安徽省DB34/T 4476-2023《冬小麦田间长势无人机高光谱遥感监测技术规程》
- 来源：农机网整理发布
- 2023/11/17 15:33:55
- 19922
【农机网 政策与标准】安徽省DB34/T 4476-2023《冬小麦田间长势无人机高光谱遥感监测技术规程》于2023年7月31日由安徽省市场监督管理局批准发布，该地方标准自2023年8月31日开始实施。
该标准由安徽省农业科学院土壤肥料研究所提出提出，由安徽省农业农村厅归口，由安徽省农业科学院土壤肥料研究所、和县农业技术服务中心、颍上县王岗镇农业综合服务站、舒城县农技推广中心、蒙城县双涧农业综合服务站、蒙城县漆园农业综合服务站、蒙城县种植业发展中心起草。规定了无人机高光谱成像系统、监测注意事项、内业整理等技术。适用于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。
【监测注意事项】
无人机飞行条件：拔节前期每隔 5 至 7 天飞行一次，拔节后期平均 2 至 3 天飞行一次，选择在天气晴朗、无风或微风(风速低于 5 m/s)的条件下，时间定在 10:00-14:00 之间飞行。
无人机监测前注意事项：
验证自动曝光效果：完成了系统各部位连接和调试后，需要进行高光谱相机调焦预览和自动曝光，确定适应于当前环境下的自动曝光时间。
黑白板背景数据采集：采集黑白板背景数据以对高光谱遥感影像数据进行校准。
内业整理：
无人机采集数据处理——
数据导出：将数据通过监视器从相机导出。
镜头校准：目的是消除飞行过程中的影像失真。
反射率校准：目的是将 DN 值(数字灰度值)转换成反射率。
大气校正：目的是消除大气、水汽等因素的影响。
几何校正：目的是防止图像几何畸变。
影像拼接：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。
模型计算和结果输出——
数据输入模型：对于拼接得到的遥感影像，提取所有波段的光谱反射率数据，输入到前期结合采样数据建立好的机器学习(如：随机森林等)回归模型中，对于叶绿素含量(SPAD)和冠层叶面积指数，可以选择部分波段的反射率数据输入[如：蓝光波段(波长 0.43 ～ 0.52μm)、绿光波段(波长 0.52～0.60μm)、红光波段(波长 0.63～0.69 μm)和近红外波段(波长 0.76～0.90μm)]。
结果输出：从回归模型中输出整幅遥感影像的每个栅格单元对应的冬小麦田间长势参数(如叶绿素含量SPAD等)，输出成图从而分析其长势的空间分布信息，从而实时获取冬小麦长势，便于追肥决策。
点击下方下载完整标准文本。
注：本文由农机网(www.nongjx.com)整理发布，资料来源：地方标准信息公共服务平台。
相关资料下载：
DB34T4476-2023FDIS.pdf
版权与免责声明：凡本网注明“来源：农机网”的所有作品，均为浙江兴旺宝明通网络有限公司-农机网合法拥有版权或有权使用的作品，未经本网授权不
展开全部
热门评论