《水稻無人飛機遙感精準變量施肥技術規(guī)程》（征求意見）

1T/CATEAXXX—2024水稻無人飛機遙感精準變量施肥技術規(guī)程本文件規(guī)定了水稻無人飛機遙感精準變量施肥技術的術語和定義、基本要求、作業(yè)前要求、作業(yè)時要求、作業(yè)后要求、服務評估。本文件適用于從事利用無人飛機開展水稻田間變量施肥作業(yè)的管理。2規(guī)范性引用文件下列文件中的內容通過文中的規(guī)范性引用而構成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。NY/T4151農業(yè)遙感監(jiān)測無人機影像預處理技術規(guī)范DB36/T1924.1無人機影像采集及應用技術規(guī)程第1部分：水稻DB3210/T1074-2020.水稻長勢遙感監(jiān)測技術規(guī)程QX/T474衛(wèi)星遙感監(jiān)測技術導則水稻長勢3術語和定義GB/T33988-2017、GB/T36540-2018界定的以及下列術語和定義適用于本文件。3.1水稻冠層ricecanopy水稻冠層是指水稻在生長過程中形成的上部葉片和莖的集合體。它是水稻的主要光合作用部位，影響光照、溫度和水分的分布，對水稻的生長、發(fā)育和產量有重要影響。冠層的結構和密度決定了光的透射和反射特性，進而影響水稻的生長環(huán)境和生理過程。3.2水稻冠層光譜反射率canopyspectralreflectivityofrice水稻冠層光譜反射率是指水稻冠層對不同波長光譜的反射能力，通常以反射率百分比表示。它反映了冠層對光的吸收、散射和反射特性，受葉片結構、光譜特性和環(huán)境因素影響。3.3矢柵轉換vectorgridconversion矢柵轉換是指在地理信息系統(tǒng)（GIS）中，將矢量面數據轉換為柵格數據（像素網格）。矢量數據以幾何形狀表示地理特征，而柵格數據則用網格單元表示空間信息。此轉換用于制作施肥處方圖。3.4施肥變量地塊fertilizervariableplot施肥變量地塊指的是根據施肥處方圖劃分的不同施肥區(qū)域。如果某個變量區(qū)域為1畝，則該施肥變量地塊的面積也為1畝，即每畝地對應一個特定的施肥量。3.5GeoTIFFGeoTIFF是一種地理信息系統(tǒng)（GIS）中常用的圖像文件格式，擴展名通常為.tif或.tiff。它在標準TIFF格式的基礎上，添加了地理空間元數據，使得圖像能夠與地圖坐標系統(tǒng)相結合。GeoTIFF文件可以存儲柵格數據，并包含地理信息，如投影、坐標系統(tǒng)和分辨率，便于在GIS軟件中進行空間分析和可視化。3.6氮素反演nitrogeninversion2T/CATEAXXX—2024氮素反演是指通過遙感技術、模型分析，從觀測數據中提取水稻中氮素含量的信息。該過程通常利用光譜數據、植被指數或其他相關參數，結合機器學習算法，估算作物的氮素狀態(tài)。3.7水稻生長模型ricegrowthmodel水稻生長模型是用于模擬和預測水稻生長發(fā)育過程的數學模型，模型考慮了氣候條件、土壤特性、水分和養(yǎng)分供應等因素。4測量環(huán)境4.1測量環(huán)境農作物光譜反射率測量對測量環(huán)境的要求如下：a)測量時應以自然太陽光為光源，測量時應保證太陽有足夠的高度角，太陽天頂角應不大于50°,一般在當地時間10:00～15:00時段為宜；若為衛(wèi)星過境同步實驗，測量時間根據衛(wèi)星過境時間確定；b)應選擇無雨、天氣晴好、光照穩(wěn)定的日期開展測量，能見度宜優(yōu)于10km；c)風力應不超過3級；太陽周圍90°立體角范圍內淡積云量小于2%，無卷云和濃積云等；d)光譜測量儀、被測目標及標準參考板應處于相同環(huán)境中。4.2測量工作人員農作物光譜測量對工作人員的要求按照GB/T33988-2017和GB/T36540-2018中對工作人員的要求執(zhí)a）工作人員應著暗色弱反射衣物，避免穿戴白色、亮紅色、黃色、綠色、藍色的衣帽；b）站位應避免影響光譜測量儀與地物目標及標準參考板之間的通視，測量時工作人員應面向陽光，避免工作人員在地物目標及參考板上產生陰影或對其反射率造成影響；c）轉向新的觀測目標區(qū)時，觀測組全體成員應面向太陽接近目標區(qū)，應杜絕踐踏觀測區(qū)，測試結束后應沿進場路線退出目標區(qū)；d）若在炎熱天氣條件下長時間使用非便攜式光譜測量儀進行測量，為了保障人員安全，應確保至少2人交替開展工作。4.3測量設備4.3.1高光譜測量儀高光譜測量儀應性能穩(wěn)定、易操作；測量波長范圍包含380nm～2500nm，其中，380nm～1050nm波段光譜分辨率不低于5nm；1050nm～2500nm波段光譜分辨率不低于10nm，測量波長精度不低于0.5nm；應保證能夠滿足長時間野外使用要求的電池容量與數量（不少于兩組）。光譜測量儀應有能配套使用的葉片光譜測量配件（葉片夾、積分球）。對光譜測量儀定標的要求應按GB/T33988-2017執(zhí)行。4.3.2氣象站氣象站應性能穩(wěn)定、易于操作，以確保對田間光照、溫度、濕度以及降雨量等關鍵氣象參數的精確監(jiān)測。還應具備良好的穩(wěn)定性和抗干擾性以確保它們能夠適應各種天氣條件，包括高溫、低溫、強風和強降水等，同時保持數據的準確性和可靠性。4.3.3無人機（航測無人機）航測無人機應具備穩(wěn)定的性能和簡便的操作方式，以確保數據采集的可靠性和方便非專業(yè)人員使用。其飛行平臺應搭載必要的航空電子設備和傳感器以及高分辨率的數碼相機等任務載荷，以滿足不同波段的光譜分辨率要求。在飛行性能方面，航測無人機的航程、飛行高度、飛行速度等參數應滿足特定攝影3T/CATEAXXX—2024任務的需求，以實現高效的數據采集。此外，無人機的電池續(xù)航能力應滿足長時間野外作業(yè)的需求，至少配備兩組電池，以保證持續(xù)作業(yè)。4.3.4可見光鏡頭可見光鏡頭需滿足高分辨率和寬動態(tài)范圍，確保在各種光照條件下都能獲得清晰、細膩的圖像。技術參數需符合特定標準，如定焦、高像素成像和準確的圖像位置補償，以確保數據的精度和可靠性。5數據獲取5.1高光譜數據獲取高光譜數據獲取應覆蓋380nm～2500nm的光譜范圍。其中，380nm～1050nm波段光譜分辨率不低于5nm；1050nm～2500nm波段光譜分辨率不低于10nm，測量波長精度不低于0.5nm。高光譜數據的格式應標準化，以便于數據的處理和分析。5.2可見光數據獲取可見光數據獲取應覆蓋380nm至750nm的光譜范圍，確保圖像具有足夠的空間和光譜分辨率，以滿足特定應用的需求。數據應以標準化格式存儲，設備在使用前需進行校準，以保證數據的準確性和可靠5.3氣象數據獲取氣象數據應涵蓋關鍵氣象要素，如溫度、降水量、光照強度和濕度等。根據研究或應用需求，數據的時間分辨率可以是逐日、逐小時或實時數據。數據格式應標準化，便于處理和分析。6數據處理6.1光譜預處理農作物高光譜數據預處理步驟如下：a)首先應對測量數據進行篩選與異常曲線剔除，具體要求應按GB/T33988-20178.1執(zhí)行；b)其次對農作物高光譜反射率進行計算，具體要求應按GB/T33988-2017執(zhí)行；c)最后根據建模需求，利用光譜預處理方法對高光譜反射率進行預處理，并使用預處理后光譜數據用于后續(xù)建模過程。6.2特征波段提取采集到的無人機冠層高光譜波段維度較高，存在大量冗余信息。采用特征波段選擇算法，提取對水稻氮素貢獻最大的無人機高光譜波段組合。以顯著降低模型的運算時間，提升模型反演精度。6.3氮素含量反演構建基于機器學習方法的水稻氮素含量無人機高光譜反演模型，實現水稻氮素含量反演。以提取特征波段后的無人機高光譜為模型輸入，氮素含量為模型輸出，實現對各變量施肥地塊水稻氮素含量的快速無損監(jiān)測。6.4水稻生長模型同化采用歷史觀測數據對水稻生長模型進行本地化。以水稻氮素含量無人機高光譜反演模型輸出氮素含量為同化變量，與本地化后的水稻生長模型進行同化，實現對水稻生長發(fā)育過程的校正，輸出各變量施肥地塊水稻生長模型同化結果。4T/CATEAXXX—20246.5施肥量決策以水稻生長模型同化結果為基準，結合施肥區(qū)域當地施肥時間、施肥量，通過迭代確定各變量施肥地塊獲得最大經濟效益時的施肥時間及施肥量組合，生成各變量施肥地塊水稻無人機遙感精準施肥決策。7制作施肥處方圖7.1繪制矢量田塊使用GIS軟件（ArcGIS/SuperMapiDesktop）或代碼，基于可見光影像確定變量施肥地塊，繪制變量施肥地塊矢量圖，并將施肥量寫入矢量文件中，如施肥類型為液體肥，單位為L/畝，如施肥類型為固體顆粒肥，單位為公斤/畝。7.2田塊矢量轉換為柵格使用GIS軟件（ArcGIS/SuperMapiDesktop）或代碼，將矢量圖轉換為柵格影像，坐標系設置為WGS1984，柵格大小為1m，柵格值字段為施肥量字段，像素格式為單精度浮點型或雙精度浮點型，轉換后導出為ti