德清县围网养殖遥感识别数据
DIP2024000011818
浙江国遥地理信息技术有限公司
首次登记
3年
2024-10-17 14:36:40
信息传输、软件和信息技术服务业
待交易
519
按需更新
用于实现对围网养殖监测中问题点位的高效精准识别,旨在提升养殖监管效率,解决基层人员在广阔水域中难以高效巡查的问题。该数据通过精准识别养殖区域变化,自动记录点位坐标,帮助监管人员及时发现非法养殖、水域污染等问题,有效维护水域生态安全。同时,数据的应用有助于简化基层人员的工作流程,将传统的人工巡查与现代化技术手段相结合,为围网养殖管理提供科学、便捷的解决方案。
利用无人机航拍技术采集的2024年5月围网养殖遥感影像数据,通过YOLO算法实现目标检测。通过预测每个区域的概率,选取所有单元格中概率最大的类别,并将其分配给相应的网格单元。根据预测概率生成加权边界框,进行非极大值抑制(NMS)运算,以消除多余的锚点。算法会识别出概率次高的边界框,并重复相同的处理过程,直到所有不同的边界框均被筛选出来并计算得出识别准确度,该准确度越接近1,表明地块识别越精确;若小于0.6,则视为识别错误。基于这一判断,将正确识别的地块纳入数据集,同时排除识别错误的样本。 对于识别正确的地块,进一步计算其区域中心坐标(x,y),并采用CGCS2000坐标系进行定位,坐标默认采用东经、北纬格式。通过先进算法分析影像中的特征区域,自动识别并提取养殖类型,利用水体颜色参量与水体透明度之间的相关关系来构建透明度遥感估算模型,从而计算水体透明度指数。根据围网养殖地块在当前识别框中的相对位置(x1,y1),(x2,y2),(x3,y3),(x4,y4),通过四个角标位置计算相对面积area,再结合遥感影像的分辨率和比例尺计算围网面积(平方米)。最终,这些特征区域的坐标、类型及其他相关信息将被自动上传至德清水利数字化遥感监测平台,从而实现对德清地区围网养殖问题的精准监测与数据分析。
按需更新
浙江省知识产权区块链公共存证平台