CN110008850B - 一种基于鸟类颜色提取的庇护植物筛选方法 - Google Patents
一种基于鸟类颜色提取的庇护植物筛选方法 Download PDFInfo
- Publication number
- CN110008850B CN110008850B CN201910196428.0A CN201910196428A CN110008850B CN 110008850 B CN110008850 B CN 110008850B CN 201910196428 A CN201910196428 A CN 201910196428A CN 110008850 B CN110008850 B CN 110008850B
- Authority
- CN
- China
- Prior art keywords
- bird
- species
- refuge
- birds
- color
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012216 screening Methods 0.000 title claims abstract description 27
- 238000000605 extraction Methods 0.000 title claims abstract description 22
- 241000894007 species Species 0.000 claims abstract description 157
- 241000271566 Aves Species 0.000 claims abstract description 54
- 230000001681 protective effect Effects 0.000 claims abstract description 7
- 238000011835 investigation Methods 0.000 claims description 20
- 239000003086 colorant Substances 0.000 claims description 14
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 claims description 14
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 241000282414 Homo sapiens Species 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 2
- 230000004075 alteration Effects 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 24
- 239000004576 sand Substances 0.000 description 10
- 244000194101 Ginkgo biloba Species 0.000 description 8
- 235000008100 Ginkgo biloba Nutrition 0.000 description 5
- 235000011201 Ginkgo Nutrition 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 235000008597 Diospyros kaki Nutrition 0.000 description 1
- 244000236655 Diospyros kaki Species 0.000 description 1
- 235000018960 Malus x micromalus Nutrition 0.000 description 1
- 244000042037 Malus x micromalus Species 0.000 description 1
- 241000219925 Oenothera Species 0.000 description 1
- 235000004496 Oenothera biennis Nutrition 0.000 description 1
- 241001529559 Rhipidura Species 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
Classifications
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Astronomy & Astrophysics (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Spectrometry And Color Measurement (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及基于鸟类颜色提取的庇护植物筛选方法，包括以下步骤：鸟类资源现状调查；结合非自然原因被捕存活、死亡鸟种数量等，选择该区域的保护鸟种；利用常用绘图软件提取保护鸟种的颜色信息，确定保护鸟种的庇护性；统计该区域的常见树种，利用常用绘图软件提取其各季节的颜色信息，明确常见树种可提供的庇护条件；利用色差公式对保护鸟种的庇护性与常见树种可提供的庇护条件进行计算比较，确定该区域保护鸟种的庇护树种；本发明给出一种庇护植物筛选更加科学合理，更适宜野生鸟类躲避天敌追杀及人类猎捕的庇护植物筛选方法，能够有效保护所在区域野生鸟类资源，提升保护鸟种种群数量，实现人与自然的和谐发展。
Description
技术领域
本发明属于生态环境领域，尤其涉及一种基于鸟类颜色提取的庇护植物筛选方法。
背景技术
鸟类多样性保护是区域生物多样性保护的重要组成部分和环境质量的重要评价指标，直接反映区域生物多样性水平。然而，随着社会经济的发展以及自然环境的破坏，许多野生鸟类由于缺乏有效的植物庇护，导致天敌残杀、人类猎捕等问题十分突出，严重威胁到了区域生物多样性水平。
大量研究与实践经验表明，动物体表颜色与周围环境越相似，动物越能在自然界里躲避敌人，在生存竞争中得到有效保护。因此，环境颜色是对动物庇护性的重要表征参数。而对于生存繁衍长期依赖树木的许多鸟类来说，树木主体颜色应和鸟类主体颜色接近，则自身可以得到更好的保护。增加周边环境对鸟类的庇护性对于保护珍稀、濒危与大量受偷猎、偷捕侵害的鸟类十分重要。但在当今鸟类生境恢复中，由于缺乏可以计算庇护性的具体方法，导致对庇护性的恢复十分缺乏，甚至造成虽然植树造林，但并未对鸟类起到良好保护的现象。
因此，提出一种基于鸟类颜色提取的庇护植物筛选方法，明晰如何科学的判断鸟类实际庇护性，确定适合各野生鸟种庇护的植物种，使需要保护的鸟类得到切实保护，维持和提升鸟类数量等具有十分重要的意义。
发明内容
本发明的目的在于改变现有野生鸟类由于周围庇护植物欠缺而经常遭受天敌或是人类猎杀的现状，提出一种基于鸟类颜色提取的庇护植物筛选方法，以保证植物种植能够有效地满足野生鸟类的实际庇护性，从而为鸟类猎捕重灾区或是鸟类聚集区植物种植提供指导。
本发明解决其技术问题是采取以下技术方案实现的：
一种基于鸟类颜色提取的庇护植物筛选方法，所述方法包括以下步骤：
A、鸟类资源现状调查
通过鸟类观测数据、无人机航拍资料，了解需要庇护区域的鸟类资源现状及各鸟种的外部形态特征；
B、选择保护鸟种
结合观测数据、科考报告，实地调查需要庇护区域由于周围庇护植物欠缺导致的非自然原因鸟种被捕、死亡情况；
对因非自然原因被捕存活、死亡鸟类数量等进行分析，得到保护鸟种；
C、确定保护鸟种的庇护性
从步骤A中筛选出保护鸟种的相关影像资料，对影像资料进行截取，通过绘图软件提取其颜色信息，并按面积占比由大至小依次排列，取各鸟种颜色排序序列号的前30％为保护鸟种的庇护性，其中，确认保护鸟种的庇护性时按照“四舍五入”原则进行计算；
D、确定树种可提供的庇护条件
结合科考报告、实地踏查，统计鸟类需要庇护地区常见树种，并在不同季节对其进行拍照处理，通过绘图软件提取常见树种的颜色信息，将其作为树种可提供的庇护条件；
E、确定庇护树种
以保护鸟种的庇护性为依据，结合其颜色信息值，利用色差公式△E＝[(△L)2+(△a)2+(△b)2]1/2对保护鸟种的庇护性与树种可提供的庇护条件进行计算比较。若△E≤9.5，则树种在某个季节可提供的庇护条件满足保护鸟种的庇护性，那么，该树种可判定为该区域保护鸟种的庇护树种；若△E＞9.5，则树种在某个季节可提供的庇护条件无法满足保护鸟种的庇护性，那么，该树种则判定为不是该区域保护鸟种的庇护树种；
其中，色差公式中：△E为保护鸟种庇护性与常见树种可提供庇护条件之间的色差；△L为保护鸟种主要颜色信息中L值与常见树种主要颜色信息中L值之间的差值；△a为保护鸟种主要颜色信息中a值与常见树种主要颜色信息中a值之间的差值；△b为保护鸟种主要颜色信息中b值与常见树种主要颜色信息中b值之间的差值；并且，L表示无反射光的明度，a表示反射光中红色与绿色的成分，b表示反射光中黄色与蓝色的成分。
进一步的，所述步骤A中鸟类资源观测采用样带和样点结合的方法，具体为：在调查区内设置若干样带，确保样带沿途可观测到调查区内全部生境且覆盖调查区内全部鸟类集中地点；在天气晴好的条件下，选取鸟类比较活跃的时间段，记录样带两侧50m以内所见到的全部鸟种；在样带中选取鸟类较为集中的地点设置为样点，在每个样点处停留约15～20分钟，用8倍、20倍的双筒望远镜巡视，用20～60倍单筒望远镜观察，结合鸟类的飞行姿势和鸣声综合特征来确认具体种类。
进一步的，所述步骤A中在无人机航拍或录制影像时，画面的清晰度应保证各鸟种及其颜色清晰可辨识。
进一步的，所述步骤A中观测频率为1次/月～3次/月，观测鸟类包括夏候鸟、冬候鸟及秋季旅鸟。
进一步的，所述步骤C中对影像资料进行截取时，应保证各保护鸟种截取5～10张颜色清晰可辨识、鸟的面积约占整个画面70％的左视图或右视图，且各鸟种位于照片的中间位置，其中，鸟的面积计算方法为：体长×身高。
进一步的，所述步骤D中踏查频率为1次/月～3次/月，且保证各树种照片5～10张/次；拍照时，应保证各树种颜色清晰可辨识，树干与照片上下边缘相垂直，且整棵树位于照片的中间位置。
本发明的优点和积极效果是：
1、本发明聚焦现有野生鸟类由于周围庇护植物欠缺而经常遭受天敌或是人类猎杀的问题，用具体量化的方法，使得所种植物可提供的庇护条件满足需要保护鸟种的实际庇护性，避免盲目种植导致的资源浪费与庇护效果不佳现象，可满足我国生态文明建设需求；
2、本发明以野生鸟类实际庇护性为依据，指导鸟类猎捕重灾区或鸟类聚集区庇护植物种的选择，从生态与资源的保护和科学配置相结合的角度进一步完善和发展了鸟类资源保护的理论和方法；
3、本发明的基于鸟类颜色提取的庇护植物种筛选方法具有普适性，可应用于我国大部分地区，辐射示范作用非常明显。
附图说明
以下将结合附图和实施例来对本发明的技术方案作进一步的详细描述，但是应当知道，这些附图仅是为解释目的而设计的，因此不作为本发明范围的限定。此外，除非特别指出，这些附图仅意在概念性地说明此处描述的结构构造，而不必要依比例进行绘制。
图1本发明的基于鸟类颜色提取的庇护植物筛选方法步骤图；
图2本发明的基于鸟类颜色提取的庇护植物筛选方法中影像资料截取示意图。
图3本发明的基于鸟类颜色提取的庇护植物筛选方法中保护鸟种色彩范围选择示意图。
图4本发明的基于鸟类颜色提取的庇护植物筛选方法中常见树种色彩范围选择示意图。
具体实施方式
首先，需要说明的是，以下将以示例方式来具体说明本发明的具体结构、特点和优点等，然而所有的描述仅是用来进行说明的，而不应将其理解为对本发明形成任何限制。此外，在本文所提及各实施例中予以描述或隐含的任意单个技术特征，仍然可在这些技术特征(或其等同物)之间继续进行任意组合或删减，从而获得可能未在本文中直接提及的本发明的更多其他实施例。
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申请的示例性实施方式。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，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
下面就结合图1至图4来具体说明本发明。
实施例1
下面结合附图，以天津市宁河区七里海湿地为例对本发明的基于鸟类颜色提取的庇护植物筛选方法做进一步的说明。如图1所示为该区域基于鸟类颜色提取的庇护植物筛选方法，具体步骤如下：
步骤一、鸟类资源现状调查
通过鸟类观测数据、无人机航拍资料，了解七里海地区鸟类资源现状及各鸟种的外部形态特征。
其中，鸟类资源观测采用样点和样带结合的方法。在调查区内设置若干样带，确保样带沿途可观测到调查区内全部生境且覆盖调查区内全部鸟类集中地点；在天气晴好的条件下，选取鸟类比较活跃的时间段，记录样带两侧50m以内所见到的全部鸟种；在样带中选取鸟类较为集中的地点设置为样点，在每个样点处停留约15～20分钟，用8倍、20倍的双筒望远镜巡视，用20～60倍单筒望远镜观察，结合鸟类的飞行姿势和鸣声综合特征来确认具体种类。在不干扰各鸟种行为活动的前提下，以无人机拍摄及影像录制为辅助手段记录鸟类数量、种类鉴别及其外部形态特征。
其中，在无人机航拍或录制影像时，对画面的清晰度有较高要求，尽量保证各鸟种及其颜色清晰可辨识，方便后续步骤的进行。
其中，本次观测根据目前环境状况，选取东七里海鸟岛、麋鹿岛、西七里海为样点，潮白新河沿线为样线，观测时间为2015年4～10月，观测频率为1次/月～3次/月，对鸟岛及其周围的夏候鸟、冬候鸟及秋季旅鸟进行了观测。
步骤二、选择保护鸟种
根据历年科考报告与2015年实地调查该区域所发现的非自然原因被捕存活(如捕鸟陷阱中解救的鸟)、鸟类尸体等死亡情况数据，结合专家意见，选择非自然原因被捕存活最多、鸟类尸体数量超过其自然条件下死亡数量的鸟种，得到本实施例的保护鸟种为：扇尾沙锥、黄鹡鸰、夜鹭、崖沙燕。
步骤三、确定保护鸟种的庇护性
从步骤一中筛选出保护鸟种的相关影像资料，对影像资料进行截取，通过绘图软件提取其颜色信息，并按面积占比由大至小依次排列，取鸟种颜色排序序列号的前30％为保护鸟种的庇护性，其中，确认保护鸟种的庇护性时按照“四舍五入”原则进行计算；
下面，以鸟种“扇尾沙锥”为例，对本实例的保护鸟种颜色提取做进一步说明：
(1)筛选出“扇尾沙锥”的相关影像资料，对影像资料进行截取。截取5～10张颜色清晰可辨识、面积(体长×身高)约占整个画面70％的左(右)视图，且鸟种位于照片的中间位置(后续会对其中1张照片进行处理，其余照片作为备选补充)；
(2)利用PhotoShop CS6软件对照片进行处理，去除照片中的自然背景，仅保留鸟种左(右)视图部分，将处理后照片的背景颜色设置为透明色；
(3)将(2)处理后的照片储存为Web所用格式，操作键盘方法为：Alt+Shift+Ctrl+S，在弹出的对话框中选择“PNG-8”、“可选择”、颜色“16”(本实例以16为例进行说明，数字越大色块越多，视实际情况而定)，继而在颜色表中可以看到15种该保护鸟种的主要颜色和1种照片背景颜色(透明色)，存储颜色表，然后用PhotoShop CS6打开，色板中会显示刚才提取到的颜色，通过拾取器查看各颜色的Lab值；
(4)选择各主要颜色的色彩范围，在右侧的工具栏中点击直方图，查看各主要颜色的像素个数，利用各主要颜色像素个数占各主要颜色像素个数总和的占比大小，来表示各主要颜色的面积占比，进而对各占比按由大至小的顺序依次进行排列，具体结果见表1。
表1扇尾沙锥主要颜色信息及各主要颜色占比
其它保护鸟种操作步骤同上；接下来，取各保护鸟种主要颜色面积占比排序序列号的前30％(按照“四舍五入”原则进行计算)为其庇护性，具体结果见表2。
表2保护鸟种的庇护性及其相应的颜色信息
步骤四、确定树种可提供的庇护条件
结合相关科考报告、实地踏查，统计当地常见树种，分别在春(4～5月)、夏(6～8月)、秋(9～10月)三季对其进行拍照处理。
其中，踏查频率为1次/月～3次/月，且保证各树种照片5～10张/次；拍照时，对相机像素有较高要求，应保证各树种颜色清晰可辨识，树干与照片上下边缘相垂直，且整棵树位于照片的中间位置。
下面，以“银杏”为例，对本实例的常见树种颜色提取做进一步说明：
(1)利用PhotoShop CS6软件对春季拍摄到的照片进行处理，去除照片中的自然背景，仅保留树木部分，将处理后照片的背景颜色设置为透明色；
(2)将(1)处理后的照片储存为Web所用格式，操作键盘方法为：Alt+Shift+Ctrl+S，在弹出的对话框中选择“PNG-8”、“可选择”、颜色“16”(本实例以16为例进行说明，数字越大色块越多，视实际情况而定)，继而在颜色表中可以看到15种该树种的主要颜色和1种照片背景颜色(透明色)，存储颜色表，然后用PhotoShop CS6打开，色板中会显示刚才提取到的颜色，通过拾取器查看各颜色的Lab值。将春季的主要颜色信息(Lab值)进行汇总，得到该树种(银杏)在春季可提供的庇护条件，具体结果见表3。
表3银杏春季主要颜色信息
(3)夏、秋两季的具体操作步骤同上；
(4)其它常见树种操作步骤同上。
步骤五、确定庇护树种
以保护鸟种的庇护性为依据，结合其Lab值，利用色差公式△E＝[(△L)2+(△a)2+(△b)2]1/2对庇护性与可提供庇护条件进行计算比较，得出相应的△E值。
其中，在色差公式中：△E为保护鸟种庇护性与常见树种可提供庇护条件之间的色差；△L为保护鸟种主要颜色信息中L值与常见树种主要颜色信息中L值之间的差值；△a为保护鸟种主要颜色信息中a值与常见树种主要颜色信息中a值之间的差值；△b为保护鸟种主要颜色信息中b值与常见树种主要颜色信息中b值之间的差值；并且，L表示无反射光的明度，a表示反射光中红色与绿色的成分，b表示反射光中黄色与蓝色的成分。
其中，作为举例：若将M树种N季节任一颜色的Lab值与X鸟种任一颜色的Lab值带入色差公式，存在至少一种颜色的△E≤9.5，则M树种N季节可提供的庇护条件满足保护鸟种的庇护性，那么，该树种可判定为该区域保护鸟种的庇护树种；若将M树种N季节任一颜色的Lab值与X鸟种任一颜色的Lab值带入色差公式，得到全部颜色的△E＞9.5，则M树种N季节可提供的庇护条件无法满足保护鸟种的庇护性，那么，该树种则判定为不是该区域保护鸟种的庇护树种。
下面，以“银杏”“春季”、“扇尾沙锥”为例，对本实例的确定庇护树种做进一步说明：
将扇尾沙锥颜色排序序号为4的Lab值、银杏春季的Lab值带入色差公式：
△E(1)＝[(58-55)2+(7-3)2+(17-10)2]1/2＝8.60(△E＜9.5)
△E(2)＝[(58-91)2+(7-2)2+(17-18)2]1/2＝33.39(△E＞9.5)
......
△E(15)＝[(58-49)2+(7+23)2+(17-21)2]1/2＝31.58(△E＞9.5)
由于将银杏春季Lab值分别为55、3、10的颜色与扇尾沙锥Lab值分别为58、7、17的颜色带入色差公式，得到的△E＝8.60＜9.5。因此，可判定银杏为扇尾沙锥的庇护树种。
扇尾沙锥其它颜色与其它常见树种的色差比较，以及其他保护鸟种与常见树种的色差比较均可按上述步骤进行。因此，确定本实例的庇护树种为：银杏、西府海棠、苹果、碧桃、榆叶梅、日本晚樱、刺槐、合欢、枣树、紫薇、柿树、毛泡桐。
通过应用本发明的基于鸟类颜色提取的庇护植物种筛选方法，使得：
1)确保植物种植满足野生鸟类的实际需要
本发明聚焦现有野生鸟类由于周围庇护植物欠缺而经常遭受天敌或是人类猎杀的问题，强调用具体量化的方法，使得所种植物可提供的庇护条件满足需要保护鸟种的实际庇护性，避免盲目种植导致的资源浪费与庇护效果不佳现象；
2)提高该区域的物种多样性
本发明的目的是通过提取需要保护鸟种的主要颜色信息，获取各保护鸟种庇护的实际需要，筛选出相应的庇护树种，营造适宜野生鸟种庇护的植物环境，提高区域内的野生鸟类物种丰富度，提高该区域的物种多样性，使得该区域的生物网得以修复和进一步完善。
本发明的筛选方法，以野生鸟类的实际庇护性为依据，指导鸟类猎捕重灾区或是鸟类聚集区庇护植物种植，最大限度地保护区域野生鸟类资源，并将理论应用于实践。
以上实施例对本发明进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (6)
1.一种基于鸟类颜色提取的庇护植物筛选方法，其特征在于：所述方法包括以下步骤：
A、鸟类资源现状调查
通过鸟类观测数据、无人机航拍资料，了解需要庇护区域的鸟类资源现状及各鸟种的外部形态特征；
B、选择保护鸟种
结合观测数据、科考报告，实地调查需要庇护区域由于周围庇护植物欠缺导致的非自然原因鸟种被捕、死亡情况；
对因非自然原因被捕存活、死亡鸟类数量进行分析，得到保护鸟种；
C、确定保护鸟种的庇护性
从步骤A中筛选出保护鸟种的相关影像资料，对影像资料进行截取，通过绘图软件提取其颜色信息，并按面积占比由大至小依次排列，取各鸟种颜色排序序列号的前30％为保护鸟种的庇护性，其中，确认保护鸟种的庇护性时按照“四舍五入”原则进行计算；
D、确定树种可提供的庇护条件
结合科考报告、实地踏查，统计鸟类需要庇护地区常见树种，并在不同季节对其进行拍照处理，通过绘图软件提取常见树种的颜色信息，将其作为树种可提供的庇护条件；
E、确定庇护树种
以保护鸟种的庇护性为依据，结合其颜色信息值，利用色差公式△E＝[(△L)2+(△a)2+(△b)2]1/2对保护鸟种的庇护性与树种可提供的庇护条件进行计算比较，若△E≤9.5，则树种在某个季节可提供的庇护条件满足保护鸟种的庇护性，那么，该树种可判定为该区域保护鸟种的庇护树种；若△E＞9.5，则树种在某个季节可提供的庇护条件无法满足保护鸟种的庇护性，那么，该树种则判定为不是该区域保护鸟种的庇护树种；
其中，色差公式中：△E为保护鸟种庇护性与常见树种可提供庇护条件之间的色差；△L为保护鸟种主要颜色信息中L值与常见树种主要颜色信息中L值之间的差值；△a为保护鸟种主要颜色信息中a值与常见树种主要颜色信息中a值之间的差值；△b为保护鸟种主要颜色信息中b值与常见树种主要颜色信息中b值之间的差值；并且，L表示无反射光的明度，a表示反射光中红色与绿色的成分，b表示反射光中黄色与蓝色的成分。
2.根据权利要求1所述的一种基于鸟类颜色提取的庇护植物筛选方法，其特征在于：所述步骤A中鸟类资源观测采用样带和样点结合的方法，具体为：在调查区内设置若干样带，确保样带沿途可观测到调查区内全部生境且覆盖调查区内全部鸟类集中地点；在天气晴好的条件下，选取鸟类比较活跃的时间段，记录样带两侧50m以内所见到的全部鸟种；在样带中选取鸟类较为集中的地点设置为样点，在每个样点处停留15～20分钟，用8倍、20倍的双筒望远镜巡视，用20～60倍单筒望远镜观察，结合鸟类的飞行姿势和鸣声综合特征来确认具体种类。
3.根据权利要求1所述的一种基于鸟类颜色提取的庇护植物筛选方法，其特征在于：所述步骤A中在无人机航拍或录制影像时，画面的清晰度应保证各鸟种及其颜色清晰可辨识。
4.根据权利要求1所述的一种基于鸟类颜色提取的庇护植物筛选方法，其特征在于：所述步骤A中观测频率为1次/月～3次/月，观测鸟类包括夏候鸟、冬候鸟及秋季旅鸟。
5.根据权利要求1所述的一种基于鸟类颜色提取的庇护植物筛选方法，其特征在于：所述步骤C中对影像资料进行截取时，应保证各保护鸟种截取5～10张颜色清晰可辨识、鸟的面积约占整个画面70％的左视图或右视图，且各鸟种位于照片的中间位置，其中，鸟的面积计算方法为：体长×身高。
6.根据权利要求1所述的一种基于鸟类颜色提取的庇护植物筛选方法，其特征在于：所述步骤D中踏查频率为1次/月～3次/月，且保证各树种照片5～10张/次；拍照时，应保证各树种颜色清晰可辨识，树干与照片上下边缘相垂直，且整棵树位于照片的中间位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910196428.0A CN110008850B (zh) | 2019-03-15 | 2019-03-15 | 一种基于鸟类颜色提取的庇护植物筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910196428.0A CN110008850B (zh) | 2019-03-15 | 2019-03-15 | 一种基于鸟类颜色提取的庇护植物筛选方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110008850A CN110008850A (zh) | 2019-07-12 |
| CN110008850B true CN110008850B (zh) | 2023-01-10 |
Family
ID=67167149
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910196428.0A Active CN110008850B (zh) | 2019-03-15 | 2019-03-15 | 一种基于鸟类颜色提取的庇护植物筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110008850B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112913729A (zh) * | 2021-02-04 | 2021-06-08 | 交通运输部天津水运工程科学研究所 | 一种内河航道湿地建设中鱼类生境类型占比确定方法 |
| CN113506183A (zh) * | 2021-06-03 | 2021-10-15 | 广东省农业科学院环境园艺研究所 | 农业景观鸟类物种田间调查记录客户端系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0921047A (ja) * | 1995-07-03 | 1997-01-21 | Nakada Sangyo Kk | 光反射ネット |
| CN102436656A (zh) * | 2011-09-05 | 2012-05-02 | 同济大学 | 基于计算机视觉的动物多样性监测方法 |
| CN104915678A (zh) * | 2015-05-26 | 2015-09-16 | 天津航天中为数据系统科技有限公司 | 一种输电线路中目标对象的检测方法及装置 |
| CN106034953A (zh) * | 2016-06-30 | 2016-10-26 | 深圳市东华园林股份有限公司 | 在南方城市公园营造吸引野生鸟类的生态景观方法 |
| CN108074224A (zh) * | 2016-11-09 | 2018-05-25 | 环境保护部环境规划院 | 一种陆生哺乳动物与鸟类的监测方法及其监测装置 |
| CN207803553U (zh) * | 2018-01-30 | 2018-09-04 | 东北师范大学 | 一种人工仿生植物净化系统 |
| CN109165636A (zh) * | 2018-09-28 | 2019-01-08 | 南京邮电大学 | 一种基于部件级多特征融合的珍稀鸟类稀疏识别方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10674714B2 (en) * | 2014-03-24 | 2020-06-09 | Ronald J. Kendall | Wild bird treatment system and methods |
-
2019
- 2019-03-15 CN CN201910196428.0A patent/CN110008850B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0921047A (ja) * | 1995-07-03 | 1997-01-21 | Nakada Sangyo Kk | 光反射ネット |
| CN102436656A (zh) * | 2011-09-05 | 2012-05-02 | 同济大学 | 基于计算机视觉的动物多样性监测方法 |
| CN104915678A (zh) * | 2015-05-26 | 2015-09-16 | 天津航天中为数据系统科技有限公司 | 一种输电线路中目标对象的检测方法及装置 |
| CN106034953A (zh) * | 2016-06-30 | 2016-10-26 | 深圳市东华园林股份有限公司 | 在南方城市公园营造吸引野生鸟类的生态景观方法 |
| CN108074224A (zh) * | 2016-11-09 | 2018-05-25 | 环境保护部环境规划院 | 一种陆生哺乳动物与鸟类的监测方法及其监测装置 |
| CN207803553U (zh) * | 2018-01-30 | 2018-09-04 | 东北师范大学 | 一种人工仿生植物净化系统 |
| CN109165636A (zh) * | 2018-09-28 | 2019-01-08 | 南京邮电大学 | 一种基于部件级多特征融合的珍稀鸟类稀疏识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110008850A (zh) | 2019-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mortensen et al. | Semantic segmentation of mixed crops using deep convolutional neural network. | |
| De Sa et al. | Mapping the flowering of an invasive plant using unmanned aerial vehicles: is there potential for biocontrol monitoring? | |
| Baena et al. | UAVs in pursuit of plant conservation-Real world experiences | |
| Nagendra | Using remote sensing to assess biodiversity | |
| Tvardikova et al. | Predation on exposed and leaf-rolling artificial caterpillars in tropical forests of Papua New Guinea | |
| Jafari et al. | Weed detection in sugar beet fields using machine vision | |
| JP6544582B2 (ja) | 松くい虫の被害区分算定方法及び松くい虫の被害区分算定装置 | |
| Hillen et al. | Sex-specific habitat selection in an edge habitat specialist, the western barbastelle bat | |
| CN110008850B (zh) | 一种基于鸟类颜色提取的庇护植物筛选方法 | |
| French et al. | Effects of riparian and grassland habitats on ground beetle (Coleoptera: Carabidae) assemblages in adjacent wheat fields | |
| Armbrecht et al. | An ant mosaic in the Colombian rain forest of Chocó (Hymenoptera: Formicidae) | |
| Henriques et al. | Indirect effects of ecosystem engineering by insects in a tropical liana | |
| Martins et al. | Limiting similarity in subterranean ecosystems: a case of niche differentiation in Elmidae (Coleoptera) from epigean and hypogean environments | |
| Novaes et al. | Testing direct and indirect road edge effects on reproductive components of anemochoric plants | |
| Elmer et al. | Mapping the Extent of Invasive Phragmites australis subsp. australis From Airborne Hyperspectral Imagery | |
| Sadeghi Namaghi et al. | The effects of collection methods on species diversity of family Syrphidae (Diptera) in Neyshabur, Iran | |
| Garey et al. | Advertisement call of Scinax littoralis and S. angrensis (Amphibia: Anura: Hylidae), with notes on the reproductive activity of S. littoralis | |
| Lopes et al. | The Amazonas‐trap: a new method for sampling plant‐inhabiting arthropod communities in tropical forest understory | |
| Roy et al. | Image background assessment as a novel technique for insect microhabitat identification | |
| Hart et al. | Counting insects in flight using image processing techniques | |
| Boland et al. | The ecology and management of the Kuroshio shot hole borer in the Tijuana River Valley | |
| Zellner et al. | A remote sensing and GIS approach to the relationship between canegrub infestations and natural vegetation in the sugarcane landscape of Queensland, Australia | |
| SChReINeR | Large carabids (Coleoptera: Carabidae) prevail in ageing forests: Mean Individual Biomass and Carabus dominance as indicators of succession in North Rhine-Westphalian beech forests | |
| Azmir et al. | A snapshot study on larval fish diversity in selected mangrove areas of Peninsular Malaysia, Malaysia | |
| Ferkingstad | Use of time-lapse cameras to monitor beetle activity on fruiting bodies of Fomitopsis pinicola |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |