《水稻无人飞机遥感精准变量施肥技术规程》（征求意见）

1T/CATEAXXX—2024水稻无人飞机遥感精准变量施肥技术规程本文件规定了水稻无人飞机遥感精准变量施肥技术的术语和定义、基本要求、作业前要求、作业时要求、作业后要求、服务评估。本文件适用于从事利用无人飞机开展水稻田间变量施肥作业的管理。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。NY/T4151农业遥感监测无人机影像预处理技术规范DB36/T1924.1无人机影像采集及应用技术规程第1部分：水稻DB3210/T1074-2020.水稻长势遥感监测技术规程QX/T474卫星遥感监测技术导则水稻长势3术语和定义GB/T33988-2017、GB/T36540-2018界定的以及下列术语和定义适用于本文件。3.1水稻冠层ricecanopy水稻冠层是指水稻在生长过程中形成的上部叶片和茎的集合体。它是水稻的主要光合作用部位，影响光照、温度和水分的分布，对水稻的生长、发育和产量有重要影响。冠层的结构和密度决定了光的透射和反射特性，进而影响水稻的生长环境和生理过程。3.2水稻冠层光谱反射率canopyspectralreflectivityofrice水稻冠层光谱反射率是指水稻冠层对不同波长光谱的反射能力，通常以反射率百分比表示。它反映了冠层对光的吸收、散射和反射特性，受叶片结构、光谱特性和环境因素影响。3.3矢栅转换vectorgridconversion矢栅转换是指在地理信息系统（GIS）中，将矢量面数据转换为栅格数据（像素网格）。矢量数据以几何形状表示地理特征，而栅格数据则用网格单元表示空间信息。此转换用于制作施肥处方图。3.4施肥变量地块fertilizervariableplot施肥变量地块指的是根据施肥处方图划分的不同施肥区域。如果某个变量区域为1亩，则该施肥变量地块的面积也为1亩，即每亩地对应一个特定的施肥量。3.5GeoTIFFGeoTIFF是一种地理信息系统（GIS）中常用的图像文件格式，扩展名通常为.tif或.tiff。它在标准TIFF格式的基础上，添加了地理空间元数据，使得图像能够与地图坐标系统相结合。GeoTIFF文件可以存储栅格数据，并包含地理信息，如投影、坐标系统和分辨率，便于在GIS软件中进行空间分析和可视化。3.6氮素反演nitrogeninversion2T/CATEAXXX—2024氮素反演是指通过遥感技术、模型分析，从观测数据中提取水稻中氮素含量的信息。该过程通常利用光谱数据、植被指数或其他相关参数，结合机器学习算法，估算作物的氮素状态。3.7水稻生长模型ricegrowthmodel水稻生长模型是用于模拟和预测水稻生长发育过程的数学模型，模型考虑了气候条件、土壤特性、水分和养分供应等因素。4测量环境4.1测量环境农作物光谱反射率测量对测量环境的要求如下：a)测量时应以自然太阳光为光源，测量时应保证太阳有足够的高度角，太阳天顶角应不大于50°,一般在当地时间10:00～15:00时段为宜；若为卫星过境同步实验，测量时间根据卫星过境时间确定；b)应选择无雨、天气晴好、光照稳定的日期开展测量，能见度宜优于10km；c)风力应不超过3级；太阳周围90°立体角范围内淡积云量小于2%，无卷云和浓积云等；d)光谱测量仪、被测目标及标准参考板应处于相同环境中。4.2测量工作人员农作物光谱测量对工作人员的要求按照GB/T33988-2017和GB/T36540-2018中对工作人员的要求执a）工作人员应着暗色弱反射衣物，避免穿戴白色、亮红色、黄色、绿色、蓝色的衣帽；b）站位应避免影响光谱测量仪与地物目标及标准参考板之间的通视，测量时工作人员应面向阳光，避免工作人员在地物目标及参考板上产生阴影或对其反射率造成影响；c）转向新的观测目标区时，观测组全体成员应面向太阳接近目标区，应杜绝践踏观测区，测试结束后应沿进场路线退出目标区；d）若在炎热天气条件下长时间使用非便携式光谱测量仪进行测量，为了保障人员安全，应确保至少2人交替开展工作。4.3测量设备4.3.1高光谱测量仪高光谱测量仪应性能稳定、易操作；测量波长范围包含380nm～2500nm，其中，380nm～1050nm波段光谱分辨率不低于5nm；1050nm～2500nm波段光谱分辨率不低于10nm，测量波长精度不低于0.5nm；应保证能够满足长时间野外使用要求的电池容量与数量（不少于两组）。光谱测量仪应有能配套使用的叶片光谱测量配件（叶片夹、积分球）。对光谱测量仪定标的要求应按GB/T33988-2017执行。4.3.2气象站气象站应性能稳定、易于操作，以确保对田间光照、温度、湿度以及降雨量等关键气象参数的精确监测。还应具备良好的稳定性和抗干扰性以确保它们能够适应各种天气条件，包括高温、低温、强风和强降水等，同时保持数据的准确性和可靠性。4.3.3无人机（航测无人机）航测无人机应具备稳定的性能和简便的操作方式，以确保数据采集的可靠性和方便非专业人员使用。其飞行平台应搭载必要的航空电子设备和传感器以及高分辨率的数码相机等任务载荷，以满足不同波段的光谱分辨率要求。在飞行性能方面，航测无人机的航程、飞行高度、飞行速度等参数应满足特定摄影3T/CATEAXXX—2024任务的需求，以实现高效的数据采集。此外，无人机的电池续航能力应满足长时间野外作业的需求，至少配备两组电池，以保证持续作业。4.3.4可见光镜头可见光镜头需满足高分辨率和宽动态范围，确保在各种光照条件下都能获得清晰、细腻的图像。技术参数需符合特定标准，如定焦、高像素成像和准确的图像位置补偿，以确保数据的精度和可靠性。5数据获取5.1高光谱数据获取高光谱数据获取应覆盖380nm～2500nm的光谱范围。其中，380nm～1050nm波段光谱分辨率不低于5nm；1050nm～2500nm波段光谱分辨率不低于10nm，测量波长精度不低于0.5nm。高光谱数据的格式应标准化，以便于数据的处理和分析。5.2可见光数据获取可见光数据获取应覆盖380nm至750nm的光谱范围，确保图像具有足够的空间和光谱分辨率，以满足特定应用的需求。数据应以标准化格式存储，设备在使用前需进行校准，以保证数据的准确性和可靠5.3气象数据获取气象数据应涵盖关键气象要素，如温度、降水量、光照强度和湿度等。根据研究或应用需求，数据的时间分辨率可以是逐日、逐小时或实时数据。数据格式应标准化，便于处理和分析。6数据处理6.1光谱预处理农作物高光谱数据预处理步骤如下：a)首先应对测量数据进行筛选与异常曲线剔除，具体要求应按GB/T33988-20178.1执行；b)其次对农作物高光谱反射率进行计算，具体要求应按GB/T33988-2017执行；c)最后根据建模需求，利用光谱预处理方法对高光谱反射率进行预处理，并使用预处理后光谱数据用于后续建模过程。6.2特征波段提取采集到的无人机冠层高光谱波段维度较高，存在大量冗余信息。采用特征波段选择算法，提取对水稻氮素贡献最大的无人机高光谱波段组合。以显著降低模型的运算时间，提升模型反演精度。6.3氮素含量反演构建基于机器学习方法的水稻氮素含量无人机高光谱反演模型，实现水稻氮素含量反演。以提取特征波段后的无人机高光谱为模型输入，氮素含量为模型输出，实现对各变量施肥地块水稻氮素含量的快速无损监测。6.4水稻生长模型同化采用历史观测数据对水稻生长模型进行本地化。以水稻氮素含量无人机高光谱反演模型输出氮素含量为同化变量，与本地化后的水稻生长模型进行同化，实现对水稻生长发育过程的校正，输出各变量施肥地块水稻生长模型同化结果。4T/CATEAXXX—20246.5施肥量决策以水稻生长模型同化结果为基准，结合施肥区域当地施肥时间、施肥量，通过迭代确定各变量施肥地块获得最大经济效益时的施肥时间及施肥量组合，生成各变量施肥地块水稻无人机遥感精准施肥决策。7制作施肥处方图7.1绘制矢量田块使用GIS软件（ArcGIS/SuperMapiDesktop）或代码，基于可见光影像确定变量施肥地块，绘制变量施肥地块矢量图，并将施肥量写入矢量文件中，如施肥类型为液体肥，单位为L/亩，如施肥类型为固体颗粒肥，单位为公斤/亩。7.2田块矢量转换为栅格使用GIS软件（ArcGIS/SuperMapiDesktop）或代码，将矢量图转换为栅格影像，坐标系设置为WGS1984，栅格大小为1m，栅格值字段为施肥量字段，像素格式为单精度浮点型或双精度浮点型，转换后导出为ti