DB37_T 3796-2019小麦冬前苗情卫星遥感监测技术规范.pdf

ICS07. 060B 18DB37山瀘东省地方标准DB 37/T 3796—2019小麦冬前苗情卫星遥感监测技术规范Specification for satellite remote sensing of winter wheat seedling growth conditionbefore over-wintering period2019-12-24发布2020-01-24实施山东省市场监督管理局发布 DB37/T 3796—2019目次前言II范围2规范性引用文件3术语和定义4数据要求5计算方法。6监测流程，附录A（规范性附录）小麦冬前苗情卫星遥感监测模型参数附录B（资料性附录）小麦冬前苗情分类农学指标参考文献， DB37/T 3796—2019前 言本标准按照GB/T1.12009给出的规则起草，本标准由山东省气象局提出并组织实施，本标准由山东省气象标准化技术委员会（鲁TC16）归口。本标准起草单位：山东省气候中心。本标准主要起草人：胡先锋、薛晓萍、瀚正春、李峰、王昊、李楠。II DB37/T 3796—2019小麦冬前苗情卫星遥感监测技术规范1范围本标准规定了小麦冬前苗情卫星遥感监测的数据要求、计算方法和监测流程。本标准适用于地级行政区小麦冬前苗情卫星遥感监测。规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件凡是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，QX/T364—2016卫星遥感冬小麦长势监测图形产品制作规范3术语和定义下列术语和定义适用于本文件，3. 1越冬期over-wintering period冬前平均气温稳定降至0℃1℃以下，麦苗基本停止生长的生有时期。3. 2小麦苗情 winter wheat seedling growth condition小麦个体和群体的生长状况。注：小麦长势划分为旺苗、一类苗、二类苗和三类苗。3. 3归一化差值植被指数normalized difference vegetation index; NDV1用于植被指数计算的近红外波段和可见光波段反射率之差与这两个波段反射率之和的比值，[QX/T 284—2015, 定义 2. 3]4数据要求4.1卫星数据选择4.1.1宜选择根据MODIS传感器获取的红光波段和近红外波数据计算的归一化差值植被指数（NDVI），4. 1. 2应选择小麦越冬期开始前10日的监测数据。4.2卫星数据前期处理 DB37/T 3796—20194.2.1卫星数据应经过定标、大气订正、几何校正、投影及坐标系转换、云检测等处理，所有栅格数据和失量数据应统一地理坐标系和投影方法。4.2.2小麦种植分布信息应按QX/T364—2016中5.3.2的要求提取。5计算方法5. 1单时次归一化差值植被指数单时次NDVI的计算见公式（1）I xvRwn + RxED(1)式中：某个小麦像元单时次的NDVI：Rax 一近红外波段的反射率：Rs 一红光波段的反射率。5.2NDVI最大值合成分别计算某个小麦像元越冬前10日内各时次的NDVI，选取其中的最大值作为该像元植被指数合成值en(i)，见公式（2）I μDv (i) = max(I NDv (i, 1), I μDv (i, 2), -*-, I xow (i, t)(2)式中：Ler (i)第i个小麦像元最大值合成后的NDVI：i某地市小麦像元序号：Ier(i, t)第i个小麦像元第t时次的NDVI：t越冬前10日内该像元的观测总时次，t≥2。5.3NDVI平均值计算某地市所有小麦像元NDVI合成值的算术平均值，见公式（3）。I NDW =i/m,ier(3)i=l式中：I s!某地市NDVI平均值：m某地市小麦像元总数：某地市小麦像元序号：I某地市第i个小麦像元合成后的NDVI：一区域代码。5.4构建监测模型2 DB37/T 3796—2019按旺苗、一类苗、二类苗和三类苗所占的百分比，将某地市小麦像元Iu（i)按数值由大到小分为4类，临界值分别为7/、T2、7z%选择近期且不少于10年的监测数据，分别建立以T、、Zz和Iw为变量的线性回归方程，见公式（4），T= alov +b...(4)式中：T某地市小麦苗情分类NDVI临界值，代表旺苗与一类苗，一类苗与二类苗以及二类苗与三类苗的分类临界值分别为、/和T/s[w——某地市NDVI平均值：8，6——回归系数。2008年—2017年的Te、7/2、7z和1so构建的小麦冬前苗情卫星遥感监测模型参数见附录A。5.5分类判定条件以公式（4）得到的T、T/z、T作为分类临界值，将区域小麦像元I(i)划分为下列4类：a)若Lwr(i)≥Te，则判定为旺苗：b)若T≤r(i)T则判定为一