基于无人机与YOLOv8的洞庭湖禁渔区智能监测系统
阮振毅1 张和原2 陈鲁越3 曾子诚4

1英默生学院，国加利福尼亚州，92604；

2西安市高新一中初级中学，陕西西安，710075；

3华润小径湾贝塞斯国际学校，广东惠州，516000；

4武汉英中高级中学，湖北武汉，430033；

摘要：长江十年禁渔政策实施后，洞庭湖生态修复成效显著，但非法盗猎、投毒及衍生的环境污染问题依旧突出。传统依靠对讲机、望远镜、摄像头的人工监测手段效率低下，难以满足禁渔水域智能化监管需求。为此，本文采用无人机搭载4K高清成像设备，融合YOLO v8、Ardupilot与Pixhawk深度学习目标检测算法，构建洞庭湖盗猎者、非法捕捞工具及白色污染一体化智能检测系统。结合湖区开阔、目标尺度差异大、背景复杂的特性，对模型开展轻量化与检测优化，强化小目标、动态目标识别能力。实验验证，该方法在湖面航拍数据中检测精度与实时性表现优异，可快速发现、定位并记录非法活动与白色污染，大幅提升禁渔巡护效率，为长江禁渔长效管控及洞庭湖生态精细化治理提供技术支撑。

关键词：非法盗猎；白色污染；无人机航拍；YOLOv8；目标检测；智能监测

参考文献

[1] Redmon J, Divvala S, Girshick R, et al. You Only Look Once: Unified, Real-Time Object Detection[C]. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2016: 779-788.

[2] Ultralytics. YOLOv8 Documentation[EB/OL]. https://docs.ultralytics.com, 2023.

[3] 农业农村部. 长江流域重点水域禁捕退捕政策文件汇编[G]. 北京: 中国农业出版社, 2020.

[4] 王磊, 李响, 张帆. 基于改进YOLOv5的水面漂浮物检测方法[J]. 计算机工程与应用, 2023, 59(4): 211-218.

[5] 刘洋, 陈志刚, 刘安. 无人机遥感技术在生态环境保护中的应用综述[J]. 环境工程, 2022, 40(6): 156-163.

[6] Bochkovskiy A, Wang C Y, Liao H Y M. YOLOv4: Optimal Speed and Accuracy of Object Detection[J]. arXiv preprint arXiv:2004.10934, 2020.

[7] 陈晓, 赵鹏, 周明. 洞庭湖湿地生态环境变化与保护对策研究[J]. 长江流域资源与环境, 2021, 30(5): 1123-1132.

[8] Terven J, Cordova-Esparza D. A Comprehensive Review of YOLO: From YOLOv1 to YOLOv8 and Beyond[J]. arXiv preprint arXiv:2304.00501, 2023.