Enfoque de los medios de comunicación de Global Vision
La empresa apareció en CCTV un total de 15 veces, y su alcance a través de los medios del Partido, los medios centrales y los medios oficiales locales llegó a un total de 50 millones de personas.
Identificación y extracción de amapolas a nivel de píxel a partir de imágenes de teledetección multitemporales y multiespectrales.
Antecedentes de la investigación
Las amapolas son una importante fuente de drogas como el opio y la morfina. Si bien el cultivo ilegal de amapolas está estrictamente prohibido por la ley china, aún existen plantaciones ilegales esporádicas en algunas zonas remotas. Los muestreos manuales tradicionales son ineficientes y tienen una cobertura limitada, lo que los hace inadecuados para el monitoreo a gran escala. La tecnología de teledetección satelital ofrece ventajas como una amplia cobertura y...MultifásicoSus ventajas en cuanto a objetividad la convierten en un medio eficaz para el control del cultivo de amapola.
Objetivos de la investigación
Este estudio utilizaImágenes multiespectrales multitemporales de Sentinel-2 L2A (fase 17)Combinado con parcelas de amapolas conocidasDatos vectorialesSe construyó un modelo de identificación por teledetección para amapolas que considera de forma integral las características espectrales, las características del índice de vegetación, las características de las series temporales fenológicas y las características de la textura del período de floración, con el fin de lograr una identificación precisa y un mapeo de la distribución espacial de las áreas de plantación de amapolas en el área de estudio.
Área de estudio
La zona de plantación prevista es un área legal para el cultivo de amapolas. El estudio muestra que en 2026, el período de floración de la amapola en esta zona será en junio, y el color de la flor será blanco.
ruta técnica
Este estudio utiliza imágenes satelitales multitemporales Sentinel2-L2A como fuente de datos principal, construyendo un conjunto de características de teledetección multidimensional a partir de cuatro dimensiones: espectro, índice de vegetación, series temporales fenológicas y textura del período de floración. Se realizaron pasos de preprocesamiento que incluyeron ecualización de muestras, selección de características y estandarización de características.Bosque aleatorio (RF), potenciación de gradiente (Potenciación de gradienteTres métodos de aprendizaje automático: 1) Máquina de vectores de soporte (SVM)Se construyeron modelos de identificación de amapolas por separado y se evaluó el modelo óptimo mediante validación cruzada. Se completó la identificación y extracción de amapolas a nivel de píxel en todo el dominio y la optimización del posprocesamiento de los resultados. Finalmente, se obtuvieron el mapa de clasificación binaria de amapolas, el mapa de distribución de probabilidad de identificación y los datos del vector de distribución espacial, logrando una identificación precisa mediante teledetección y una extracción espacial cuantitativa de los cultivos de amapolas.
Figura 1.Hoja de ruta técnica del modelo de reconocimiento por teledetección Poppy
Métodos técnicos
El bosque aleatorio es un algoritmo de aprendizaje automático basado en el aprendizaje de conjuntos.Al construir un gran número de árboles de decisión "descorrelacionados" e integrar sus predicciones, se mejora la precisión y la robustez del modelo general. En esencia, se trata de un conjunto de múltiples árboles de decisión, cada uno de los cuales...Muestreo con reemplazoSe entrena con un subconjunto de datos y un subconjunto de características aleatorias. Puede utilizarse tanto para clasificación como para regresión.Alta precisión, anti-SobreajusteEntre sus ventajas se incluyen la robustez frente a valores atípicos y ruido, y la capacidad de manejar datos a gran escala y de alta dimensionalidad.
Figura 2. Idea principal del bosque aleatorio
Resultados de la investigación
Figura 3.Imagen de clasificación binaria para la identificación por teledetección de amapolas
Figura 4.Mapa de distribución de probabilidad de identificación por teledetección de la amapola
Análisis de ventajas y limitaciones
Análisis de ventajas
1. Fusión de características multidimensionalesLas cuatro características son: espectro completo, índice de vegetación, series temporales fenológicas y textura.
2. Utilización en profundidad de la banda del borde rojo: La combinación clave de bandas del borde rojo (684/706/725 nm) está confirmada por la literatura.
3. Modelado fenológico multitemporalUtilice la información de la secuencia temporal de toda la temporada de crecimiento para distinguir las amapolas de otras plantas que puedan causar confusión.
Análisis de limitaciones
1. Muestras de entrenamiento limitadasSolo se conoce una parte de los campos de amapolas, y la capacidad de generalización del modelo necesita una mayor verificación.
2. Limitaciones de la resolución espacialLa resolución de 10 metros del Sentinel-2 tiene una capacidad limitada para identificar zonas extremadamente pequeñas.
3. Riesgo de confusión entre categoríasLas flores blancas de la colza y otras flores similares pueden provocar confusiones durante su período de floración.