冬小麦田间长势无人机高光谱遥感监测技术规程

冬小麦田间长势无人机高光谱遥感监测技术规程范围应选择在有一定冬小麦种植历史，并具有可持续生产能力的农业生产区域，远离城市、工矿企业、村庄和公路等设施。产地区域内清洁，无堆放工业废渣、废石及城市垃圾。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。NY/T851-2004小麦产地环境技术条件GB/T37804-2019冬小麦苗情长势监测规范第3部分：术语和定义第5部分：监测项目与方法CH/Z3002-2010无人机航摄系统技术要求CH/Z3001-2010无人机航摄安全作业基本要求GB/T38997-2020轻小型多旋翼无人机飞行控制与导航系统通用要求第4部分：通用要求GB/T36301-2018航天高光谱成像数据预处理产品分级第3部分：术语和定义GB/T30115-2013卫星遥感影像指数产品规范定义3.8节GB/T14950-2009摄影测量与遥感术语术语和定义GB/T37804-2019、GB_T36301-2018、GB/T30115-2013、GB/T14950-2009界定的以及下列术语和定义适用于本文件。3.1苗情长势growthconditions作物生长期间的植株生长发育状况等信息，通常情况下也包括影响作物生长发育的土壤条件、田间小气候、生产管理过程、灾害发生情况等。3.2生育时期growthstage作物在生长发育过程中，按照器官形成顺序和生长发育特性，植株外部形态特征呈现显著变化的几个时期。注:小麦的生育时期分为出苗期、三叶期、分蘖期、越冬期、返青期、起身期、拔节期、孕X期（挑旗期）、抽X期、开花期、乳熟期（灌浆期）、成熟期等12个时期。3.3遥感remotesensing不接触物体本身，用传感器收集目标物的电磁波信息，经处理、分析后，识别目标物、揭示其几何、物理特征和相互关系及其变化规律的现代科学技术。3.4高光谱遥感hyperspectralremotesensing在电磁波谱的可见光，近红外，中红外和热红外波段范围内，获取光谱分辨率高于百分之一波长达到纳米（nm）数量级，光谱通道数多达数十甚至数百的遥感技术。3.5景scene根据传感器特征，将遥感影像数据按照规定的行数和列数进行裁切后的图像计数单位。3.6大气校正atmosphericcorrection消除或减弱遥感影像获取时因大气传输中的吸收或散射作用引起的辐射畸变。3.7遥感平台remotesensingplatform安放传感器并能进行遥感作业的载体。3.8航向重叠longitudinaloverlap本航线内相邻像片上具有同一地区影像的部分，通常以百分比表示。3.9旁向重叠lateraloverlap相邻航线的相邻像片上具有同一地区影像的部分，通常以百分比表示。3.10光谱分辨率spectralresolution传感器或波谱测量仪器能够区分或分辨的最小波段范围或波长间隔。3.10缩略语下列缩略语适用于本文件。DN:数字灰度值（DigitalNumber）GNSS:全球卫星导航系统（GlobalNavigationStelliteSystem）无人机高光谱成像系统4.1飞行器产品类型：大疆M600PRO飞行器，六悬翼无人机（两套无人机电池）产品定位：专业航拍工作环境温度：-10～40℃。卫星定位模块：GLONASS（GLOBALNAVIGATIONSATELLITESYSTEM）双模。4.2云台增稳云台（两套云台电池）可控转动范围俯仰：-90°～30°。控制转速：可调节4.3高光谱成像仪（含光谱成像仪、面阵探测器（CCD）、成像镜头）高光谱成像技术的定义是在多光谱成像的基础上，在紫外到近红外（200-2500nm）的光谱范围内，利用成像光谱仪，在光谱覆盖范围内的数十或数百条光谱波段对目标物体连续成像。在获得物体空间特征成像的同时，也获得了被测物体的光谱信息。4.4GaiaSky-mini2-VN无人机高光谱成像系统技术参数：型号：GaiaSky-mini2-VN光谱范围400~1000（nm）光谱分辨率3.5nm空间分辨率4.7cm连接方式USB3.0功率45W工作电压12~19V飞行高度100m飞行速度7m/s航向重叠55%旁向重叠50%可以实现自动曝光、自动扫描速度匹配、自动完成数据采集，采用悬停拍摄方式，无需高精度惯导系统，图像实现自动拼接。5、监测前准备5.1采样点选取采取对角线取样法，每个监测田块选择3个有代表性的监测点进行固定标记。每个采样点插上白色的牌子；在每个梯度田上均匀地选取若干个小区（数量根据梯田面积定），每个小区均匀选取3-5个采样点，每个采样点取3-5株植株。5.2飞行前准备飞行区考察工作，考察飞行区的地形地貌、天气状况，根据考察结果设计合适的航线。设备检查工作，飞行前做好设备清单，并做好设备充电工作。系统构件具体构件无人机系统无人机起落架支架弹簧无人机电池组4组电池（6块）充电器充电线无人机遥控两副遥控遥控充电线iPad平板数据连接线充电头云台系统云台支架支架立架支架上桁架悬挂横杆螺旋旋钮云台三轴稳定平台云台电池三组云台电池充电器两副云台连接线相机供电线快门控制线其他内连线相机系统高光谱相机相机主机电源充电线大容量U盘镜头盖白板白板一体箱灰布40%反射率灰布无线键鼠鼠标充电线无线键鼠USB无线接收器监视器监视显示器显示器电源线与探头数据连接线其他HDMI图传线两条图传线扎带长短扎带两包笔记本电脑航点坐标计算器Specview软件M600pro+mini2物品清单6、监测项目和方法6.1高光谱成像仪监测小麦作物XX的高光谱遥感影像，包含在紫外到近红外（400-1000nm）的光谱范围内，利用成像光谱仪获取的光谱覆盖范围内的数十或数百条光谱波段对目标农作物的连续成像。在获得物体空间特征成像的同时，也获得了被测物体的光谱信息。6.2无人机飞行条件生育前期每隔5至7天飞行一次，生育后期平均2至3天飞行一次，选择在天气晴朗、无风或微风的条件下，时间定在10:00-14:00之间飞行。6.3无人机监测步骤6.3.1创建飞行任务运行DJIGSPro软件，新建飞行任务，由于我们的相机执行的是摄像功能，而非拍照功能，在空中悬停的时间较长，一般选择最后一个航点飞行-指定航线来进行后续的飞行任务。6.3.2地图选点6.3.3航点设置设置足够多的航点并且有序的排列在地图上。6.3.4航点坐标计算6.3.5航点动作设置除了每次无人机拍摄的第一个点拍摄前需要添加3秒的悬停等待时间外，其他的航点拍摄前均不需要悬停等待。拍摄时添加悬停等待，Skymini2代时间为9秒。6.3.6设备安装与连线连接好电源线和快门控制线。将相机在云台上进行调平，可通过调参助手软件进行调整。将云台控制线连接至云台的CAN2口。将飞控信号线接头接好。连接M600pro的HDMI图传线，将飞控线断开。6.3.7飞行操作流程6.3.7.1开机；6.3.7.2将监视器HDMIin与遥控器HDMI接口连接；6.3.7.3运行DJIGo。遥控器背面C1按钮控制云台水平与垂直控制切换，C2：云台置中。右侧滚轮控制云台水平与垂直转动；6.3.7.4打开相机控制器开关按钮；6.3.7.5系统启动后自动运行控制软件并对相机进行初始化；6.3.7.6软件打开‘调焦预览’执行‘置中’，然后执行‘自动曝光’，验证自动曝光的效果；6.3.7.7黑白板背景数据采集：白板位置不动，执行‘白帧’，采集白背景数据。然后扣上镜头盖，执行‘黑帧’采集背景数据。6.3.7.8执行遥控模式。6.3.7.9检查图传软件是否正常运行，若无正常运行可进行设备重启或者更换HDMI图传线，手动将无人机起飞至离地约5m处，传输设计好的飞行任务，然后开始飞行任务。6.3.7.10无人机降落，检查设备是否完好。6.3.7.11关闭无人机，关闭云台。6.3.7.12拆卸并收好各部件。6.4冬小麦田间长势参量6.4.1冬小麦叶片叶绿素含量叶绿素含量是作物生长状态的良好指示器，它与作物的光合作用能力，发育状况，胁迫程度及氮素含量等密切相关，又是作物与外界发生物质能量交换的重要条件，因此估测冬小麦叶绿素含量已成为评价其长势的一种有效手段。可使用日产SPAD-502型手持式叶绿素仪对叶绿素相对含量SPAD进行测定。6.4.2冬小麦叶片氮含量氮素是冬小麦生长和产量品质形成所必须的重要元素，通过了解作物叶层氮含量、叶绿素等的动态变化，对评价冬小麦氮素营养状况、生产能力及预测产量或者品质等均具有重要意义。将植株样品茎叶分离，叶片置于70℃干燥箱内恒温干燥，粉碎，采用凯氏定氮法测定其氮含量。6.4.3冬小麦叶面积指数叶面积指数是反映作物生理生化过程和生产力状况的良好指标，对冬小麦长势监测和产量估测等应用具有重要意义。在获取高光谱信息之后，就地进行冬小麦采样，采样面积为0.2m2，随后立即将样品放入塑封袋中，密封并带回实验室。在实验室中，小麦绿叶面积使用Li-3000C便携式叶面积仪（LI⁃COR，林肯，内布拉斯加州，美国）进行测量。7、内业整理7.1无人机采集数据处理7.1.1数据导出：将数据通过监视器从相机导出；7.1.2镜头校准：在Specview软件中执行，目的是消除飞行过程中的影像失真。7.1.3反射率校准：在Specview软件中执行，目的是将DN值转换成反射率。7.1.4大气校正：在Specview软件中执行，目的是消除大气、水汽等因素的影响。7.1.5影像拼接：在XX双利合谱公司提供的HiSpectralStitcher中对每一景校正后的影像进行拼接，拼接成覆盖整个研究区的遥感影像。7.1.6打开ENVI5.4软件，依次提取每个田块的感兴趣区，计算每个感兴趣区域所有像素的反射率均值并导出保存为mat数据格式。对于每个感兴趣区域，每个波段上有一个反射率均值代表整个感兴趣区的反射率。图3冬小麦XX高光谱影像（RGB成图）7.2冬小麦田间长势参数数据处理对于所测的小麦叶片叶绿素含量、叶面积指数以及叶片氮含量数据，去除异常值。打开MATLAB2017软件，将所测采样点的叶绿素含量、叶面积指数、叶片氮含量按照采样点编号顺序分别保存为mat数据文件格式。7.3建模分析7.3.1将所有感兴趣区域的反射率均值和实测叶片叶绿素含量、叶面积指数以及叶片氮素含量按照采样点编号形成一个二维数组；7.3.2计算每个波段的反射率与叶绿素、叶面积指数以及氮素含量之间的相关性；7.3.3根据相关性大小，分别选取叶绿素、叶面积指数以及氮素含量对应的敏感波段；7.3.4将选取的敏感波段和生理生化参量（叶绿素、叶面积指数以及氮素含量）形成两个新的二维矩阵，其中X=[x1，x2，x3…xn]，x1~xn为特征敏感波段，Y=[y1，y2，y3]，其中y1为各采样点的叶绿素含量，y2为叶面积指数，y3为叶片氮素含量；7.3.5使用MATLAB2017软件对矩阵X进行标准化处理，形成一个新的矩阵X_std;7.3.6在MATLAB2017软件中使用RF_MexStandalone-v0.02-precompiled程序包对矩阵X_std和矩阵Y进行建模分析，其中，模型核心参数为mtree和ntry；7.3.7使用格网搜索法对模型核心参数进行参数调优，得到具有最优模拟能力的反演模型（rsq值越大，mse值越小，模型的模拟能力越强）；7.3.8由建模分析可以得到整片农作物XX的生理生化参量数据，使用MATLAB2017