研究目的
探索利用无人机（无人驾驶飞行器）获取高分辨率影像及多光谱特征来识别秘鲁亚马逊地区达林按蚊繁殖地，以改进疟疾防控中的幼虫孳生地管理。
研究成果
基于高分辨率无人机影像可精准识别携带达林按蚊幼虫的水体，为疟疾防控中的靶向幼虫源管理提供新工具。该方法在亚马逊地区具有可行性，可与长效杀虫蚊帐和室内滞留喷洒等现有干预措施结合以降低传播风险。
研究不足
设备成本高且单次飞行时间有限，需多次飞行；无人机操作需要专业技能；依赖谷歌地球引擎的互联网连接；森林冠层导致影像存在空缺；基于有限采样定义负水体；气候条件影响数据采集。
1：实验设计与方法选择：
本研究采用基于无人机的RGB和多光谱影像，对秘鲁亚马逊地区四个农村村庄的水体进行测绘。利用谷歌地球引擎中的随机森林算法，对土地覆盖类型及水体中是否存在Ny. darlingi幼虫（阳性/阴性）进行监督分类。
2：样本选择与数据来源：
在旱季和雨季三个时间点，检查每个村庄1公里范围内的31个水体是否存在幼虫。选取16个水体进行多光谱测绘。
3：实验设备与材料清单：
配备DJI 4K相机的DJI Phantom 4 Pro无人机、搭载Parrot Sequoia传感器的3DR Solo无人机、安装Pix4D Capture应用的iPad Mini 4、幼虫采样用的舀网、保存用乙醇、用于正射影像拼接的AgiSoft Photoscan Pro软件、用于图像分类的谷歌地球引擎。
4：幼虫采样用的舀网、保存用乙醇、用于正射影像拼接的AgiSoft Photoscan Pro软件、用于图像分类的谷歌地球引擎。 实验流程与操作步骤：
4. 实验流程与操作步骤：无人机飞行高度分别为100米（RGB）和50米（多光谱）以获取影像。幼虫采样沿水体边缘每10米取十勺水样。构建正射影像并分类为不同土地覆盖类型。
5：数据分析方法：
采用k折交叉验证的随机森林分类法，使用Jeffries Matusita距离评估光谱可分性，通过R v.3.4.3进行蒙特卡洛系数/显著性水平/样本量敏感性分析。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
DJI Phantom 4 Pro
Phantom 4 Pro
DJI
Drone for capturing RGB imagery
-
3DR Solo
Solo
3D Robotics
Drone for capturing multispectral imagery
-
Parrot Sequoia
Sequoia
Parrot
Multispectral sensor for capturing green, red, red edge, and near-infrared bands
-
iPad Mini 4
Mini 4
Apple
Device for programming flight plans using Pix4D Capture app
-
Pix4D Capture
Pix4D
App for programming drone flight plans
-
AgiSoft Photoscan Pro
Photoscan Pro
AgiSoft
Software for photogrammetric processing and orthomosaic construction
-
Google Earth Engine
Google
Cloud-based platform for geospatial analysis and image classification
-
Dipper
Tool for larval sampling
-
登录查看剩余6件设备及参数对照表
查看全部
