文献类型： 中文期刊

作者： 蔡斌 ¹ ; 董瑞 ¹ ; 花蕊 ² ; 刘济泽 ¹ ; 王磊 ¹ ; 郝媛媛 ¹ ; 杨思维 ³ ; 花立民 ¹ ;

作者机构： 1.甘肃农业大学草业学院/草业生态系统教育部重点实验室/国家林业草原高寒草地鼠害防控工程技术研究中心

2.中国农业科学院草原研究所

3.四川省草原科学研究院/青藏高原高寒草地生态修复工程技术研究中心/色达草地生态四川省野外科学观测研究站

关键词： 高寒草甸;鼠害地;无人机;监督分类;神经网络

期刊名称： 应用生态学报

ISSN： 1001-9332

年卷期： 2024 年 007 期

页码： 1951-1958

收录情况： 北大核心 ; CSCD

摘要： 鼠害型秃斑是反映草地鼠害的重要表征。利用无人机遥感技术识别高原鼠兔危害型秃斑对于评价其危害情况具有重要意义。本研究基于无人机可见光影像，使用最小距离(MinD)、最大似然(ML)、支持向量机(SVM)、马氏距离(MD)和神经网络(NN)5种监督分类算法对高原鼠兔危害地特征进行分类识别，并采用混淆矩阵对5种分类方法精度进行评价。结果表明：相较于其他3种方法，NN和SVM对高原鼠兔危害地特征进行识别分类的效果更好。其中，NN对草地与秃斑2种目标地物的制图精度分别为98.1%和98.5%,用户精度分别为98.8%和97.7%,模型总体精度为98.3%,Kappa系数为0.97,像元错分、漏分现象较低。经实践验证，NN表现出较好的稳定性。综上，神经网络方法是高寒草甸鼠害型秃斑识别的优选方法。