꢀꢀꢀꢀꢀ
(1)其中，各指标计算方法为：lai＝1.992-0.031
×
b-0.009
×
g+0.034
×
r+0.00007369
×
nir+2.69
×
savi
ꢀꢀꢀꢀ
(2)csi＝[nir+(nir-r)]
×
(r-g)
ꢀꢀꢀꢀꢀꢀ
(4)(4)式中，swir、nir、r、g、b分别表示短波红外、近红外、红光、绿光以及蓝光波段的反射率；nir
min
和r
min
分别表示近红外波段及红光波段的反射率最小值；t为土壤调节因子，取值范围0～1；利用上述方法获得刚竹毒蛾时序数据，在此基础上建立刚竹毒蛾危害时间序列数据集，即u
dm
。3.根据权利要求2所述的一种刚竹毒蛾虫害早期虫源点的识别方法，其特征在于，所述步骤(2)中，基于叠置分析进行虫害溯源：考虑刚竹毒蛾危害蔓延的延续性与扩张性，将越冬代与第一代刚竹毒蛾危害范围进行叠置分析，得到公共区域s1即认定为刚竹毒蛾虫害早期虫源点。4.根据权利要求3所述的一种刚竹毒蛾虫害早期虫源点的识别方法，其特征在于，所述步骤(3)中，基于差分分析进行虫害溯源：基于刚竹毒蛾虫害发生发展的规律，虫源出现并发生时该虫源点附近毛竹的受损程度加快，而由于生态系统自修复性，若是该地未出现虫
源，则该地植被逐步恢复原始状态；采用对应像元相减的差分分析方式，逐步比较影像中各个小区域像元值变化缓急，对刚竹毒蛾虫害进行溯源分析，提取出变化速率大于设定阈值区域虫害范围s2。5.根据权利要求4所述的一种刚竹毒蛾虫害早期虫源点的识别方法，其特征在于，所述步骤(3)具体包括以下步骤：(301)以刚竹毒蛾危害时间序列数据集u
dm
中t1、t2期数据相减，得出刚竹毒蛾时间序列变化数据；(302)设立检索窗口，记为m
n
，其中n为像元个数，表示以n
×
n像元矩阵的窗口对影像内所有刚竹毒蛾危害等级数据进行逐行检索，计算在该窗口内全部像元值之和并进行记录，记为m
n1
；若窗口内值越大则表示该位置虫害变化越急剧，反之则表示此处无虫害或生态环境正在自我修复；记录完毕后令窗口向下一个像元方向移动一个单位并再次记录窗口内像元值之和，直到遍历刚竹毒蛾危害等级数据中s个像元；(303)对m
n1
～m
ns
进行降序排序，选取前q个窗口即为刚竹毒蛾虫害早期虫源点。6.根据权利要求1所述的一种刚竹毒蛾虫害早期虫源点的识别方法，其特征在于，所述步骤(4)中，将步骤(1)中叠置分析的结果与步骤(2)提取出的虫源点区域进行交互验证，若两种方法同时提取出了某一区域内的虫源点信息，则可认为该处虫源点提取有效，对该虫源点信息予以记录。7.一种刚竹毒蛾虫害早期虫源点的识别系统，其特征在于，包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现如权利要求1-6所述的方法步骤。
技术总结本发明涉及一种刚竹毒蛾虫害早期虫源点的识别方法及系统，该方法包括：（1）获取刚竹毒蛾越冬代与第一代时期的遥感影像，提取遥感影像中虫害信息；（2）将轻度危害、中度危害、重度危害区域合并为危害区，对危害区影像进行叠置分析，提取出公共区域，记为S1；（3）将无危害、轻度危害、中度危害、重度危害依次赋值为1~4，将越冬代与第一代刚竹毒蛾危害影像叠放，利用差分分析，采用对应像元相减的方式，逐步比较影像中各个小区域像元值变化速率，提取变化速率大于设定阈值区域虫害范围，记为S2；（4）对S1、S2进行综合分析，得出刚竹毒蛾虫害早期虫源点的分布信息。该方法及系统有利于快速、准确检测出刚竹毒蛾虫害早期虫源点。出刚竹毒蛾虫害早期虫源点。出刚竹毒蛾虫害早期虫源点。
技术研发人员：许章华 胡新宇 李彬 周鑫
受保护的技术使用者：福州大学
技术研发日：2021.12.23
技术公布日：2022/7/4
