DB23T-无人机多光谱影像识别稻瘟病发生程度规程.docxVIP

ICS65.020.01

CCSB01

FORMTEXT

DBFORMTEXT23

黑龙江省地方标准

DB23/TXXXX—XXXX

FORMTEXT

无人机多光谱影像识别稻瘟病

发生程度规程

（征求意见稿）

FORMTEXT

主要起草单位：黑龙江省农业科学院农业遥感与信息研究所

联系人：刘克宝

联系电话联系信箱：lkbrs@163.com

XXXX-XX-XX发布

XXXX-XX-XX实施

黑龙江省市场监督管理局发布

DB23/TXXXX—XXXX

PAGE6

前??言

本文件按照GB/T1.1—2020《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。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由黑龙江省农业农村厅提出。

本文件起草单位：黑龙江省农业科学院农业遥感与信息研究所。

本文件主要起草人：刘克宝、陆忠军、毕洪文、郑妍妍、李杨、付斌、黄楠、吕志群、张宇、刘艳霞、辛蕊。

无人机多光谱影像识别稻瘟病发生程度规程

1范围

本文件规定了基于无人机多光谱影像识别稻瘟病中叶瘟发生程度的识别处理流程、数据获取与处理、稻瘟病发生程度识别、精度检验、面积量算和统计、专题产品制作。

本文件适用于黑龙江省稻瘟病发生程度的无人机多光谱影像遥感识别。

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/T14950—2009摄影测量与遥感术语

GB/T15790—2009稻瘟病测报调查规范

GB/T16820—2009地学术语

GB/T20257（所有部分）国家基本比例尺地图图式

GB/T30115卫星遥感影像植被指数产品规范

NY/T3527—2019农作物种植面积遥感监测规范

3术语和定义

下列术语和定义适用于本文件。

3.1

叶瘟

水稻植株3叶期以后叶片上发生的稻瘟病，称为叶瘟。

3.2

多光谱影像

将物体发射或辐射的电磁波信息分成若干波谱段进行接收或记录的图像。

3.3

高斯-克吕格投影

正轴等角横切椭圆柱投影。由德国数学家、天文学家高斯（C.F.Gauss）拟定，德国大地测量学家克吕格（J.Krüger）补充而成。假想用一个椭圆柱横切于椭球面上某投影带的中央子午线，将中央子午线两侧一定经差范围内的经纬线交点按等角条件投影到椭圆柱上，并将此圆柱面展为平面而成。其投影带中央子午线投影成直线且长度不变，赤道投影也为直线，并与中央子午线正交。

3.5

几何校正

为消除影像的几何畸变而进行投影变换或不同波段影像间的配准等校正工作。

3.6

辐射校正

对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正。

3.7

植被指数

一种利用多光谱遥感影像不同谱段数据的线性或非线性组合而形成的能反映绿色植物生长状况和分布的特征指数。

3.8

归一化差值植被指数

近红外波段反射率和可见光红光波段反射率之差与二者之和的比值。

3.9

训练样本

可由实地调查或图像解释方法选取确定的已知地物属性或特征的图像像元，用于进行分类的学习和训练，以建立分类模型或分类函数的样本。

3.10

验证样本

可由实地调查或图像解释方法选取确定的已知地物属性或特征的图像像元，用于验证分类结果精度的样本。

4基本要求

4.1空间基准

4.4.1大地基准：2000国家大地坐标系（CGCS2000）。

4.4.2高程基准：1985国家高程基准。

4.4.3投影方式：高斯-克吕格投影。

4.1监测时间

分蘖末期至孕穗末期。

5稻瘟病识别处理流程

无人机多光谱影像识别稻瘟病发生程度处理流程主要包括数据获取与处理、稻瘟病病情指数识别、精度检验、面积量算和统计、稻瘟病发生程度专题产品制作5个步骤，见图1。

无人机多光谱数据

无人机多光谱数据

样本数据

其他数据

影像获取与处理

参数的选择

构建模型

稻叶瘟病病情指数反演

总体精度≥90%

是

否

面积量算和统计

稻瘟病发生程度专题产品制作

稻瘟病病情指数识别

精度检验

水稻空间分布

稻叶瘟病病情指数分级

图1无人机多光谱影像识别稻瘟病发生程度处理流程

6数据获取预处理

6.1无人机多光谱影像

6.1.1影像的选择

无人机多光谱影像的选择要求如下：

a）应选择至少具有绿光波段（520nm~570nm）、红光波段（620nm~760nm）、近红外波段（760nm~1100nm）范围的无人机多光谱影像数据；

b）影像空间分辨率宜优于0