基于卷积神经网络的若尔盖草原鼠害监测应用研究

鼠害是我国草原的主要生物灾害之一,严重威胁草原畜牧业的可持续发展,利用神经网络模型能够实现复杂环境下草原地物类型的识别与分割,该方法在草原鼠害监测与管理方面具有重要意义。本研究以若尔盖草原为例,将Mask R-CNN卷积神经网络模型、 Res2Net网络与无人机影像数据相结合,提出了一种新型草原地物类型的识别与分割方法,对草原不同地物类型进行检测和分割,进而统计相应地物类型的面积与数量,建立了若尔盖草原的鼠害监测模型。得出如下结论:无人机低空遥感结合卷积神经网络模型的监测方法可以为若尔盖草原鼠害调查提供准确度甚高的解译结果;其中,土丘的检测精度最高,恢复斑块检测精度最低,但其面积占比最高;样地中土丘分布均匀,鼠洞呈集聚分布,两类害鼠分布空间、分布差异较大。研究结果反映的信息与鼠害发生区域基本一致,该方法为有效监测鼠害提供了决策支持,对有效保护草原生产力和实现草原的可持续发展具有重要的研究价值。

高原鼠兔与牧草地群落、环境的关系及防控阈值研究

为揭示高原鼠兔Ochotona curzoniae活动与放牧高寒草地群落及环境因子的相关性,探究正常放牧高寒草地的高原鼠兔防控阈值,采用传统地面样方结合无人机低空影像采集识别的研究方法,获取四川省阿坝藏族羌族自治州若尔盖县夏季牧场50个调查样地的高原鼠兔总洞口密度和草地群落特征数据,经方差分析、线性拟合及冗余分析,结果表明:(1)高原鼠兔偏好栖息于南、西朝向,坡度5~15°的缓坡草地,总洞口密度与坡度显著正相关;(2)高原鼠兔总洞口密度与植被盖度、群落平均高度、Patrick物种丰富度、Shannon-Wiener多样性指数、生物量显著负相关,随着总洞口密度增加,植被盖度降低,群落平均高度、Patrick物种丰富度、Shannon-Wiener多样性指数、生物量呈先升高后降低的变化趋势;(3)初步判定若尔盖放牧高寒草地的高原鼠兔洞口密度的防控阈值为1000个/hm^(2)。研究结果为川西北高原鼠兔的危害快速识别和牧草保护管理提供了参考。

基于大数据的物联网智能监测系统在农区鼠害监测中的应用效果初报

为切实解决农区鼠害监测问题,全国农业技术推广服务中心联合清华-青岛大数据工程研究中心,通过大数据、物联网技术的融合应用,在全国范围内开展农区害鼠智能监测网络建设。2018年在15个省(自治区、直辖市)21个监测点开展首批试点。结果显示,2018年21个全国农区鼠害物联网智能监测站共监测到害鼠474只,隶属3科5属14种,总鼠密度为3.92%;褐家鼠、小家鼠、黄胸鼠、大仓鼠、黑线姬鼠为主要优势种群,占捕获总数的77.43%;优势鼠种在农田和农舍中均有分布,且随作物种植季节呈现出双峰波动节律。多点试验表明,基于大数据的物联网智能监测系统,可以准确诊断害鼠种类、精确计算鼠种构成,密切跟踪其数量和密度动态,并能实时监测其昼夜节律,替代人工作业,对阐明农区鼠害群落演替规律和活动节律、提高监测预警水平、科学指导精准防治有重要的实践意义。