CN109902596A - 一种开阔地区大群野生动物无人机调查方法 - Google Patents
一种开阔地区大群野生动物无人机调查方法 Download PDFInfo
- Publication number
- CN109902596A CN109902596A CN201910097958.XA CN201910097958A CN109902596A CN 109902596 A CN109902596 A CN 109902596A CN 201910097958 A CN201910097958 A CN 201910097958A CN 109902596 A CN109902596 A CN 109902596A
- Authority
- CN
- China
- Prior art keywords
- photo
- unmanned plane
- wild animal
- height
- ground
- 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.)
- Pending
Links
- 241001465754 Metazoa Species 0.000 title claims abstract description 73
- 238000011835 investigation Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 26
- 241000894007 species Species 0.000 claims abstract description 6
- 238000012876 topography Methods 0.000 claims abstract description 4
- 241000609816 Pantholops hodgsonii Species 0.000 description 30
- 241001494479 Pecora Species 0.000 description 9
- 244000144992 flock Species 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 241000883966 Astrophytum capricorne Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 241001147389 Panthera uncia Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种开阔地区大群野生动物无人机调查方法,依次通过1)无人机按照预设的飞行方向飞行并以相同的间隔时间对地面景物进行连续地照片采集;2)获取每张照片采集时刻的经度、纬度和海拔高度,并计算出无人机距离地面的实时高度;3)根据照片采集时刻无人机距离地面的高度、机载相机的像素尺寸及焦距,计算每张照片的照片分辨率和照片对应的地面覆盖范围;4)根据照片统计野生动物的种群信息四个步骤实现;该方法简单、易行、有效节省人力成本,尤其适用于对于数量多但分布比较分散的野生动物种群、对人类靠近比较敏感的动物种群、以及活动区域属于无人区或地势较险的野生动物种群的准确调查和统计。
Description
技术领域
本发明涉及野生动物调查方法技术领域,特别涉及一种开阔地区大群野生动物无人机调查方法。
背景技术
传统的野生动物调查分好多种方法。针对数量少且分布比较分散个野生动物,一般采用“走马观花”的样带法,观察动物本体或者活动痕迹(脚印、粪便、鸣叫声等)。针对有固定线路的迁徙动物(例如非洲角马、藏羚羊等)或者十分稀少的动物(例如雪豹、熊等),可以采用蹲点长期观测的办法。但是,这些方法往往都十分简陋且十分辛苦,当被观测对象对人类靠近比较敏感时,即使使用望远镜,也往往无法对其开展精准的调查,只能是粗略的目估。另外,目前能有大群野生动物分布的地方,往往交通十分不便,例如青藏高原的无人区和海边广袤的滩涂。在青藏高原的无人区,藏羚羊在集中产仔期间,种群数量十分庞大,互相遮挡比较严重,且安全距离十分远,接近1km,很难通过地面调查准确统计藏羚羊的种群数量;在海边滩涂上,每年的春季和秋季迁徙期间,成千上万的水鸟在滩涂上觅食,种群数量极其庞大。
发明内容
本发明的目的是提供一种适用于在开阔地区的大群野生动物的种群信息进行有效调查的开阔地区大群野生动物无人机调查方法。
为此,本发明技术方案如下:
一种开阔地区大群野生动物无人机调查方法,步骤如下:
S1、无人机按照预设的飞行方向飞行,并利用机载的相机采用镜头垂直向下的拍摄方式并以相同的间隔时间对地面景物进行连续地照片采集;
S2、获取每张照片采集时刻的经度、纬度和海拔高度,并计算出无人机距离地面的高度;
在该步骤中,经、纬度信息、海拔高度可以直接从无人机自身的设备获取,进而可以通过公知的地形数据获得该位置附近的地面海拔变化特点,如美国的免费全球30m分辨率地形数据SRTM,或国内已有的地形图,进而,通过差值运算获得无人机距离地面的高度。
S3、根据照片采集时刻无人机距离地面的高度、机载相机的像素尺寸及焦距,计算每张照片的照片分辨率,即照片中每个像素的边长对应实际地面的尺寸:
照片分辨率=无人机距离地面的高度×相机的像素尺寸/焦距;
进而,根据照片分辨率及该张照片上的像素数量,计算出照片对应的地面覆盖范围:覆盖范围=像素数量×照片分辨率2;
S4、统计野生动物的种群信息:
S401、识别每张照片中的野生动物并计数,结合照片的覆盖范围计算每张照片上的野生动物的分布密度,通过对所有照片上野生动物的分布密度求取平均值,得到该调查区域野生动物种群的分布密度;
S402、根据公式:野生动物的长度=照片分辨率×单一野生动物在照片中长度方向上的像素个数,计算每张照片中的野生动物的长度;根据公式:野生动物的宽度=照片分辨率×单一野生动物在照片中宽度方向上的像素个数,计算每张照片中的野生动物的宽度;进而通过分别求取所有野生动物个体的长度和宽度的平均值得到野生动物种群的平均尺寸。
进一步地,在步骤S1中,照片采集的间隔时间应满足相邻两张照片采集的地面景物无重叠。
进一步地,在进行步骤S2之前,剔除步骤S1采集的照片中包括地形变化比较剧烈的陡坡和/或悬崖的照片。
进一步地,在步骤S1中,所述无人机采用大中型固定翼无人机,其飞行高度为调查区域海拔最高处距离起飞位置的高度与无人机的安全飞行距离之和。其中,无人机安全飞行距离根据调查区域的地貌而定,如灌木的种类和高度,同时还要考虑被调查的动物的特点,例如以不惊扰被调查野生动物为必要前提。
优选,无人机的安全飞行距离不小于30m。
例如,调查范围内的最高点的海拔为5000m,无人机起飞点的海拔高度为4800m,因此对应适宜的安全飞行的高度≥5000m-4800m+30m=230m,即无人机飞行的海拔高度应不低于为5030m。
无人机的飞行速度由自身根据其飞行高度调节,一般来说,无人机在平原上的飞行速度为80km/h,在高原上的飞行速度为120km/h。
其中,需要说明的是,无人机的飞行高度不是指照片采集时刻无人机距离地面的高度,而是指无人机起飞后盘旋上升至准备开展调查作业时刻下距离起飞点地面的高度。因此,无人机在起飞点上空拍摄的第一张照片时的飞行高度等于无人机距离地面的高度,而其它时刻的无人机距离地面的高度则会因地形起伏而不断变化。在该调查方法中,无人机在飞行全程的海拔高度不变。
进一步地,根据设定好的飞行高度设置适宜的照片分辨率,即每张所述照片的照片分辨率应满足其数值≤无人机按照预定的飞行高度飞行至调查区域海拔最低点位置处采集的照片中野生动物的较小个体或幼崽的体长的1/5。
进一步地,所述机载的相机配制的镜头的焦距应满足公式:焦距≥无人机飞行至海拔最低点位置时的距离地面的高度×相机的像素尺寸/照片分辨率。
与现有技术相比,该开阔地区大群野生动物无人机调查方法适用于对开阔地区各种类型的野生动物种群进行抽样调查,尤其适用于对于数量多但分布比较分散的野生动物种群、对人类靠近比较敏感的动物种群、以及活动区域属于无人区或地势较险的野生动物种群进行调查;该方法简单、易行、有效节省人力成本的同时且能够实现对野生动物种群的准确的调查和统计。
附图说明
图1为本发明的开阔地区大群野生动物无人机调查方法的效果示意图;
图2为本发明的实施例的某个架次无人机飞行航线及航拍效果俯瞰图;
图3(a)为本发明的实施例中无人机距离地面高度为300m时采集的藏羚羊群照片;
图3(b)为本发明的实施例中无人机距离地面高度为150m时采集的藏羚羊群照片;
图3(c)为本发明的实施例中无人机距离地面高度为40m时采集的藏羚羊群照片;
图3(d)为本发明的实施例中某处沼泽中的公藏羚羊群体的统计信息;
图3(e)为图3(d)中b部分的局部放大图;
图3(f)为图3(d)中c部分的局部放大图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的说明,但下述实施例绝非对本发明有任何限制。
本实施例以对西藏羌塘自然保护区的色吾雪山下产仔并启程返回栖息地的藏羚羊群的调查为例进行说明。调查时间为7月中下旬,该期间母藏羚羊已经在西藏羌塘自然保护区的色吾雪山下产仔并启程返回栖息地,因此调查的对象设定为归途中的一处河谷的母子藏羚羊群和位于栖息地内公藏羚羊群。
该开阔地区大群野生动物无人机调查方法的具体实施步骤如下:
步骤一、根据地理条件和调查对象的情况设置无人机的飞行参数和照片采集参数;具体地,
(i)由于当地的地形起伏条件相对平缓,无人机在一个架次航程范围内地形高度差最大为250m,根据栖息地和藏羚羊的特点,无人机的安全飞行距离为30m,因此,设定无人机飞行高度为180m,即飞行初始时刻距离地面的高度为180m,使无人机距离地面的高度处于30至280米之间;另外,由于当地的地理位置处于海拔4500m以上,气压较低,因此固定翼无人机为了足够的升力,飞行速度较在平原上的飞行速度,80km/h,更加快,因此在本实施例中无人机的飞行速度设定为120km/h,但是也正是由于气压较低,螺旋桨转速更快,续航时间减少至30分钟,因而单架次的无人机航程约60km;
(ii)如图2所示,由于待调查区域为一块矩形区域,因此无人机飞行路线设定为S形航线,因此在单架次的无人机60km航程中减去航带间大拐弯飞行的损耗,使整个航程分成5km长航带约10条,航带间距为200m,总体覆盖范围为10km2;
(iii)由于待调查的藏羚羊幼崽体长在0.5m左右,因此应保证采集照片的照片分辨率≤10cm;根据无人机距离地面的高度最大值为280m,因而对应地,无人机上机载的相机为Sonya5100,其像素尺寸为4μm,并配备有焦距为15mm的镜头,以保证无人机采集照片满足上述的照片分辨率要求;另外,相机采用镜头垂直向下的拍摄方式拍摄照片,且其设置的照片采集间隔为每10s采集一张照片,这样,每架次飞行获得照片约150张左右。
在该方法中,确定合适的照片分别率是准确获得调查结果的重要因素,如图1所示为开阔地区大群野生动物无人机调查方法的效果示意图,其体现出了无人机离地高度与照片分辨率和覆盖范围之间的关系。
步骤二、根据地形地图以及无人机的起降点、航行路线和航行状态,对经过步骤一采集的每张照片匹配相应的经纬度位置信息、地形种类信息和照片采集时刻无人机距离地面的高度;然后根据地形种类信息剔除拍摄区域属于陡坡、悬崖的照片;
步骤三、对剩余的照片进行照片分辨率的处理,具体处理方法为:根据飞行高度以及相机参数计算每张照片的分辨率和照片的覆盖范围:
(1)照片分辨率=飞行高度×相机的像素尺寸/焦距;
(2)照片的覆盖范围=像素数×照片分辨率2;
以下以其中的4张典型照片为例,对该计算过程进行说明:
如图3(a)所示为航拍区域内的河谷地带的照片,该照片拍摄时刻,无人机距离地面的高度为300m,照片中藏羚羊需要仔细辨认才能够识别,辨认依据为依靠个体极其阴影的组合;经过计算,该张照片的分辨=300m×4μm/15mm=8cm;
如图3(b)所示为另一航拍区域,该照片拍摄时刻,无人机距离地面的高度为150m,经过计算,该张照片的分辨率=150m×4μm/15mm=4cm;照片中可以很明显能够看到成对的藏羚羊,一母一子成对的藏羚羊群超一个方向迁徙,并且在该分辨率下还能分辨出头尾;
如图3(c)所示为航拍区域山坡地带的照片,该照片拍摄时刻,无人机距离地面的高度为40m,经过计算,该张照片的分辨率=40m×4μm/15mm=1cm;照片中藏羚羊或蹲或卧的姿态可以辨别,其白色的尾巴和耳朵都清晰可见;
如图3(d)所示为某处沼泽中的公藏羚羊群,由于公藏羚羊群为了免受天敌的追杀,喜好在沼泽地中驻足。该照片拍摄时刻,无人机距离地面的高度约150m,经过计算,该张照片的分辨率=150m×4μm/15mm=4cm;照片中共计91只,其中,6只在浅滩上,85只在水中;
如图3(e)所示为图3(d)中b部分的局部放大图,图中的三只公藏羚羊位于浅滩上,该分辨率下公藏羚羊的羊角无法清晰识别,但是由于阴影和背景有强烈的反差,可以从阴影中隐约辨识到羊角的存在;
如图3(f)所示为图3(d)中c部分的局部放大图,图中背景虽波光粼粼,但是该分辨率足以保证能够精确测量体长等信息,判断该群体为成年藏羚羊群体。
由于上述四张照片均采用同一部相机拍照得到,因此,每张照片的像素数量均为6000×4000=2400万个,对应地,计算出每张照片的覆盖范围。计算结果如下表1所示。
表1:
照片序号 | 照片分辨率 | 照片覆盖范围 |
1 | 8cm | 0.15km<sup>2</sup> |
2 | 4cm | 0.0384km<sup>2</sup> |
3 | 1cm | 0.0024km<sup>2</sup> |
4 | 4cm | 0.0384km<sup>2</sup> |
步骤四、在本次调查中,无人机合计飞行架次共计为12架次,合计拍摄照片约500张,共计调查到藏羚羊近2万只,根据对全部照片的分析和计算,获得藏羚羊的种群信息:
S401、识别每张照片中的野生动物并计数,结合照片的覆盖范围计算每张照片上的野生动物的分布密度,通过对所有照片上野生动物的分布密度求取平均值,得到该调查区域野生动物种群的分布密度;
根据计算,该调查区域藏羚羊的种群分布密度为17只/km2;结论:该密度远高于公知的不足0.5只/km2,说明该调查区域是藏羚羊迁徙通道,绝大多数个体只是途径而不在此地栖息。
S402、根据公式:野生动物的长度=照片分辨率×单一野生动物在照片中长度方向上的像素个数,计算每张照片中的野生动物的长度;根据公式:野生动物的宽度=照片分辨率×单一野生动物在照片中宽度方向上的像素个数,计算每张照片中的野生动物的宽度;进而通过分别求取所有野生动物个体的长度和宽度的平均值得到野生动物种群的平均尺寸;
根据计算,该调查区域藏羚羊的平均尺寸为:公藏羚羊1.27m长,母藏羚羊1.12m长,而跟随母藏羚羊迁徙途的幼崽约0.52m长。
Claims (7)
1.一种开阔地区大群野生动物无人机调查方法,其特征在于,步骤如下:
S1、无人机按照预设的飞行方向飞行,并利用机载的相机采用镜头垂直向下的拍摄方式以相同的间隔时间对地面景物进行连续地照片采集;
S2、获取每张照片采集时刻的经度、纬度和海拔高度,并计算出无人机距离地面的高度;
S3、根据照片采集时刻无人机距离地面的高度、机载相机的像素尺寸及焦距,计算每张照片的照片分辨率:
照片分辨率=无人机距离地面的高度×相机的像素尺寸/焦距;
进而,根据照片分辨率及该张照片上的像素数量,计算出照片对应的地面覆盖范围:覆盖范围=像素数量×照片分辨率2;
S4、统计野生动物的种群信息:
S401、识别每张照片中的野生动物并计数,结合照片的覆盖范围计算每张照片上的野生动物的分布密度,通过对所有照片上野生动物的分布密度求取平均值,得到该调查区域野生动物种群的分布密度;
S402、根据公式:野生动物的长度=照片分辨率×单一野生动物在照片中长度方向上的像素个数,计算每张照片中的野生动物的长度;根据公式:野生动物的宽度=照片分辨率×单一野生动物在照片中宽度方向上的像素个数,计算每张照片中的野生动物的宽度;进而通过分别求取所有野生动物个体的长度和宽度的平均值得到野生动物种群的平均尺寸。
2.根据权利要求1所述的开阔地区大群野生动物无人机调查方法,其特征在于,在步骤S1中,照片采集的间隔时间应满足相邻两张照片采集的地面景物无重叠。
3.根据权利要求1所述的开阔地区大群野生动物无人机调查方法,其特征在于,在进行步骤S2之前,剔除步骤S1采集的照片中包括地形变化比较剧烈的陡坡和/或悬崖的照片。
4.根据权利要求1所述的开阔地区大群野生动物无人机调查方法,其特征在于,在步骤S1中,所述无人机采用大中型固定翼无人机,其飞行高度为调查区域海拔最高处距离起飞位置的高度与无人机的安全飞行距离之和。
5.根据权利要求4所述的开阔地区大群野生动物无人机调查方法,其特征在于,无人机的安全飞行距离不小于30m。
6.根据权利要求4所述的开阔地区大群野生动物无人机调查方法,其特征在于,每张所述照片的照片分辨率应满足其数值≤无人机按照预定的飞行高度飞行至调查区域海拔最低点位置处采集的照片中野生动物的较小个体或幼崽的体长的1/5。
7.根据权利要求6所述的开阔地区大群野生动物无人机调查方法,其特征在于,所述机载的相机配制的镜头的焦距应满足公式:焦距≥无人机飞行至海拔最低点位置时的距离地面的高度×相机的像素尺寸/照片分辨率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910097958.XA CN109902596A (zh) | 2019-01-31 | 2019-01-31 | 一种开阔地区大群野生动物无人机调查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910097958.XA CN109902596A (zh) | 2019-01-31 | 2019-01-31 | 一种开阔地区大群野生动物无人机调查方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109902596A true CN109902596A (zh) | 2019-06-18 |
Family
ID=66944480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910097958.XA Pending CN109902596A (zh) | 2019-01-31 | 2019-01-31 | 一种开阔地区大群野生动物无人机调查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109902596A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672162A (zh) * | 2019-12-04 | 2020-01-10 | 中科星图(深圳)数字技术产业研发中心有限公司 | 一种自然保护地的动物环境监控方法 |
CN112033378A (zh) * | 2020-09-04 | 2020-12-04 | 中国农业大学 | 一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法 |
CN114064737A (zh) * | 2021-12-02 | 2022-02-18 | 北部湾大学 | 一种基于无人机的大型鲸类时空分布调查方法和系统 |
CN116310894A (zh) * | 2023-02-22 | 2023-06-23 | 中交第二公路勘察设计研究院有限公司 | 一种基于无人机遥感的小样本小目标藏羚羊智能识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104121893A (zh) * | 2014-08-01 | 2014-10-29 | 江苏恒创软件有限公司 | 基于无人机的野生动物群落状态监测方法 |
CN107194876A (zh) * | 2017-06-13 | 2017-09-22 | 中国科学院地理科学与资源研究所 | 一种基于无人机航拍的大型野生动物种群数量调查方法 |
-
2019
- 2019-01-31 CN CN201910097958.XA patent/CN109902596A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104121893A (zh) * | 2014-08-01 | 2014-10-29 | 江苏恒创软件有限公司 | 基于无人机的野生动物群落状态监测方法 |
CN107194876A (zh) * | 2017-06-13 | 2017-09-22 | 中国科学院地理科学与资源研究所 | 一种基于无人机航拍的大型野生动物种群数量调查方法 |
Non-Patent Citations (1)
Title |
---|
邵全琴等: "无人机遥感的大型野生食草动物种群数量及分布规律研究", 《遥感学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672162A (zh) * | 2019-12-04 | 2020-01-10 | 中科星图(深圳)数字技术产业研发中心有限公司 | 一种自然保护地的动物环境监控方法 |
CN110672162B (zh) * | 2019-12-04 | 2020-04-10 | 中科星图(深圳)数字技术产业研发中心有限公司 | 一种自然保护地的动物环境监控方法 |
CN112033378A (zh) * | 2020-09-04 | 2020-12-04 | 中国农业大学 | 一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法 |
CN114064737A (zh) * | 2021-12-02 | 2022-02-18 | 北部湾大学 | 一种基于无人机的大型鲸类时空分布调查方法和系统 |
CN116310894A (zh) * | 2023-02-22 | 2023-06-23 | 中交第二公路勘察设计研究院有限公司 | 一种基于无人机遥感的小样本小目标藏羚羊智能识别方法 |
CN116310894B (zh) * | 2023-02-22 | 2024-04-16 | 中交第二公路勘察设计研究院有限公司 | 一种基于无人机遥感的小样本小目标藏羚羊智能识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109902596A (zh) | 一种开阔地区大群野生动物无人机调查方法 | |
Bodkin et al. | An aerial survey method to estimate sea otter abundance | |
Grenzdörffer | UAS-based automatic bird count of a common gull colony | |
Guilford et al. | GPS tracking of the foraging movements of Manx Shearwaters Puffinus puffinus breeding on Skomer Island, Wales | |
Lindecke et al. | Experienced migratory bats integrate the sun’s position at dusk for navigation at night | |
Henny et al. | The 1973 distribution and abundance of breeding ospreys in the Chesapeake Bay | |
Dau | The fall migration of Pacific Flyway Brent Branta bernicla in relation to climatic conditions | |
Hardin et al. | Detecting squarrose knapweed (Centaurea virgata Lam. Ssp. squarrosa Gugl.) using a remotely piloted vehicle: A Utah case study | |
Larkin et al. | Radar observations of bird migration over the western North Atlantic Ocean | |
Scheidat et al. | Summer distribution of harbour porpoise (Phocoena phocoena) in the German North Sea and Baltic Sea | |
Frylestam | European hare | |
Louzao et al. | The role of climate and food availability on driving decadal abundance patterns of highly migratory pelagic predators in the Bay of Biscay | |
Beilfuss et al. | Status and distribution of large herbivores in the Marromeu Complex of the Zambezi Delta, Mozambique | |
Smith | Dynamics of the transisthmian migration of raptors between Central and South America | |
Heatwole et al. | Long-term population trends of seabirds on the Swain Reefs, Great Barrier Reef | |
Flock | Radar observations of bird movements along the arctic coast of Alaska | |
Williams et al. | Radar and visual observations of autumnal (southward) shorebird migration on Guam | |
King | The use of small airplanes to gather swan data in Alaska | |
Bonhommeau et al. | Aerial surveys of bluefin tuna in the western Mediterranean Sea: Retrospective, prospective, perspective | |
King | Swans | |
Steiner | Use of air photographs for interpreting and mapping rural land use in the United States | |
Arias et al. | Southern right whale Eubalaena australis recolonizes golfo san Matías (Patagonia, Argentina) | |
Rouyer et al. | Update of the French aerial survey index of abundance for 2018 | |
OKADO et al. | FLIGHT ALTITUDES OF CHICK-REARING RHINOCEROS AUKLETS CERORHINCA MONOCERATA MEASURED BY GPS LOGGER. | |
CN113743208B (zh) | 一种基于无人机阵列的中华白海豚数量统计方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190618 |
|
RJ01 | Rejection of invention patent application after publication |