CN105930820A - 一种高海拔飞艇高分辨率草畜遥感动态监测平台及方法 - Google Patents
一种高海拔飞艇高分辨率草畜遥感动态监测平台及方法 Download PDFInfo
- Publication number
- CN105930820A CN105930820A CN201610302264.1A CN201610302264A CN105930820A CN 105930820 A CN105930820 A CN 105930820A CN 201610302264 A CN201610302264 A CN 201610302264A CN 105930820 A CN105930820 A CN 105930820A
- Authority
- CN
- China
- Prior art keywords
- data
- sheep
- district
- cattle
- herbage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Abstract
本发明涉及一种高海拔飞艇高分辨率草畜遥感动态监测平台及方法,基于安卓系统针对高海拔飞艇高分辨率草畜遥感动态监测来开发,分为服务器端和客户端两个部分,首先对飞艇数据进行处理,生成牧草数据、牲畜数据,之后将这些数据存储到服务器中供客户端调用;客户端利用高德地图SDK(软件开发工具包)为软件加载在线地图,同时定位到目标测区的位置,各个测区根据经纬度在地图上以标记的形式显示出来,能够直观的显示出测区之间的位置关系;与此同时,客户端还可以查询显示各测区的监测详情,包括牧草状况、牧草营养量、典型植被指数以及载畜量。本发明可以通过手机客户端随时随地查看当前测区内的牧草牲畜信息,做到准确实时,动态监测。
Description
技术领域
本发明涉及草畜遥感监测领域,是草畜遥感监测的移动平台,特别是一种高海拔飞艇高分辨率草畜遥感动态监测平台及方法。
背景技术
草原是我国最大的陆地生态系统,草原生态的健康状况十分重要,因此草原以及草原上的牲畜的动态监测一直是研究的热点问题,及时准确的了解草原的植被覆盖,可食草量进而计算出当前草地的载畜量对于草地的可持续发展利用以及管理具有十分重要的意义。
现有的草原遥感监测平台大多使用卫星进行监测,虽然监测范围很广,但是卫星拍摄的影像分辨率会比较低,对草原牧草不能进行更加细致的监测,与此同时利用卫星也无法获取测区内牲畜的信息。本发明采取的是飞艇遥感监测平台,可以很好的获取高分辨率影像,从而对测区牧草牲畜进行更加精确的监测。
与此同时,现有的遥感监测平台大多数都是基于桌面端或者网络端的,虽然功能强大,但是使用起来不太方便,不能够随时随地的使用与查阅。而近年来随着移动互联网的发展,智能手机功能越来越强大,运算能力越来越高,已经成为人们生活中必不可少的一部分。而本发明就是高海拔飞艇高分辨率草畜遥感动态监测平台在移动平台的实现。用户可以将客户端安装到自己的手机中,弥补了其他遥感监测平台只有网络端和桌面端的不足,做到随时随地通过手机客户端查看当前测区内的牧草牲畜信息。
发明内容
本发明目的是建立一个高海拔飞艇高分辨率草畜遥感动态监测的移动平台,可以通过手机客户端随时随地查看当前测区内的牧草牲畜信息,做到准确实时,动态监测。
本发明的技术方案:一种高海拔飞艇高分辨率草畜遥感动态监测平台,利用安卓平台对草畜进行动态监测,分为客户端与服务器端;其中服务器端包括数据处理模块和数据存储发布模块;客户端则包括地图加载模块、定位测区模块及测区详情显示模块;
数据处理模块,对高海拔飞艇采集来的遥感影像数据进行处理,生成测量区域的牧草数据、牲畜数据;生成牧草数据的过程是利用ENVI软件对飞艇采集来的遥感影像数据进行处理计算,生成包括牧草状况、牧草营养量和典型植被指数在内的牧草数据,其中牧草基本状况包括牧草精细分类、草地植被覆盖率、草地可食率分布以及草地植被退化分布,牧草营养量包括生物量、干草量、粗纤维、粗蛋白、P(磷)、Ca(钙);典型植被指数包括差分植被指数、归一化植被指数、比值植被指数以及光化学植被指数;对牲畜数据的处理是利用图像识别技术对高海拔飞艇遥感影像数据进行处理,利用图像识别技术计算影像中牛羊的个数,并且根据牛羊在影像中的所占的像素面积估算出牛羊的大小,进而通过一些单个牛羊食草量的统计数据估算出当前区域的牛羊食草量,最后生成以下数据:牛羊群的统计、识别、分类以及食草量估算;数据存储发布模块,此模块主要实现两个功能,首先是为定位测区模块提供经纬度信息,定位测区模块根据获取的经纬度信息将测区位置显示在在线地图上;其次是将数据处理模块中测区的牧草数据、牲畜数据进行汇总、分类,为测区详情显示模块提供测区监测条目列表及监测详细数据。
地图加载模块,通过调用高德地图SDK(软件开发工具包)加载高德在线地图数据并实现以下功能:自动连接到高德地图服务、下载地图数据、在设备屏幕上显示地图、显示各种控件,包括缩放控件,支持各种手势包括平移和缩放手势;最终实现为定位测区模块提供一份底图以显示测区位置。
定位测区模块,利用客户端通过与服务器端通讯,从数据存储发布模块获取所有测区的经纬度信息,并根据这些经纬度信息利用高德地图SDK(软件开发工具包)中的Marker(标记)接口将这些测区位置在地图加载模块中生成的底图上显示出来。同时在对应的Marker中显示当前测区的名称以及经纬度等基本信息。主要实现的功能是根据用户点击的Marker来判定用户选择查看的测区位置,并将这些位置信息传递给测区详情显示模块。
测区详情显示模块,利用客户端与服务器进行通讯,从数据存储发布模块获取监测条目列表,列表中包括以下几个类别:牧草状况、牧草营养量、典型植被指数以及载畜量,其中牧草状况包括牧草精细分类、草地植被覆盖率、草地可食率分布以及草地植被退化分布;牧草营养量包括生物量、干草量、粗纤维、粗蛋白;典型植被指数包括差分植被指数、归一化植被指数、比值植被指数以及光化学植被指数;载畜量包括对牛羊群的统计、识别、分类以及食草量估算。之后根据用户在监测列表中选择的监测条目以及定位测区模块中选择的测区位置信息将对应测区对应条目的数据从数据存储发布模块下载到测区详情显示模块,同时测区详情显示模块通过异步加载数据的方法完成对数据的加载显示。
所述数据处理模块中,对牲畜数据的处理是利用图像识别技术对高海拔飞艇遥感影像数据进行处理,利用图像识别技术计算影像中牛羊的个数,并且根据牛羊在影像中的所占的像素面积估算出牛羊的大小,之后根据统计得出的不同体重牛羊摄入干草量即可得出测区内牛羊的总食草量的过程为:首先利用图像识别软件统计出一幅影像中的牦牛或羊的个数以及统计出牦牛或羊在影像中所占的像素数,由于影像飞艇的高度是固定的,所以牦牛或羊的体重与其所占的像素数之间存在对应关系,利用实地测量统计得出影像中牦牛群或羊群的总体重数,即可求出牦牛或羊的体重数与其所占像素数的对应关系即单位像素的牦牛或羊的体重,进而可计算出单个牛羊的体重数据。结合统计得出的牛羊体重与其吃草量的关系即可算出测区内牛羊的总食草量,最后生成以下数据:牛羊群的统计、识别、分类以及食草量估算。
所述数据处理模块中,是利用ENVI软件对飞艇采集来的遥感影像数据进行处理计算,生成包括牧草状况、牧草营养量和典型植被指数在内的牧草数据的过程为:首先牧草的精细分类是利用ENVI软件对影像进行监督分类,将测区大致分为以下八类地物:蒿草、藏蒿草、矮蒿草混藏蒿草、针茅、金露梅、道路、裸地以及水体。其余关于牧草状况、营养量以及典型植被指数都是通过ENVI软件利用对应公式对测区飞艇高光谱影像波段计算得出的。其中光化学植被指数的计算是利用公式PRI=(B531-B570)/(B531+B570)对测区高光谱影像计算得出的;干草量的计算是利用公式air-DM=-2668.4*b496+4678.6*b508-7637.1*b821+12151*b855-4446.2*b943对测区高光谱影像计算而得出;生物量的计算是利用公式biomass=11595*b494-48211*b535+35263*b722+22989*b848-26967*b917对测区高光谱影像计算而得出;Ca(钙)是利用公式Ca=-13.92*b494-41.51*b501+48.46*b503-27.61*b789+29.49*b801对测区高光谱影像计算而得出等。
所述数据存储发布模块中,数据存储的方式采用远程服务器发布和存储,即将处理好的数据按照指定目录存入远程服务器中并发布,供客户端调用。
一种高海拔飞艇高分辨率草畜遥感动态监测方法,实现步骤为:
第一步,对高海拔飞艇采集来的遥感影像数据进行处理,生成测量区域的牧草数据、牲畜数据;生成牧草数据的过程是利用ENVI软件对飞艇采集来的遥感影像数据进行处理计算,生成包括牧草状况、牧草营养量和典型植被指数在内的牧草数据,其中牧草基本状况包括牧草精细分类、草地植被覆盖率、草地可食率分布以及草地植被退化分布,牧草营养量包括生物量、干草量、粗纤维、粗蛋白、P(磷)、Ca(钙);典型植被指数包括差分植被指数、归一化植被指数、比值植被指数以及光化学植被指数;对牲畜数据的处理是利用图像识别技术对高海拔飞艇遥感影像数据进行处理,利用图像识别技术计算影像中牛羊的个数,并且根据牛羊在影像中的所占的像素面积估算出牛羊的大小,进而通过一些单个牛羊食草量的统计数据估算出当前区域的牛羊食草量,最后生成以下数据:牛羊群的统计、识别、分类以及食草量估算;
第二步,将第一步得来的测量区域的牧草、牲畜数据进行汇总、分类,之后将分类汇总的数据存储到服务器中,发布以供客户端调用数据;
第三步,加载在线地图,从第二步获取测量区域的经纬度,并将各个测量区域在地图上标记出来;
第四部,在客户端中选择想要查看的测量区域以及监测项目或统计数据,与第二步中的服务器进行通讯,获取测区数据;
第五步,根据第四步中获取的数据在客户端加载显示。
所述的第二步中的数据存储方式采用了远程服务器发布和存储,即将处理好的数据按照指定目录存入远程服务器中并发布,供客户端调用。
所述的第三步中加载在线地图的方法如下:通过调用高德地图SDK(软件开发工具包)加载高德在线地图数据来实现在线地图的加载,与此同时与服务器通讯,获取测区经纬度信息,将在线地图定位到测区位置,并利用MARKER标记出测区位置,并显示测区基本信息。
所述第五步加载显示的方法为:在加载数据的时候新建线程后台加载,加载完成关闭该线程。
本发明与现有技术相比的优点在于:
(1)本发明采取的是飞艇遥感数据作为遥感监测平台的数据来源,相较于现有的草原遥感监测平台采用的卫星监测平台,可以获取高分辨率影像,从而对测区牧草牲畜进行更加精确的监测。
(2)本发明利用影像识别技术对测区内牛羊等牲畜的数量进项统计,可以节省大量的人力物力,而且效率相较于传统方式也会提高很多。同时结合统计数据中的单位牛羊的食草量可以估算出测区牛羊食草总量。
(3)本发明客户端通过加载在线地图并在地图上以标记的方式来显示各个测区的位置,可以直观的显示出各个测区之间的相对位置,而且还可以方便使用者在客户端上直观的找到自己测区的位置。
(4)为使数据更加安全且利于管理,本发明取代了传统本地存储的方式,将数据放在了远程的服务器上,这样可以更好的管理和更新数据,在测区的牧草情况发生变化时,只需要改变远程服务器端的数据就可以做到移动端的数据更新。
附图说明
图1为本发明平台的架构图;
图2为本发明方法的流程图;
图3为本发明中数据目录结构图;
图4为本发明中测区详情显示图。
具体实施方式
如图1所示,本发明主要包括两个部分,即客户端和服务器部分,其中服务器端分为数据处理模块和数据存储发布模块,其中数据处理模块作用为将原始数据进行处理供数据存储发布模块使用和发布,数据存储发布模块主要是将数据处理部分的数据进行归档存储并发布,为客户端的定位测区模块提供测区经纬度信息,为客户端的测区详情显示模块提供监测条目列表以及监测数据详情;客户端分为地图加载模块、定位测区模块以及测区详情显示模块,地图加载模块主要为定位测区模块提供底图,定位测区模块主要是将数据存储模块提供的经纬度信息解析出来显示在地图加载模块中提供的底图上,测区详情显示模块主要是根据用户选择的测区名以及监测条目来显示数据存储发布模块传递来的数据。
服务器部分的设计如下;首先对飞艇遥感数据进行处理,这里的数据处理分为两个部分,第一部分是对牧草数据进行的处理,首先牧草的精细分类是利用ENVI软件对影像进行监督分类,将测区大致分为以下八类地物:蒿草、藏蒿草、矮蒿草混藏蒿草、针茅、金露梅、道路、裸地以及水体。其余关于牧草状况、营养量以及典型植被指数都是通过ENVI软件利用对应公式对测区飞艇高光谱影像波段计算得出的。其中光化学植被指数的计算是利用公式PRI=(B531-B570)/(B531+B570)对测区高光谱影像计算得出的;干草量的计算是利用公式air-DM=-2668.4*b496+4678.6*b508-7637.1*b821+12151*b855-4446.2*b943对测区高光谱影像计算而得出;生物量的计算是利用公式biomass=11595*b494-48211*b535+35263*b722+22989*b848-26967*b917对测区高光谱影像计算而得出;Ca(钙)是利用公式Ca=-13.92*b494-41.51*b501+48.46*b503-27.61*b789+29.49*b801对测区高光谱影像计算而得出等等。第二部分是对牲畜数据进行处理,对牲畜数据进行处理是利用图像识别技术对高海拔飞艇遥感影像数据进行处理,利用图像识别技术计算影像中牛羊的个数,并且根据牛羊在影像中的所占的像素面积估算出牛羊的大小,之后根据统计得出的不同体重牛羊摄入干草量即可得出测区内牛羊的总食草量。具体过程如下:首先利用图像识别软件统计出一幅影像中的牦牛或羊的个数以及统计出牦牛或羊在影像中所占的像素数,由于影像飞艇的高度是固定的,所以牦牛或羊的体重与其所占的像素数之间存在对应关系,利用实地测量统计得出影像中牦牛群或羊群的总体重数,即可求出牦牛或羊的体重数与其所占像素数的对应关系即单位像素的牦牛或羊的体重,结合统计得出的牛羊体重与其食草量之间的关系即可算出测区内牛羊的总食草量。
处理后的数据结构如图3所示,之后将数据存入服务器,本发明中服务器采用了租用虚拟主机的方式实现服务器功能,虚拟主机就是把一台运行在互联网上的服务器划分成多个“虚拟”的服务器,每一个虚拟主机都具有独立的域名和完整的互联网服务器。将处理好的数据按照图3的数据结构通过ftp的方式上传到虚拟主机中,即可被客户端通过IP进行访问和调用。例如客户端后台可以通过访问http://XXXX.XXXX.com/cq1/airdm.jpg即可得到干草量的专题图,之后再前台解析显示即可(XXXX代表虚拟主机的域名)。
如图3所示,每个测区的数据结构大致可以分为四个部分,分别为牧草状况、牧草营养量、典型植被指数以及载畜量。其中牧草状况、牧草营养量、典型植被指数为牧草方面的数据。其中牧草状况包括牧草精细分类、草地植被覆盖率、草地可食率分布以及草地植被退化分布;牧草营养量包括生物量、干草量、粗纤维、粗蛋白;典型植被指数包括差分植被指数、归一化植被指数、比值植被指数以及光化学植被指数。载畜量为牲畜方面的数据,包括对牛羊群的统计、识别、分类以及食草量估算。
客户端是基于JAVA语言利用Android SDK和Eclipse编译器编写的,可分为三个模块即地图加载模块、定位测区模块以及测区详情显示模块。
地图加载模块具体实现如下:首先从高德地图开发者网站下载高德地图SDK(软件开发工具包)文件,解压后得到地图显示包“AMap_3DMap_VX.X.X_时间.jar”和库文件夹(包含armeabi、arm64-v8a等库文件),之后在官网注册成为开发者并申请Key,并将高德地图SDK(软件开发工具包)配置到Android开发环境中,由于本发明采取Eclipse作为编译器来开发的,所以只要在开发工程中新建“libs”文件夹,将地图包,及库文件夹一起拷贝至“libs”文件夹,之后将在官网申请的key添加在工程的“AndroidManifest.xml”文件中,并添加位置访问、网络访问等相应权限,至此在线地图环境配置完成,之后在用户界面上调用MapView(地图显示)接口即可成功调用高德地图的在线地图并实现以下功能:自动连接到高德地图服务、下载地图数据、在设备屏幕上显示地图、显示各种控件,如缩放控件、支持各种手势,如平移和缩放手势。
定位测区模块是客户端通过与服务器通讯,获取服务器中存储的测区经纬度信息,客户端解析并显示在地图上,具体实现方式如下:利用HttpURLConnection(网络连接)接口进行客户端与服务器的数据交换,利用这个接口从服务器获得存储测区经纬度的html文件的内容,文件中的内容就是测区经纬度信息。获取经纬度信息之后利用高德地图SDK中的moveCamera(可视区域)接口将加载的在线地图显示为当前测区,之后利用Marker(标记)接口设置将测区位置以标记的形式显示在地图上并利用AMap.OnInfoWindowClickListener接口去监听点击信息窗口的事件,以显示测区详情。
测区详情显示模块的实现方法为:首先同定位测区模块相同,从服务器端获得当前测区的监测条目列表如图2结构所示。之后将这些列表以listview(列表视图)的方式填充到主界面,之后将用户选择的测区监测条目返回到服务器中,将与之对应的数据传输到客户端中,由于一些数据的体积比较大,直接获取数据会花费时间,阻碍主线程,影响UI效果显得程序十分卡顿。这里从服务器上传输数据到客户端是通过异步加载来实现的,即新建线程后台传输数据,与此同时主界面显示缓冲动画,数据传输完成后关闭数据传输线程,同时客户端加载传输完成的数据如图4所示。具体方法为:新建一个Utils类,在这个类中新建主函数onLoadImage并传入以下参数:bitmapUrl(数据的网络地址),onLoadImageListener(加载数据的监听器),之后新建线程,利用HttpURLConnection获取与服务器的连接,利用InputStream获取输入流,之后利用BitmapFactory类中的decodeStream方法将数据加载到Bitmap中去,加载完成关闭线程。主函数中只需调用这一Utils类即可进行数据的异步加载。
Claims (8)
1.一种高海拔飞艇高分辨率草畜遥感动态监测平台,其特征在于:利用安卓平台对草畜进行动态监测,分为客户端与服务器端;其中服务器端包括数据处理模块和数据存储发布模块;客户端包括地图加载模块、定位测区模块及测区详情显示模块;
数据处理模块,对高海拔飞艇采集来的遥感影像数据进行处理,生成测区的牧草数据、牲畜数据;生成牧草数据的过程是利用ENVI软件对飞艇采集来的遥感影像数据进行处理计算,生成包括牧草状况、牧草营养量和典型植被指数在内的牧草数据,其中牧草状况包括牧草精细分类、草地植被覆盖率、草地可食率分布以及草地植被退化分布,牧草营养量包括生物量、干草量、粗纤维、粗蛋白、P(磷)、Ca(钙);典型植被指数包括差分植被指数、归一化植被指数、比值植被指数以及光化学植被指数;对牲畜数据的处理是利用图像识别技术对高海拔飞艇遥感影像数据进行处理,利用图像识别技术计算影像中牛羊的个数,并且根据牛羊在影像中所占的像素面积估算出牛羊的体重大小,进而通过单个牛羊每公斤体重的食草量的统计数据估算出当前区域的总的牛羊食草量,最后生成以下数据:牛羊群的统计、识别、分类以及食草量估算;
数据存储发布模块,此模块主要实现两个功能,首先是为定位测区模块提供经纬度信息,定位测区模块根据获取的经纬度信息将测区位置显示在在线地图上;其次是将数据处理模块中测区的牧草数据、牲畜数据进行汇总、分类,为测区详情显示模块提供测区监测条目列表及监测详细数据;
地图加载模块,通过调用高德地图软件开发工具包SDK加载高德在线地图数据并实现以下功能:自动连接到高德地图服务、下载地图数据、在设备屏幕上显示地图、显示各种控件,包括缩放控件,支持各种手势包括平移和缩放手势;最终实现为定位测区模块提供一份底图以显示测区位置;
定位测区模块,利用客户端通过与服务器端通讯,从数据存储发布模块获取所有测区的经纬度信息,并根据这些经纬度信息利用高德地图软件开发工具包SDK中的标记Marker接口将这些测区位置在地图加载模块中生成的底图上显示出来;同时在对应的标记Marker中显示当前测区的名称以及经纬度基本信息;实现的功能是根据用户点击的标记Marker来判定用户选择查看的测区位置,并将这些位置信息传递给测区详情显示模块;
测区详情显示模块,利用客户端与服务器进行通讯,从数据存储发布模块获取监测 条目列表,列表中包括以下几个类别:牧草状况、牧草营养量、典型植被指数以及载畜量,其中牧草状况包括牧草精细分类、草地植被覆盖率、草地可食率分布以及草地植被退化分布;牧草营养量包括生物量、干草量、粗纤维、粗蛋白;典型植被指数包括差分植被指数、归一化植被指数、比值植被指数以及光化学植被指数;载畜量包括对牛羊群的统计、识别、分类以及食草量估算;之后根据用户在监测列表中选择的监测条目以及定位测区模块中选择的测区位置信息将对应测区对应条目的数据从数据存储发布模块下载到测区详情显示模块,同时测区详情显示模块通过异步加载数据的方法完成对数据的加载显示。
2.根据权利要求1所述的高海拔飞艇高分辨率草畜遥感动态监测平台,其特征在于:所述数据存储发布模块中,数据存储的方式采用远程服务器发布和存储,即将处理好的数据按照指定目录存入远程服务器中并发布,供客户端调用。
3.根据权利要求1所述的高海拔飞艇高分辨率草畜遥感动态监测平台,其特征在于:所述数据处理模块中,对牲畜数据的处理是利用图像识别技术对高海拔飞艇遥感影像数据进行处理,利用图像识别技术计算影像中牛羊的个数,并且根据牛羊在影像中的所占的像素面积估算出牛羊的大小,之后根据统计得出的不同体重牛羊摄入干草量即可得出测区内牛羊的总食草量的过程为:首先利用图像识别软件统计出一幅影像中的牦牛或羊的个数以及统计出牦牛或羊在影像中所占的像素数,由于影像飞艇的高度是固定的,所以牦牛或羊的体重与其所占的像素数之间存在对应关系,利用实地测量统计得出影像中牦牛群或羊群的总体重数,即可求出牦牛或羊的体重数与其所占像素数的对应关系即单位像素的牦牛或羊的体重,进而可计算出单个牛羊的体重数据;结合统计得出的牛羊体重与其吃草量的关系即可算出测区内牛羊的总食草量,最后生成以下数据:牛羊群的统计、识别、分类以及食草量估算。
4.根据权利要求1所述的高海拔飞艇高分辨率草畜遥感动态监测平台,其特征在于:所述数据处理模块中,是利用ENVI软件对飞艇采集来的遥感影像数据进行处理计算,生成包括牧草基本状况和典型植被指数在内的牧草数据的过程为:首先牧草的精细分类是利用ENVI软件对影像进行监督分类,将测区大致分为以下八类地物:蒿草、藏蒿草、矮蒿草混藏蒿草、针茅、金露梅、道路、裸地以及水体,其余关于牧草状况、营养量以及典型植被指数都是通过ENVI软件利用对应公式对测区飞艇高光谱影像波段计算得出的。
5.一种高海拔飞艇高分辨率草畜遥感动态监测方法,其特征在于实现步骤为:
第一步,对高海拔飞艇采集来的遥感影像数据进行处理,生成测量区域的牧草数据、 牲畜数据;生成牧草数据的过程是利用ENVI软件对飞艇采集来的遥感影像数据进行处理计算,生成包括牧草基本状况和典型植被指数在内的牧草数据专题图,其中牧草基本状况包括牧草精细分类、草地植被覆盖率、草地可食率分布以及草地植被退化分布,牧草营养量包括生物量、干草量、粗纤维、粗蛋白、P(磷)、Ca(钙);典型植被指数包括差分植被指数、归一化植被指数、比值植被指数以及光化学植被指数;对牲畜数据的处理是利用图像识别技术对高海拔飞艇遥感影像数据进行处理,利用图像识别技术计算影像中牛羊的个数,并且根据牛羊在影像中的所占的像素面积估算出牛羊的大小,进而通过一些单个牛羊食草量的统计数据估算出当前区域的牛羊食草量,最后生成以下数据:牛羊群的统计、识别、分类以及食草量估算;
第二步,将第一步得来的测量区域的牧草、牲畜数据进行汇总、分类,之后将分类汇总的数据存储到服务器中,发布以供客户端调用数据;
第三步,加载在线地图,从第二步获取测量区域的经纬度,并将各个测量区域在地图上标记出来;
第四步,在客户端中选择想要查看的测量区域以及监测项目,与第二步中的服务器进行通信,获取测区数据;
第五步,根据第四步中获取的数据在客户端加载显示。
6.根据权利要求5所述的高海拔飞艇高分辨率草畜遥感动态监测方法,其特征在于:所述的第二步中的数据存储方式采用了远程服务器发布和存储,即将处理好的数据按照指定目录存入远程服务器中并发布,供客户端调用。
7.根据权利要求5所述的高海拔飞艇高分辨率草畜遥感动态监测方法,其特征在于:所述的第三步中加载在线地图的方法如下:通过调用高德地图软件开发工具包SDK加载高德在线地图数据来实现在线地图的加载,与此同时与服务器通讯,获取测区经纬度信息,利用标记Marker接口将测区位置在地图上显示出来,并在标记Marker上显示当前测区的名称以及经纬度基本信息。
8.根据权利要求5所述的高海拔飞艇高分辨率草畜遥感动态监测方法,其特征在于:所述第五步加载显示的方法为:在加载数据的时候新建线程后台加载,加载完成关闭该线程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610302264.1A CN105930820B (zh) | 2016-05-09 | 2016-05-09 | 一种高海拔飞艇高分辨率草畜遥感动态监测平台及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610302264.1A CN105930820B (zh) | 2016-05-09 | 2016-05-09 | 一种高海拔飞艇高分辨率草畜遥感动态监测平台及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105930820A true CN105930820A (zh) | 2016-09-07 |
CN105930820B CN105930820B (zh) | 2019-04-12 |
Family
ID=56835374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610302264.1A Active CN105930820B (zh) | 2016-05-09 | 2016-05-09 | 一种高海拔飞艇高分辨率草畜遥感动态监测平台及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105930820B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446231A (zh) * | 2016-09-30 | 2017-02-22 | 佛山市顺德区美的电热电器制造有限公司 | 米种数据的显示方法及显示系统和智能设备 |
CN106649493A (zh) * | 2016-09-30 | 2017-05-10 | 佛山市顺德区美的电热电器制造有限公司 | 米类数据的显示方法、米类数据的显示系统和智能设备 |
CN106713869A (zh) * | 2017-01-10 | 2017-05-24 | 苏尼特左旗晟兴电子商贸有限责任公司 | 牧场远程监控方法、装置及系统 |
CN106709922A (zh) * | 2016-12-29 | 2017-05-24 | 江苏省无线电科学研究所有限公司 | 基于图像的牧草覆盖度和生物量自动检测方法 |
CN107657206A (zh) * | 2016-12-23 | 2018-02-02 | 航天星图科技(北京)有限公司 | 一种基于遥感技术估算绿地覆盖率的方法 |
CN108008983A (zh) * | 2017-09-30 | 2018-05-08 | 浙江中控软件技术有限公司 | 基于单进程的多接口数据处理方法 |
CN110095412A (zh) * | 2019-04-22 | 2019-08-06 | 青海大学 | 一种草畜动态遥感监测及放牧预警方法 |
CN110472590A (zh) * | 2019-08-19 | 2019-11-19 | 中国林业科学研究院林业新技术研究所 | 鸟类调查方法及装置 |
CN110717087A (zh) * | 2019-04-24 | 2020-01-21 | 中国科学院地理科学与资源研究所 | 一种指定位置点的归一化植被指数ndvi获取方法及系统 |
CN111625037A (zh) * | 2020-06-12 | 2020-09-04 | 唐利军 | 一种多功能农业管理系统 |
CN112464111A (zh) * | 2019-09-09 | 2021-03-09 | 北京国双科技有限公司 | 一种地图图层的加载方法及装置 |
CN112541487A (zh) * | 2021-01-01 | 2021-03-23 | 生态环境部卫星环境应用中心 | 基于亚米级高分卫星遥感影像的牧区羊群的自动监测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001022925A (ja) * | 1999-07-09 | 2001-01-26 | Mitsubishi Chemicals Corp | 人工生命的手法に基づく画像処理方法及び装置並びに画像処理プログラムを記録したコンピュータ読取可能な記録媒体 |
CN102073879A (zh) * | 2010-12-02 | 2011-05-25 | 南京大学 | 基于半监督学习的海岸海洋遥感影像特征地类的识别方法 |
CN204086893U (zh) * | 2014-09-20 | 2015-01-07 | 无锡北斗星通信息科技有限公司 | 位于无人机上的田间旱情采集装置 |
-
2016
- 2016-05-09 CN CN201610302264.1A patent/CN105930820B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001022925A (ja) * | 1999-07-09 | 2001-01-26 | Mitsubishi Chemicals Corp | 人工生命的手法に基づく画像処理方法及び装置並びに画像処理プログラムを記録したコンピュータ読取可能な記録媒体 |
CN102073879A (zh) * | 2010-12-02 | 2011-05-25 | 南京大学 | 基于半监督学习的海岸海洋遥感影像特征地类的识别方法 |
CN204086893U (zh) * | 2014-09-20 | 2015-01-07 | 无锡北斗星通信息科技有限公司 | 位于无人机上的田间旱情采集装置 |
Non-Patent Citations (1)
Title |
---|
梁天刚等: "2001-2008年甘南牧区草地地上生物量与载畜量遥感动态监测", 《草业学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446231A (zh) * | 2016-09-30 | 2017-02-22 | 佛山市顺德区美的电热电器制造有限公司 | 米种数据的显示方法及显示系统和智能设备 |
CN106649493A (zh) * | 2016-09-30 | 2017-05-10 | 佛山市顺德区美的电热电器制造有限公司 | 米类数据的显示方法、米类数据的显示系统和智能设备 |
CN107657206A (zh) * | 2016-12-23 | 2018-02-02 | 航天星图科技(北京)有限公司 | 一种基于遥感技术估算绿地覆盖率的方法 |
CN106709922B (zh) * | 2016-12-29 | 2020-05-19 | 江苏省无线电科学研究所有限公司 | 基于图像的牧草覆盖度和生物量自动检测方法 |
CN106709922A (zh) * | 2016-12-29 | 2017-05-24 | 江苏省无线电科学研究所有限公司 | 基于图像的牧草覆盖度和生物量自动检测方法 |
CN106713869B (zh) * | 2017-01-10 | 2020-02-14 | 苏尼特左旗晟兴电子商贸有限责任公司 | 云智能牧场无线监控跟踪方法、装置及系统 |
CN106713869A (zh) * | 2017-01-10 | 2017-05-24 | 苏尼特左旗晟兴电子商贸有限责任公司 | 牧场远程监控方法、装置及系统 |
CN108008983A (zh) * | 2017-09-30 | 2018-05-08 | 浙江中控软件技术有限公司 | 基于单进程的多接口数据处理方法 |
CN108008983B (zh) * | 2017-09-30 | 2023-12-15 | 浙江中控软件技术有限公司 | 基于单进程的多接口数据处理方法 |
CN110095412A (zh) * | 2019-04-22 | 2019-08-06 | 青海大学 | 一种草畜动态遥感监测及放牧预警方法 |
CN110717087A (zh) * | 2019-04-24 | 2020-01-21 | 中国科学院地理科学与资源研究所 | 一种指定位置点的归一化植被指数ndvi获取方法及系统 |
CN110472590A (zh) * | 2019-08-19 | 2019-11-19 | 中国林业科学研究院林业新技术研究所 | 鸟类调查方法及装置 |
CN112464111A (zh) * | 2019-09-09 | 2021-03-09 | 北京国双科技有限公司 | 一种地图图层的加载方法及装置 |
CN111625037A (zh) * | 2020-06-12 | 2020-09-04 | 唐利军 | 一种多功能农业管理系统 |
CN112541487A (zh) * | 2021-01-01 | 2021-03-23 | 生态环境部卫星环境应用中心 | 基于亚米级高分卫星遥感影像的牧区羊群的自动监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105930820B (zh) | 2019-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105930820A (zh) | 一种高海拔飞艇高分辨率草畜遥感动态监测平台及方法 | |
Gearhart et al. | Use of Kendall's coefficient of concordance to assess agreement among observers of very high resolution imagery | |
Deng et al. | Web-service-based monitoring and analysis of global agricultural drought | |
Duniway et al. | Rangeland and pasture monitoring: an approach to interpretation of high-resolution imagery focused on observer calibration for repeatability | |
Delrue et al. | Crop mapping in countries with small-scale farming: A case study for West Shewa, Ethiopia | |
EP2174286A2 (en) | A mobile based advisory system and a method thereof | |
Yusoff et al. | Phenology and classification of abandoned agricultural land based on ALOS-1 and 2 PALSAR multi-temporal measurements | |
Herrmann et al. | Beyond bioproductivity: Engaging local perspectives in land degradation monitoring and assessment | |
Castro et al. | A new approach to quantify grazing pressure under mediterranean pastoral systems using GIS and remote sensing | |
Sirami et al. | Woodlarks Lullula arborea and landscape heterogeneity created by land abandonment | |
CN115668209A (zh) | 用于管理和处理农田数据的系统和方法 | |
CN110197381B (zh) | 基于农业物联网综合服务管理系统的可追溯信息处理方法 | |
Pirius et al. | Winter habitat use and survival of lesser prairie‐chickens in West Texas | |
Arnon et al. | The spatial dimension of pastoral herding: a case study from the northern Negev | |
Lanucara et al. | A prototype of service oriented architecture for precision agriculture | |
Michel et al. | Environmental Monitoring 2.0 | |
Jha et al. | Distribution, movements, and survival of the critically endangered Bengal Florican Houbaropsis bengalensis in India and Nepal | |
Kotovirta et al. | Citizen science for earth observation: Applications in environmental monitoring and disaster response | |
Angerer | 16. Technologies, tools and methodologies for forage evaluation in grasslands and rangelands | |
Liu et al. | Location-based instant satellite image service: concept and system design | |
Leopold et al. | Multi-Scale Habitat Selection of the Endangered Hawaiian Goose: Selección de Hábitat a Múltiples Escalas de la Especie en Peligro Branta sandvicensis | |
Walton et al. | High spatial resolution vegetation mapping for assessment of wildlife habitat | |
Li et al. | Cloud grazing management and decision system based on WebGIS | |
Leigo et al. | Overview of technology products for the beef industry of remote Australia | |
Schlager et al. | Assessing the potential impacts of bioenergy cropping on a population of the ground-breeding bird Alauda arvensis: a case study from southern Germany |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |