来源：   发布时间：2022-05-24 14:25:05   浏览：

        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。

        研究团队在四川省若尔盖县若尔盖草原进行，通过将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。

        研究得出如下结论：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释结果；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；样地中土丘的分布均匀，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。

        该研究于2021年4月发表在草学科学上。四川省草原科学研究院、青藏高原高寒草地生态修复工程技术研究中心周俗研究员为第一作者，清华-青岛大数据工程研究中心韩立亮研究员为通讯作者。四川省草原科学研究院、青藏高原高寒草地生态修复工程技术研究中心杨思维、王钰，西南民族大学青藏高原研究院根呷羊批，四川省阿坝州林业和草原局牛培莉，四川省若尔盖县林业和草原局草原监理站王泽光参与了本项研究。

图 训练数据的图像数据（A）与其标注后的掩码图像（B）

图  土丘、次生裸地、恢复斑块与鼠洞的PR曲线

    文献：周俗,韩立亮,杨思维,王钰,根呷羊批,牛培莉,王泽光. 基于卷积神经网络的若尔盖草原鼠害监测应用研究[J]. 草学,2021(02):15-25.