无人机遥感图像数据可视化系统的设计与实现

林业疫木防治工作中，三维地球平台上疫木侵染信息可视化使数据空间分布和关联更加清晰直观，有助于林业工作人员高效率地对病树及时防治。本文利用数据库技术、目标检测技术以及三维地球可视化技术处理无人机遥感图像为林业研究提供重要依据。首先，无人机拍摄林区图片以及视频，将图像数据按照拍摄地点、拍摄日期、拍摄角度、病虫类型等信息上传数据库。其次，以松材线虫和红脂大小蠹为试验对象，利用SSD目标检测算法检测出受害区域。最后，将检测结果图在三维地球上可视化。本文提出的基于无人机遥感图像数据的存储、检测以及可视化为林业发展创造价值。

国家林业局2009 年颁发的《全国林业信息化建设纲要》[1]提出，要加快林业信息服务的发展，以林业数据促进林业决策科学化，而《全国林业信息化建设技术指南》[1]把可视化技术列为林业信息化发展的核心技术之一。可视化技术得到如此重视是因为它能够向用户提供一个高效的可视化环境，辅助用户对数据进行深层次的挖掘，不断找出数据的特征，以及内在的联系与规律[2]《全国林业信息化建设技术指南》[1]还指出， 以林业信息查询、分析、统计等业务为主的应用适合采用浏览器/服务器架构进行开发， 而以林业数据处理为主的应用适合采用客户端/服务器架构进行开发。

由此可见， 浏览器/服务器架构的林业数据可视化应用研究是林业信息服务建设的重要发展方向之一。

我国现有森林面积2.2 亿公顷，森林蓄积量约175.6 亿立方米，森林资源在保障我国生态安全、维持生态平衡、促进经济发展中发挥着重要作用。但过去十年间，全国林业有害生物年均发生面积超过千万公顷，直接经济损失超过千亿元[3] [4]。其中松材线虫是造成我国森 林资源损失最为严重的重大外来有害生物，属于国家重大生态灾害。松材线虫破坏力极强，松树一旦感染40 天左右就能死亡，且无有效的药物可治，被称为松树的“癌症”。截止到2019 年5 月，松材线虫病疫情已经扩散到我国18 个省(直辖市、自治区)的588 个县级行政区[5]，对近9 亿亩松林安全构成威胁，严重危害了松林资源和生态安全。

传统的松材线虫病害监测主要利用人工调查，用肉眼或借助望远镜瞭望辖区内松林健康状况，调查结果具有较强的主观性，且监测范围小、效率低、漏判和误判率高。另一种监测手段是利用卫星遥感技术结合 GIS 观察病害分布情况，但卫星遥感监测成本高、时效性滞后，无法满足对松材线虫病疫情早监测、早发现的要求。近年来无人机因其易操作、成本低、时效性强等优点，开始应用于林业病虫害监测[6] [7] [8]。

近年来无人机技术的发展，为森林资源的遥感检测提供了新的手段[9]。然而，目前在无人机影像中识别松材线虫早期染病阶段疫木，仍处于目视判读的水平[10] [11]，人工判别疫木的方法主观性强、工作效率低。对无人机影像中松材线虫早期染病阶段识别属于目标检测问题，在识别松材线虫疫木同时判定单株疫木位置。无人机遥感结合目标检测技术已开始应用于农林业领域：2018 年Fan Zhun 等[12]在烟草识别问题中从无人机影像数据抽取多个候选区域后，利用卷积神经网络对烟草区域进行识别；同年孙钰