[发明专利]基于无人机航拍的草原毛虫宜生区划分方法、系统及终端

权利要求书

1.一种基于无人机航拍的草原毛虫宜生区划分方法，其特征在于，所述方法包括：

设置观测样点，并利用无人机航拍获取所述观测样点的草原毛虫数据；

获取所述观测样点对应的环境因子；

基于BIOMOD模拟软件,利用所述草原毛虫数据和环境因子构建生态位模型；

根据Kappa、TSS和AUC三种指标评价所述生态位模型，筛选出最优生态位模型；

利用最优生态位模型预测草原毛虫的空间分布概率，并根据所述空间分布概率划分草原毛虫宜生区。

2.根据权利要求1所述的一种基于无人机航拍的草原毛虫宜生区划分方法，其特征在于，所述观测样点的大小为250m×250m，每个观测样点中设置一个200m×200m的Grid飞行航线和3个40m×40m的Belt飞行航线。

3.根据权利要求1所述的一种基于无人机航拍的草原毛虫宜生区划分方法，其特征在于，所述利用无人机航拍获取所述观测样点的草原毛虫数据，包括：

通过FragMAP将每次飞行的航拍照片、航点和航线信息上传；

基于协同分析平台及时定位和分析草原毛虫数据，其中，由不同的分析人员同时进行毛虫数量提取工作，并对比不同人员的草原毛虫分析结果。

4.根据权利要求1所述的一种基于无人机航拍的草原毛虫宜生区划分方法，其特征在于，所述环境因子包括气象、土壤、遥感植被指数和地形。

5.根据权利要求1所述的一种基于无人机航拍的草原毛虫宜生区划分方法，其特征在于，所述利用所述草原毛虫数据和环境因子构建生态位模型，包括：

结合Pearson相关系数和因子重要性指标Importance，对所有环境因子进行筛选。

6.根据权利要求1所述的一种基于无人机航拍的草原毛虫宜生区划分方法，其特征在于，Kappa用来评价预测结果的一致性，所述TSS的计算公式如下：

TSS＝Sensitivity+Specificity-1＝TPR-FPR

其中，Sensitivity为敏感性，Specificity为特异性，TPR(true positive rate)真阳性率，FPR(falsepositive rate)假阳性率，所述TSS取值范围为(0，1)；所述AUC被定义为ROC曲线下与坐标轴围成的面积，AUC的取值范围为(0.5，1)。

7.根据权利要求1所述的一种基于无人机航拍的草原毛虫宜生区划分方法，其特征在于，所述根据所述空间分布概率划分草原毛虫宜生区，包括：

根据空间分布概率的大小将草原毛虫宜生区划分成不同的等级。

8.根据权利要求1所述的一种基于无人机航拍的草原毛虫宜生区划分方法，其特征在于，所述根据Kappa、TSS和AUC三种指标评价所述生态位模型，筛选出最优生态位模型，包括：

RF模型对草原毛虫生态位模拟精度最高。

9.一种基于无人机航拍的草原毛虫宜生区划分系统，其特征在于，所述系统包括：

草原毛虫数据获取模块，用于设置观测样点，并利用无人机航拍获取所述观测样点的草原毛虫数据；

环境因子获取模块，用于获取所述观测样点对应的环境因子；

生态位模型构建模块，基于BIOMOD模拟软件,利用所述草原毛虫数据和环境因子构建生态位模型；

生态位模型筛选模块，用于根据Kappa、TSS和AUC三种指标评价所述生态位模型，筛选出最优生态位模型；

草原毛虫宜生区划分模块，利用最优生态位模型预测草原毛虫的空间分布概率，并根据所述空间分布概率划分草原毛虫宜生区。

10.一种终端，包括存储器和处理器，存储器上存储有可在处理器上运行的计算机指令，其特征在于，处理器运行计算机指令时执行权利要求1-8中任意一项所述草原毛虫宜生区划分方法的相关步骤。