CN110472590A - 鸟类调查方法及装置 - Google Patents
鸟类调查方法及装置 Download PDFInfo
- Publication number
- CN110472590A CN110472590A CN201910764993.2A CN201910764993A CN110472590A CN 110472590 A CN110472590 A CN 110472590A CN 201910764993 A CN201910764993 A CN 201910764993A CN 110472590 A CN110472590 A CN 110472590A
- Authority
- CN
- China
- Prior art keywords
- birds
- position point
- investigation
- interference source
- latitude
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种鸟类调查方法及装置,鸟类调查方法包括获取遥感影像数据并存储到移动终端中;在移动终端显示的遥感影像数据中标记鸟类所在位置点和干扰源所在位置点;计算鸟类所在位置点和干扰源所在位置点间的实际距离。本申请可以可以准确测量出鸟类与道路、居民区等人为干扰源的距离,有利于调查者准确了解、认识物种的生存状况,并且调查者不需要抵达鸟类生活实地,降低调查者的工作强度和安全风险,并且不会对鸟类形成干扰,显著提升湿地水鸟调查和监测结果的质量和准确度。
Description
技术领域
本申请涉及鸟类生态学研究技术领域,尤其是一种鸟类调查方法及装置。
背景技术
调查与监测是了解物种种群动态与管理状况的主要途径,也是各保护区、国家公园等保护地的日常工作,使用样线、样点开展地面调查是鸟类资源调查的常规方法。样线法是指观察者按照一定的速度沿样线行进,同时记录样线两侧发现的(包括见到的和听到的)鸟类个体。样点法是指观察者在事先选取的具一定间隔的地点停留5-10分钟,计数周围一定范围内发现的鸟类。使用样线或样点法进行鸟类调查时都需要对鸟类位置进行定位,经过长期实践,发现传统基于GPS获取的鸟类位置信息只能在鸟类与调查者非常接近时GPS显示的经纬度是较为可信的数据,但无法准确获取远距离处鸟类和其他动物的位置信息,而鸟类与调查者位置接近的情况又极为少见,因此,调查者大多只能在远处发现鸟类并进行记录,无法进行精确定位和调查,尤其是一些湿地中的沼泽、滩涂、湖泊等湿地均为人类难以进入的环境时,鸟类定位更为困难。同时,传统定位方法无法测量鸟类与道路、居民区等人为干扰源的距离,只能通过调查者凭经验进行估计,导致定位或调查数据出现误差,造成无法准确认识物种的生存状况,也使鸟类空间利用、行为学等研究结果产生偏离。
发明内容
为至少在一定程度上克服传统定位方法无法测量鸟类与道路、居民区等人为干扰源的距离,只能通过调查者凭经验进行估计,导致定位或调查数据出现误差,造成无法准确认识物种的生存状况,也使鸟类空间利用、行为学等研究结果产生偏离的问题,本申请提供一种鸟类调查方法及装置。
第一方面,本申请提供一种鸟类调查方法,包括:
获取遥感影像数据并存储到移动终端中;
在所述移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点;
计算所述鸟类所在位置点和干扰源所在位置点间的实际距离。
进一步的,所述获取遥感影像数据包括:
通过第三方地图软件获取在线影像地图,或者,通过无人机航拍获取所述遥感影像数据。
进一步的,所述在所述移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点,包括:
根据所述遥感影像数据在所述移动终端中生成影像坐标地图;
将所述影像坐标地图在所述移动终端显示界面中进行显示;
在所述移动终端显示界面中标记鸟类所在位置点和干扰源所在位置点。
进一步的,所述根据所述遥感影像数据在所述移动终端中生成影像坐标地图,包括:
在所述移动终端内预设虚拟网络坐标;
将所述遥感影像数据与所述虚拟网络坐标进行叠加,生成影像坐标地图。
进一步的,所述计算所述鸟类所在位置点和干扰源所在位置点间的实际距离,包括:
获取鸟类所在位置点和干扰源所在位置点的经纬度坐标;
根据所述鸟类所在位置点和干扰源所在位置点的经纬度坐标计算类所在位置点和干扰源所在位置点间的实际距离。
进一步的,所述获取鸟类所在位置点和干扰源所在位置点的经纬度坐标,包括:
获取鸟类所在位置点初始坐标(LonA,LatA);
按照经纬度规则处理后得到鸟类所在位置点经纬度坐标(MLonA,MLatA);所述经纬度规则包括:设0度经线、0度纬线分别为基准线,若LonA位于东经,则MLonA取值为经度的正值LonA,若LonA位于西经,则MLonA取值为经度负值-LonA;若LatA位于北纬,则MLatA取值为90-纬度值,若LatA位于南纬,则MLatA取值为90+纬度值。
获取干扰源所在位置点初始坐标(LonB,LatB);
根据所述经纬度规则得到干扰源所在位置点的经纬度坐标(MLonB,MLatB)。
进一步的,所述计算所述鸟类所在位置点和干扰源所在位置点间的实际距离,包括:
设
C=sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)+cos(MLatA)*cos(MLatB);
实际距离Distance=R*Arccos(C)*Pi/180
R为地球半径,单位与Distance单位相同。
进一步的,所述方法还包括:计算鸟类生活区域面积,或者计算干扰源面积;
计算步骤包括:获取闭合区域中四个点A、B、C和D;
依次计算A、B、C、D相邻两点间的弧长;
根据弧长计算闭合区域地图面积;
根据地图面积换算闭合区域实际面积。
进一步的,所述方法还包括:生成鸟类调查记录表格,所述生成鸟类调查记录表格步骤包括:
预设鸟类基本信息;
记录所述鸟类所在位置点和干扰源所在位置点间的实际距离;
根据所述基本信息与所述实际距离生成鸟类调查记录表格。
第二方面,本申请提供一种鸟类调查装置,包括:
获取模块,用于获取遥感影像数据并存储到移动终端中;
标记模块,用于在所述移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点;
计算模块,用于计算所述鸟类所在位置点和干扰源所在位置点间的实际距离。
本申请的实施例提供的技术方案可以包括以下有益效果:
本申请中通过在移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点;计算鸟类所在位置点和干扰源所在位置点间的实际距离可以准确测量出鸟类与道路、居民区等人为干扰源的距离,有利于调查者准确了解、认识物种的生存状况,并且调查者不需要抵达鸟类生活实地,降低调查者的工作强度和安全风险,并且不会对鸟类形成干扰,显著提升湿地水鸟调查和监测结果的质量和准确度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本申请一个实施例提供的一种鸟类调查方法的流程图。
图2是本申请另一个实施例提供的一种鸟类调查方法的流程图。
图3是本申请另一个实施例提供的一种鸟类调查方法的流程图。
图4是本申请另一个实施例提供的一种鸟类调查方法的流程图。
图5是本申请一个实施例提供的一种鸟类调查方法装置的模块图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
图1是本申请一个实施例提供的鸟类调查方法的流程图。
如图1所示,本实施例提供的鸟类调查方法,包括:
S11:获取遥感影像数据并存储到移动终端中;
S12:在移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点;
S13:计算鸟类所在位置点和干扰源所在位置点间的实际距离。
传统鸟类调查方法为对鸟类位置进行GPS定位,对鸟类位置进行GPS定位时调查者进行调查时需手持移动终端设备慢慢接近鸟类以使定位准备,这个调查方法虽然能获取鸟类的位置信息,但由于调查者大多只能在远处发现鸟类并进行记录,无法进行精确定位和调查,另一方便,在接近鸟类的同时很可能会打扰到鸟类栖息。并且仅对鸟类位置进行GPS定位,无法测量鸟类与道路、居民区等人为干扰源的距离,从而导致调查者及相关人员进行鸟类行为学研究困难。
例如,调查者想要获取鸟类生活地与居民楼的实际距离,以研究鸟类与人类生活互相干扰度,可以通过获取居民楼及附近的遥感影像数据并存储到移动终端中,在移动终端显示界面中找到居民楼位置以确定干扰源所在位置点,通过调查者观察实际生活中鸟类的位置与遥感影像进行比对以确定鸟类的位置,并在移动终端中利用触屏技术对居民楼位置与鸟类位置进行标记得到鸟类所在位置点和干扰源所在位置点,通过计算鸟类所在位置点和居民楼所在位置点间的实际距离,即可获取鸟类生活地与居民楼的实际距离,方便调查者进行鸟类与人类生活互相干扰度研究,并且不需要调查者前往鸟类真实所在地。
需要说明的是,调查者观察实际生活中鸟类的位置与遥感影像进行比对以确定鸟类的位置可以通过选取参照物的方式,例如选取离鸟类位置较近的电线杆为参照物,通过估计鸟类与电线杆的距离以获取鸟类所在的位置。
本实施例中,通过在移动终端中标记鸟类所在位置点和干扰源所在位置点,计算鸟类所在位置点和干扰源所在位置点间的实际距离,可以准确测量出鸟类与道路、居民区等人为干扰源的距离,有利于调查者准确了解、认识物种的生存状况,并且调查者不需要抵达鸟类生活实地,降低调查者的工作强度和安全风险,并且不会对鸟类形成干扰,显著提升湿地水鸟调查和监测结果的质量和准确度。
图2是本申请另一个实施例提供的鸟类调查方法的流程图。
如图2所示,本实施例提供的鸟类调查方法,包括:
作为本发明可选的一种实现方式,所述获取遥感影像数据包括:
通过第三方地图软件获取在线影像地图,或者,通过无人机航拍获取遥感影像数据。
作为本发明可选的一种实现方式,所述在所述移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点,包括:
S21:根据遥感影像数据在移动终端中生成影像坐标地图;
S22:将影像坐标地图在移动终端显示界面中进行显示;
S23:在移动终端显示界面中标记鸟类所在位置点和干扰源所在位置点。
作为本发明可选的一种实现方式,所述根据遥感影像数据在移动终端中生成影像坐标地图,包括:
在移动终端内预设虚拟网络坐标;
将遥感影像数据与虚拟网络坐标进行叠加,生成影像坐标地图。
在移动终端中可以通过遥感影像数据及时观看鸟类所在位置周围影像,为调查者进行调查研究提供更多素材。
作为本发明可选的一种实现方式,所述计算所述鸟类所在位置点和干扰源所在位置点间的实际距离,包括:
S24:获取鸟类所在位置点和干扰源所在位置点的经纬度坐标;
S25:根据所述鸟类所在位置点和干扰源所在位置点的经纬度坐标计算类所在位置点和干扰源所在位置点间的实际距离。
作为本发明可选的一种实现方式,所述获取鸟类所在位置点和干扰源所在位置点的经纬度坐标,包括:
S241:获取鸟类所在位置点初始坐标(LonA,LatA);
S242:按照经纬度规则处理后得到鸟类所在位置点经纬度坐标(MLonA,MLatA);所述经纬度规则包括:设0度经线、0度纬线分别为基准线,若LonA位于东经,则MLonA取值为经度的正值LonA,若LonA位于西经,则MLonA取值为经度负值-LonA;若LatA位于北纬,则MLatA取值为90-纬度值,若LatA位于南纬,则MLatA取值为90+纬度值。
S243:获取干扰源所在位置点初始坐标(LonB,LatB);
S244:根据所述经纬度规则得到干扰源所在位置点的经纬度坐标(MLonB,MLatB)。
通过在移动终端的影像数据中直接标记鸟类所在位置点初始坐标,再按照经纬度规则进行经纬度坐标计算,可以准确获取远距离处鸟类物种的经纬度信息,提升鸟类定位信息的准确度。
作为本发明可选的一种实现方式,所述计算所述鸟类所在位置点和干扰源所在位置点间的实际距离,包括:
设
C=sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)+cos(MLatA)*cos(MLatB);
实际距离Distance=R*Arccos(C)*Pi/180
C为中间变量,无实际物理意义。R为地球半径,单位与Distance单位相同。
例如,发现鸟类所在位置与干扰源公路所在位置相距为一条河流的宽度,则获取河流遥感影像数据,生成影像坐标地图,在影像坐标地图河流的两岸分别选取鸟类所在位置点A和公路所在位置点B,获取A的初始坐标为(LonA,LatA),B的初始坐标为(LonB,LatB),按照经纬度规则计算出A的经纬度坐标为(MLonA,MLatA),B的经纬度坐标为(MLonB,MLatB),根据公式C=sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)+cos(MLatA)*cos(MLatB)
实际距离Distance=R*Arccos(C)*Pi/180
R和Distance单位相同,采用6371.004千米作为地球半径,那么Distance就是千米为单位。需要说明的是,地球半径的单位可以为千米或者为其他单位。
可以理解的是,如果鸟类调查所在地为南半球,则只需对经度作正负的处理,计算公式为:
C=sin(LatA)*sin(LatB)+cos(LatA)*cos(LatB)*cos(MLonA-MLonB)
实际距离Distance=R*Arccos(C)*Pi/180
R为地球半径,R和Distance单位相同。
本实施例中,通过实际距离计算可以解决鸟类调查中的远程定位和与干扰源测距问题,不仅可以自动定位远距离处的鸟类或其他动物的位置信息,还可以准确测量与干扰源的距离,使数据准确度显著提升;提高了鸟类调查数据的准确性和效率。
图3是本申请另一个实施例提供的鸟类调查方法的流程图。
如图3所示,本实施例提供的鸟类调查方法,包括:
所述方法还包括:计算鸟类生活区域面积,或者计算干扰源面积;
计算步骤包括:
S31:获取闭合区域中四个点A、B、C和D;
S32:依次计算A、B、C、D相邻两点间的弧长;
S33:根据弧长计算闭合区域地图面积;
S34:根据地图面积换算闭合区域实际面积。
例如,测量水鸟所在栖息地湖泊的面积,在影像坐标地图中选取湖泊边界的四点作为测量点,可以理解的是,湖泊周长上四点选择位置越平均,计算结果越准确,假设获取四个点A(LonA,LatA)、B(LonB,LatB)、C(LonC,LatC)、D(LonD,LatD),形成一个闭合图形(图形可以为规则图形如椭圆形也可以为不规则图形),通过以下公式计算:
A、B两点弧长为rad(LonB-LonA)=(LonB-LonA)*Pi/180;
根据A、B两点弧长计算方法计算出B、C两点弧长、C、D两点弧长;
湖泊在地图上面积area=rad(LonB-LonA)*(2+sin(rad(LonA))+sin(rad(LonB)))+rad(LonC-LonB)*(2+sin(rad(LatB))+sin(rad(LatC)))+rad(LonD-LonC)*(2+sin(rad(LatC))+sin(rad(LatD)))
湖泊实际面积area=abs(area*L*L/2.0)
L为地球长半轴直径例如为6378137.0米。
鸟类调查不仅需要需要获取物种所在位置的经纬度信息,同时还需要获取鸟类所在河流宽度、湖泊面积、沼泽面积等信息,以方便相关人员对鸟类进行深入研究。
本实施例中,通过准确计算鸟类所在栖息地的面积可以为鸟类研究任务提供更多数据,便于对鸟类进行深入研究。
图4是本申请另一个实施例提供的鸟类调查方法的流程图。
如图4所示,本实施例提供的鸟类调查方法,还包括:
生成鸟类调查记录表格,所述生成鸟类调查记录表格步骤包括:
S41:预设鸟类基本信息;例如鸟类所述物种,鸟类名称等;
S42:记录鸟类所在位置点和干扰源所在位置点间的实际距离;
S43:根据基本信息与实际距离生成鸟类调查记录表格。
例如在鸟类名称下记录该鸟类物种与干扰源的距离。表格中还可以增加其他调查信息,如鸟类的性别、栖息地植被类型和主要优势植物种类等,其他调查信息在录入后进行存储,在后续调查中生成鸟类调查记录表格时只需调查者从调查信息中进行选取不需再次录入。
传统调查表格需人工填写、数据需专人处理,耗费大量的时间和人力,并且由于人工记录,会因为笔误等原因影响记录的正确性与准确性,
通过生成鸟类调查记录表格,自动进行填写,传统调查方法中,调查人员需要携带很多纸质表格、地图,野外调查的环境也比较恶劣,阴雨天会导致表格潮湿损坏,本调查方法通过移动终端设备,通过生成鸟类调查记录表格,调查者也不需携带地图、表格,可直接在手机、PDA等移动终端填写,减轻调查者负担。
所述方法还包括,将生成鸟类调查记录表格发送至云服务器、电子邮箱等用户预设的表格存储地。
通过远程测量和远程传输等功能实现在野外实现智能录入,提高调查者劳动效率,同时,其他研究人员可以在很短的时间内获取到调查者所调查的数据,实现数据共享。
例如,使用具有GPS卫星定位功能的移动终端进行调查时,在影像坐标地图上选取所要远程定位的鸟类目标。通过预设时间间隔如5秒一次的GPS定位可将鸟类运动轨迹绘画到影像坐标地图中,并将运动轨迹生成鸟类调查记录表格,减少调查人员手写操作,并且可以通过移动终端将表格同步至云服务器、电子邮箱等。
本实施例中,通过快速快速方便的调查模式使调查人员随时进行数据分析,大大缩减工作周期,并且以电子表格格式存储,不仅不易损坏而且方便备份,并且便于历史数据查询。
图5是本申请一个实施例提供的一种鸟类调查装置的模块图。
如图5所示,本实施例提供的一种鸟类调查装置,包括:
获取模块51,用于获取遥感影像数据并存储到移动终端中;
标记模块52,用于在移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点;
计算模块53,用于计算鸟类所在位置点和干扰源所在位置点间的实际距离。
通过获取模块51获取遥感影像数据并存储到移动终端中,标记模块52在移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点,计算模块53计算鸟类所在位置点和干扰源所在位置点间的实际距离,可以准确测量出鸟类与道路、居民区等人为干扰源的距离,有利于调查者准确了解、认识物种的生存状况,并且调查者不需要抵达鸟类生活实地,降低调查者的工作强度和安全风险,并且不会对鸟类形成干扰,显著提升湿地水鸟调查和监测结果的质量和准确度。
所述装置还包括:生成影像坐标地图模块,根据遥感影像数据在所述移动终端中生成影像坐标地图。
所述装置还包括:显示模块,用于将所述影像坐标地图在移动终端显示界面中进行显示。
所述装置还包括:获取经纬度坐标模块,用于获取鸟类所在位置点和干扰源所在位置点的经纬度坐标。
所述装置还包括:面积计算模块,用于计算鸟类生活区域面积,或者计算干扰源面积。
所述装置还包括:表格生成模块,用于生成鸟类调查记录表格
本实施例中,通过获取模块获取遥感影像数据并存储到移动终端中,标记模块在移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点,计算模块计算鸟类所在位置点和干扰源所在位置点间的实际距离,可以准确测量出鸟类与道路、居民区等人为干扰源的距离,有利于调查者准确了解、认识物种的生存状况,并且调查者不需要抵达鸟类生活实地,降低调查者的工作强度和安全风险,并且不会对鸟类形成干扰,显著提升湿地水鸟调查和监测结果的质量和准确度。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
需要说明的是,本发明不局限于上述最佳实施方式,本领域技术人员在本发明的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是具有与本申请相同或相近似的技术方案,均落在本发明的保护范围之内。
Claims (10)
1.一种鸟类调查方法,其特征在于,包括:
获取遥感影像数据并存储到移动终端中;
在所述移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点;
计算所述鸟类所在位置点和干扰源所在位置点间的实际距离。
2.根据权利要求1所述的鸟类调查方法,其特征在于,所述获取遥感影像数据包括:
通过第三方地图软件获取在线影像地图,或者,通过无人机航拍获取所述遥感影像数据。
3.根据权利要求1所述的鸟类调查方法,其特征在于,所述在所述移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点,包括:
根据所述遥感影像数据在所述移动终端中生成影像坐标地图;
将所述影像坐标地图在所述移动终端显示界面中进行显示;
在所述移动终端显示界面中标记鸟类所在位置点和干扰源所在位置点。
4.根据权利要求3所述的鸟类调查方法,其特征在于,所述根据所述遥感影像数据在所述移动终端中生成影像坐标地图,包括:
在所述移动终端内预设虚拟网络坐标;
将所述遥感影像数据与所述虚拟网络坐标进行叠加,生成影像坐标地图。
5.根据权利要求1所述的鸟类调查方法,其特征在于,所述计算所述鸟类所在位置点和干扰源所在位置点间的实际距离,包括:
获取鸟类所在位置点和干扰源所在位置点的经纬度坐标;
根据所述鸟类所在位置点和干扰源所在位置点的经纬度坐标计算类所在位置点和干扰源所在位置点间的实际距离。
6.根据权利要求5所述的鸟类调查方法,其特征在于,所述获取鸟类所在位置点和干扰源所在位置点的经纬度坐标,包括:
获取鸟类所在位置点初始坐标(LonA,LatA);
按照经纬度规则处理后得到鸟类所在位置点经纬度坐标(MLonA,MLatA);所述经纬度规则包括:设0度经线、0度纬线分别为基准线,若LonA位于东经,则MLonA取值为经度的正值LonA,若LonA位于西经,则MLonA取值为经度负值-LonA;若LatA位于北纬,则MLatA取值为90-纬度值,若LatA位于南纬,则MLatA取值为90+纬度值。
获取干扰源所在位置点初始坐标(LonB,LatB);
根据所述经纬度规则得到干扰源所在位置点的经纬度坐标(MLonB,MLatB)。
7.根据权利要求6所述的鸟类调查方法,其特征在于,所述计算所述鸟类所在位置点和干扰源所在位置点间的实际距离,包括:
设
C=sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)+cos(MLatA)*cos(MLatB);
实际距离Distance=R*Arccos(C)*Pi/180
R为地球半径,单位与Distance单位相同。
8.根据权利要求1所述的鸟类调查方法,其特征在于,还包括:计算鸟类生活区域面积,或者计算干扰源面积;
计算步骤包括:获取闭合区域中四个点A、B、C和D;
依次计算A、B、C、D相邻两点间的弧长;
根据弧长计算闭合区域地图面积;
根据地图面积换算闭合区域实际面积。
9.根据权利要求1所述的鸟类调查方法,其特征在于,还包括:生成鸟类调查记录表格,所述生成鸟类调查记录表格步骤包括:
预设鸟类基本信息;
记录所述鸟类所在位置点和干扰源所在位置点间的实际距离;
根据所述基本信息与所述实际距离生成鸟类调查记录表格。
10.一种鸟类调查装置,其特征在于,包括:
获取模块,用于获取遥感影像数据并存储到移动终端中;
标记模块,用于在所述移动终端显示的所述遥感影像数据中标记鸟类所在位置点和干扰源所在位置点;
计算模块,用于计算所述鸟类所在位置点和干扰源所在位置点间的实际距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910764993.2A CN110472590B (zh) | 2019-08-19 | 2019-08-19 | 鸟类调查方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910764993.2A CN110472590B (zh) | 2019-08-19 | 2019-08-19 | 鸟类调查方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110472590A true CN110472590A (zh) | 2019-11-19 |
CN110472590B CN110472590B (zh) | 2022-12-02 |
Family
ID=68511240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910764993.2A Active CN110472590B (zh) | 2019-08-19 | 2019-08-19 | 鸟类调查方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110472590B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114169673A (zh) * | 2021-10-28 | 2022-03-11 | 长江水资源保护科学研究所 | 一种多时相湖泊湿地水鸟群落多样性反演方法及系统 |
CN115031682A (zh) * | 2022-06-29 | 2022-09-09 | 安徽农业大学 | 一种高精度非接触观测鸟类距离的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6772142B1 (en) * | 2000-10-31 | 2004-08-03 | Cornell Research Foundation, Inc. | Method and apparatus for collecting and expressing geographically-referenced data |
JP2011138310A (ja) * | 2009-12-28 | 2011-07-14 | Nagaoka Univ Of Technology | 有害鳥類の数及び停留位置の確定方法及びその確定装置並びに有害鳥類の防除方法 |
CN104717741A (zh) * | 2013-12-12 | 2015-06-17 | 上海社民文化发展有限公司 | 一种移动终端定位方法及系统 |
CN105930820A (zh) * | 2016-05-09 | 2016-09-07 | 首都师范大学 | 一种高海拔飞艇高分辨率草畜遥感动态监测平台及方法 |
CN106403954A (zh) * | 2016-09-28 | 2017-02-15 | 深圳高科新农技术有限公司 | 无人机自动航迹生成方法 |
CN108965798A (zh) * | 2018-06-27 | 2018-12-07 | 山东大学 | 岸滩鸟类的分布式近距离全景监测终端、系统及布局方法 |
CN109241922A (zh) * | 2018-09-18 | 2019-01-18 | 安徽阡陌网络科技有限公司 | 一种基于遥感数据与数字田块的农业保险精准验保方法 |
-
2019
- 2019-08-19 CN CN201910764993.2A patent/CN110472590B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6772142B1 (en) * | 2000-10-31 | 2004-08-03 | Cornell Research Foundation, Inc. | Method and apparatus for collecting and expressing geographically-referenced data |
JP2011138310A (ja) * | 2009-12-28 | 2011-07-14 | Nagaoka Univ Of Technology | 有害鳥類の数及び停留位置の確定方法及びその確定装置並びに有害鳥類の防除方法 |
CN104717741A (zh) * | 2013-12-12 | 2015-06-17 | 上海社民文化发展有限公司 | 一种移动终端定位方法及系统 |
CN105930820A (zh) * | 2016-05-09 | 2016-09-07 | 首都师范大学 | 一种高海拔飞艇高分辨率草畜遥感动态监测平台及方法 |
CN106403954A (zh) * | 2016-09-28 | 2017-02-15 | 深圳高科新农技术有限公司 | 无人机自动航迹生成方法 |
CN108965798A (zh) * | 2018-06-27 | 2018-12-07 | 山东大学 | 岸滩鸟类的分布式近距离全景监测终端、系统及布局方法 |
CN109241922A (zh) * | 2018-09-18 | 2019-01-18 | 安徽阡陌网络科技有限公司 | 一种基于遥感数据与数字田块的农业保险精准验保方法 |
Non-Patent Citations (4)
Title |
---|
RUOBING ZHENG等: ""Investigating Waterfowl Habitat-Use Patterns with Multi-Source Remote Sensing Data"", 《IGARSS 2018 - 2018 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM》 * |
丁旻等: ""基于Android移动设备的闪电可视化功能设计与应用"", 《气象科技》 * |
王亚民等: "《地理信息系统及其应用》", 30 June 2006, 西安电子科技大学出版社 * |
龙泽旭等: ""扎龙保护区景观动态变化与丹顶鹤人为干扰分析"", 《野生动物学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114169673A (zh) * | 2021-10-28 | 2022-03-11 | 长江水资源保护科学研究所 | 一种多时相湖泊湿地水鸟群落多样性反演方法及系统 |
CN115031682A (zh) * | 2022-06-29 | 2022-09-09 | 安徽农业大学 | 一种高精度非接触观测鸟类距离的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110472590B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10168141B2 (en) | Method for identifying air pollution sources based on aerosol retrieval and glowworm swarm algorithm | |
CN110472590A (zh) | 鸟类调查方法及装置 | |
Dunn et al. | Positional accuracy and measurement error in digital databases of land use: an empirical study | |
CN105761190A (zh) | 一种基于手机定位数据的城市居住区空置率动态监测方法 | |
CN108109423A (zh) | 基于WiFi室内定位的地下停车场智能导航方法及系统 | |
CN110213376A (zh) | 一种用于虫害预防的信息处理系统及方法 | |
CN110362895B (zh) | 一种基于bim+gis技术的征地拆迁应用管理系统 | |
CN107025515A (zh) | 农机作业管理系统及方法 | |
CN110197308A (zh) | 一种用于农业物联网的作物监测系统及方法 | |
CN112149294B (zh) | 弹性气象栅格设计方法 | |
CN110726398B (zh) | 一种自然资源遥感测绘影像定位方法 | |
CN104619009A (zh) | 一种定位数据采样周期的调整方法、装置及移动终端 | |
CN110645969A (zh) | 一种国土规划用土地测绘方法 | |
CN114781827A (zh) | 基于地理空间信息的环境样品调查云管理方法 | |
Mittal et al. | Correlation among environmental parameters using an online Smart Weather Station System | |
CA3121627A1 (en) | Scanning mode application of neutron gamma analysis for soil carbon mapping | |
CN111190975A (zh) | 一种根据gps数据计算任务轨迹覆盖率的河道巡查方法 | |
Zou et al. | Mobile precise trigonometric levelling system based on land vehicle: An alternative method for precise levelling | |
CN204989162U (zh) | 一种重金属检测仪 | |
CN107869991A (zh) | 室内位置数据的采集方法及装置、计算机设备及可读介质 | |
CN105100501B (zh) | 一种基于物联网的手机计算系统 | |
Hawari et al. | Development of IoT Real-Time Groundwater Monitoring System | |
CN110967705A (zh) | 一种gps测距仪及其测量方法 | |
Metzler et al. | Low-cost drone system for analyzing elevation | |
CN107869990A (zh) | 室内位置数据的采集方法及装置、计算机设备及可读介质 |
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 |