DB1301∕T 415-2022 冬小麦单产遥感预测技术规程

1、ICS65.020.01CCSB 201301石家庄市地方标准DB 1301/T 4152022冬小麦单产遥感预测技术规程Technical regulation of predicting per unit area yield of winter wheat by remote sensing2022 - 03 - 25 发布2022 - 04 - 24 实施石家庄市市场监督管理局发 布学兔兔 标准下载DB 1301/T 4152022目次前言II1 范围12 规范性引用文件13 术语和定义14 基本要求1数据要求1软硬件要求25 预测流程2预测思路2遥感影像预处理2计算归一化植被指数2提

2、取冬小麦种植分布2计算累积有效积温2建立单产预测模型3单产专题图制作36 预测报告3附录 A（规范性）冬小麦单产遥感预测技术流程5参考文献7图 A.1冬小麦单产遥感预测技术流程图5图 A.2冬小麦单产遥感预测程序流程图6IDB 1301/T 4152022前言本文件按照GB/T 1.12020标准化工作导则第1部分：标准化文件的结构和起草规则的规定起草。本文件由石家庄市农业农村局提出。本文件起草单位：河北省耕地质量监测保护中心、北京市农林科学院信息技术研究中心。本文件主要起草人：顾晓鹤、蔡淑红、董静、龙慧灵、李旭光、潘瑜春、郜允兵、周艳兵、齐琨、王淼、刘晓丽、王玉秀、刘萌萌、王亚玲、宋小颖、单

3、芳、孙淑敏。IIDB 1301/T 4152022冬小麦单产遥感预测技术规程1 范围本文件确定了冬小麦单产预测的工作程序，规定了基础数据及软硬件要求、测产样点选布、冬小麦种植分布提取、单产遥感预测模型建立、单产预测等工作流程。本文件适用于石家庄市辖8区13县(市)的种植的冬小麦单产遥感预测。2 规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T 15968遥感影像平面图制作规范3 术语和定义本文件没有需要界定的术语和定义。4 基本要求数据

4、要求4.1.1 卫星遥感影像4.1.1.1 多光谱卫星影像卫星影像具备蓝光波段450 nm475 nm、绿光波段495 nm570 nm、红光波段640 nm760 nm、近红外波段810 nm870 nm，空间分辨率30 m以内，时相为每年的冬小麦起身期、拔节期和开花期。4.1.1.2 影像质量影像农用地块上无云，传感器条带噪声为0，影像噪点小于1%，波段无缺失，边缘无畸变，空间位置准确，几何校正精度达到0.5 个像元以内，地物特征清晰。4.1.2 基础地理数据国家1:100 000万行政边界数据，国家1:100 000耕地分布数据。4.1.3 气象数据自播期起至遥感成像日期之间的累积有效积

5、温。4.1.4 历史单产样本数据1DB 1301/T 4152022样本地块历史单产数据，由农业管理部门每年实割实测获取，要素包括经纬度位置、单产；样本地块面积大于20 亩，地块规整，便于匹配遥感影像上地块空间位置；样本地块要求相对均匀分布于全县范围内，且包括高产、中产、低产各种水平；每个县样本数量大于20 个。软硬件要求软件要求：具备卫星遥感影像处理的基础功能，包括大气校正、几何纠正、影像解译、波段运算、统计分析等功能，如ENVI、ERDAS、ArcGIS等。硬件要求：CPU2.9 GHz以上，内存8 G以上，硬盘500 G以上。5 预测流程预测思路冬小麦单产遥感预测的思路是获取本年度和历史

6、参考年份冬小麦起身期、拔节期、开花期的遥感影像，计算归一化植被指数（𝑁𝐷𝑉𝐼），分别计算本年度和历史年份自播期到遥感成像时间点的累积有效积温，建立基于有效积温调整的冬小麦单产预测模型，结合历史年份实际单产，进行县域尺度的冬小麦单产遥感预测与制图，预测技术流程应符合附录A的规定。遥感影像预处理5.2.1 大气校正根据传感器参数对遥感影像进行辐射定标和大气校正，获得影像所有波段的地表反射率数据。5.2.2 几何校正对影像进行几何校正，校正后的卫星影像平地、丘陵地的平面坐标误差不应大于0.5 个像元。5.2.3 裁剪拼接按照监测区范围、

7、行政区划图对处理好的影像进行剪裁和拼接。计算归一化植被指数确定遥感影像近红外波段和红光波段，在遥感处理软件中计算归一化植被指数（𝑁𝐷𝑉𝐼），𝑁𝐷𝑉𝐼区间为-1,1，得到𝑁𝐷𝑉𝐼空间分布图，见公式（1）。𝑅+𝑅𝑁𝐷𝑉𝐼 𝑅𝑛𝑖𝑟𝑅&#

8、119903;𝑒𝑑 ·············································

9、3;························ (1)𝑛𝑖𝑟𝑟𝑒𝑑式中：𝑅𝑛𝑖𝑟近红外波段地表反射率；𝑅𝑟𝑒𝑑红光波段地表反射率。

10、提取冬小麦种植分布采用灰度分割法在耕地范围内提取冬小麦，对拔节期的NDVI图像进行阈值分割，以𝑁𝐷𝑉𝐼=0.05为临界阈值，当𝑁𝐷𝑉𝐼0.05时提取为冬小麦，当𝑁𝐷𝑉𝐼0.05时识别为非小麦。计算累积有效积温2DB 1301/T 4152022分别统计本年度和历史年份逐日气象数据，计算每日有效积温（Growing Degree Days，𝐺𝐷𝐷），见公式（2

11、）。2𝐺𝐷𝐷𝑖 = 𝑇𝑚𝑎𝑥+𝑇𝑚𝑖𝑛 𝑇𝑏 ···························

12、83;······································ (2)式中：𝐺𝐷𝐷𝑖 冬小麦生长过程中某一天的有效积温（）；Ү

13、79;𝑚𝑎𝑥 为一天中最高气温（）；𝑇𝑚𝑖𝑛 为一天中最低气温（）；𝑇𝑏为冬小麦生长的基点气温，一般为0 。𝑖=1分别计算本年度和历史参考年份的自播期起至遥感成像日期之间的累积有效积温（Cumulative growing Degree Days，𝐶𝐺𝐷𝐷），见公式（3）。式中：𝐶𝐺𝐷𝐷 = 𝑛

14、𝐺𝐷𝐷𝑖 ············································

15、;·························· (3)n 为播期至遥感成像时间的天数。建立单产预测模型采用年际间的有效积温差异来调整NDVI，消除年际间播期和遥感成像时间的差异。结合5.5得到的本年度和历史年份的累积有效积温，对本年度现势𝑁𝐷𝑉𝐼图进行调整计算，见公式

16、（4）。𝐶𝑁𝐷𝑉𝐼𝑎 = 𝐶𝐺𝐷𝐷 × 𝑁𝐷𝑉𝐼𝑛(4)𝐺𝐷𝐷𝑛式中：𝑁𝐷𝑉𝐼𝑎 为采用有效积温调整过的冬小麦地块𝑁𝐷𝑉𝐼值；𝐶

17、;𝐺𝐷𝐷 为历史参考年份的冬小麦生长期内的累积有效积温；𝐶𝐺𝐷𝐷𝑛 为本年度的冬小麦生长期内的累积有效积温；𝑁𝐷𝑉𝐼𝑛 为从遥感影像上提取的本年度冬小麦地块𝑁𝐷𝑉𝐼值。通过本年度调整后的𝑁𝐷𝑉𝐼和历史年份的同期𝑁𝐷𝑉

18、𝐼作比值，结合历史单产实测样本，建立本年度冬小麦单产遥感预测模型，见公式（5）。𝑁𝑌𝑖𝑒𝑙𝑑𝑛 = 𝑌𝑖𝑒𝑙𝑑 × 𝑁𝐷𝑉𝐼𝑎(5)𝐷𝑉𝐼式中：𝑌𝑖𝑒𝑙𝑑𝑛

19、为本年度冬小麦地块的单产，kg/hm2；𝑌𝑖𝑒𝑙𝑑 为历史参考年份的冬小麦地块的单产，kg/hm2；𝑁𝐷𝑉𝐼 为历史参考年份从遥感影像上提取的冬小麦地块的𝑁𝐷𝑉𝐼值。单产专题图制作在遥感软件中，将调整后的现势𝑁𝐷𝑉𝐼、历史𝑁𝐷𝑉𝐼、历史单产数据代入公式（5），得到

20、本年度单产预测结果，利用冬小麦种植分布图裁剪出本年度冬小麦单产空间分布图，并按照 GB/T 15968制图。6 预测报告冬小麦单产遥感预测结果经过专家会商形成预测报告，报告应包含如下内容：报告题目：XX 县（市、区）冬小麦单产遥感预测；3DB 1301/T 4152022报告正文：包括具体使用数据、技术流程、具体步骤、预测结果和格局分析；附表：XX 县（市、区）分乡镇冬小麦单产遥感预测统计结果；附图：XX 县（市、区）冬小麦单产遥感预测空间分布图。4有效积温年际差异调查NVDIDB 1301/T 4152022AA附录A（规范性）冬小麦单产遥感预测技术流程A.1 冬小麦单产遥感预测的技术流程计算NVDI本年度现势卫星影像历史NVDI计算累积有