1、TCS 65.020.01 B 20 DB1301 石家庄市农业地方标准DB 1301/T 319-2019 冬小麦苗情遥感监测规程2019-11-18发布2020-01-18实施石家庄市市场监督管理局发布目IJ1=1 本标准按照GB!T1.1-2009给出的规则起草。本标准由石家庄市农业农村局提出井归口。本标准起草单位:河北省农业技术推广总站、北京农业信息技术研究中心。D81301/T 319-2019 本标准主要起草人:顾晓鹤、蔡淑红、杨贵军、宋建新、许宁、龙慧灵、王蒜、蒋晓茹、李伟国、冯海宽、张兰、杜宜呵、许春、李娜、王静、王少春、毛娅楠、王新景、谷振华。I D81301/T 319-2
2、019 冬小麦苗情遥感监测规程1 范围本标准规定了冬小麦苗情遥感监测的基本要求、监测方法、监测报告等内容。本标准适用于石家庄市县域尺度的冬小麦苗情遥感监测,其他地区具备相同条件的可参考使用。本标准不适用于石家庄市山区冬小麦苗情遥感监测。2 规范性亏|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,仅所注日期的版本适用于本文件。凡是不注日期的号|用文件,其最新版本(包括所有的修改单)适用于本文件。GB/T 15968-2008遥感影像平面图制作规范NY!T 2017-2011植物中氮、磷、怦的测定3 基本要求3.1 数据要求3.1.1 卫星遥感影像3.1.1.1 多光谱卫星影像
3、具备蓝光波段450nm475 nm、绿光波段495nm570 nm、红光波段640nm760 nm、近红外波段810 nm870 nm,空间分辨率30m 以内,时相为每年的冬小麦起身期至开花期。3.1.1.2 影像质量清晰无云,无传感器条带噪声,几何校正精度达到半个像元尺寸以内。3.1.2 基础地理数据国家1:250000基础地理信息数据,要素包括行政边界、耕地分布。3.2 软件要求具备卫星遥感影像处理的专业软件,具有大气校正、几何纠正、影像解译、波段运算、统计分析等功能。4 监测方法4.1 监测流程冬小麦苗情遥感监测的主要流程包括田间观测、群体参量遥感监测、苗情综合评估,见附录A.1oDB1
4、301/T 319-2019 4.2 田间观测4.2.1 样本地块布设与取样在监测区内相对均匀地随机布设20个样本地块,每个样本地块面积不小于20亩。田间观测时间为冬小麦起身期、拔节期、孕穗期、开花期。在样本地块内选取长势均匀的区域进行地上部植株取样,取样面积4行X50 cm,植株样本快速放入密封袋中,并测量行距。4.2.2 群体参量室内分析4.2.2.1 分株对所取样品进行分株,记录总株数M和分囊数no4.2.2.2 制备标叶取10株有代表性的样品,摘下所有叶片并擦净,将叶片和茎迅速称豆,记为W4、1平;取展开叶中部宽窄一致的地方,剪成一定长度的小段(3cm),用直尺测定总宽度,计算面积S,
5、装入小纸袋烘干后称重(W1)。4.2.2.3 获取余叶重将10株植株的剩余绿叶全部烘干后称重(W2);10株的茎烘干后称重记为Woo4.2.2.4 计算口十面积指数采用比叶重法计算叶面积指数(LAI),见公式(1)。院+W,LAI=tSA4.(I)Tf二xl0 xAxl000 式中:LI/一一小麦群体叶面积指数:既一一标叶重(g);院一-10株的余叶重(g)s 一标叶面积(cm2)M一一取样面积上的总株数:A一一取样面积(m勺。4.2.2.5 计算生物量2 采用烘干称重法计算生物量,见公式(2)。式中:Blf(阿+民+W6)xMx667(2)10 xl0000 x A Bjo-小麦生物量(千克
6、/亩);ffiJ一一标叶重(g)W,一-10株的余叶重(g)1瓦10株茎干重Cg)A 取样面积(m2)M一一取样面积上的总株数。4.2.2.6氨素(N)采用凯氏定氮法分别测定茎、叶含氮量,方法应参照NY/T2017-20110 4.2.2.7 植株氨积累量(PNC)通过植株氮素含量与生物量乘积计算得到。4.3 群体参量遥感监测4.3.1 植被指数计算D81301/T 319-2019 查阅相关文献资料,分析各种遥感植被指数对于冬小麦苗情长势的表征能力,然后对多光谱卫星影像进行波段运算,提取冬小麦种植区内的各种植被指数,计算公式如表1所示。表1用于监测小麦苗情的植被指数植被指数英文缩写计算公式归
7、-化差值植被指数VvVI nir-red 一nir+red 绿波段归一化植被指数GVDfl GNDV7=一nir-g reen nir+green 监波段归一化植被指数BNDV1=n,r-b1 B1Jfl nlr+b,差值植被指数DVI Dvr=nir-rcd 重归一化植被指数Rnv,R川=NDVI X DV1 氮京反射植被指数YRI 卢NIU二green-red green+red 结构不敏感指数SIPI Sm二n,r-b,n,r-red 3 DB1301/T 319-2019 表1(续)植被指数英文缩写计算公式叶绿素归一化植被指数一red一E,-IYI NPCI一red+bue 增强型植被
8、指数EVI E 一2.5巾ir-red)1+nIr+6r 4.3.2 冬小麦种植范围提取在耕地范围内提取冬小麦,以Nl!f7二。为临界闹值,当M月70时提取为冬小麦,当MJVI三三0时识别为非小麦。4.3.3 敏感植被指数筛选根据野外实测样本的GPS位置信息,提取各采样点的多种植被指数值,然后与小麦群体参量数据进行相关性分析,筛选出相关系数高于o.5的敏感植被指数。4.3.4 群体参量建模从所有实测样本中随机抽取2/3样本量用于建模,将筛选出的敏感植被指数作为自变量,实测样本群体参量数据作为因变量,利用多元线性回归方法分别构建叶面积指数(LI/)、生物量(Bio)、植株氮积累量(Pvr)监测模
9、型,见公式(3),将各个植被指数图像代入模型,生成待监测区冬小麦群体参量遥感监测图OFGP=ao+月十。2咒+nVn.(3)式中:p(;J一一冬小麦群体参量(叶面积指数、生物量、植株氮积累量);Vi一一敏感植被指数:8j一一敏感植被指数的回归系数i为0,1,n。4.4 苗情综合评估4.4.1 群体参量归一化统计小麦种植范围内的各群体参量的最大值和最小值,分别对LAI、丘。、Pvc进行归一化处理,见公式(4),经归一化处理后的各参量变化范围都为0,1。Pc,J/=(-Pc;Pmln 式中:Pm,一一归一化后的冬小麦群体参量(叶面积指数、生物量、植株氮积累量)Pc;p一一遥感反演的冬小麦群体参量(
10、叶面积指数、生物量、植株氮积累量);4 D81301/T 319-2019 PC;P711in一一某个群体参量的最小值;P(,TiJl(lX 某个群体参量的最大恒。4.4.2 苗情指数综合评估叶面积指数、生物量、植株氮积累量对于表征冬小麦苗情的贡献度均等,构建冬小麦苗悟指数(WCI)遥感综合评估模型,主口公式(5)所示,将各群体参量监测结果图代入该模型,生成待监测区冬小麦苗情指数遥感监测图。WGI=(LA1+Bio+PNC)/3.(5)式中:WGI 冬小麦苗情指数:LAl一一经过归一化处理后的冬小麦叶面积指数遥感监测结果:Bio-经过归一化处理后的冬小麦生物量遥感监测结果:p气经过归一化处理后
11、的冬小麦植株氮积累量遥感监测结果。4.4.3 精度验证以未参与建模的1/3冬小麦实测样本进行精度验证。根据验证样本的叶面积指数、生物量、植株氮积累量按公式(5)计算出苗情指数值,并根据验证样本的空间位置提取遥感监测结果图上的苗情指数指数值,根据公式(6)和(7),计算验证样本的决定系数(泊、相对均方根误差(厅阳)。予n(W,-Ru守,f R2=1一J干lJ/,.1川1,./;:;-(6)式中:式中:RUDr=可ER2一一验证样本的决定系数:I=l的-WGI,)ZLl(WCIj-PWCIjy n RMS1i一一验证样本的相对均方根误差:.(7)WGI,j一一验证样本的冬小麦苗情指数实测值,由叶面
12、积指数、生物量、植株氮积累量计算得到:Pr川j一一验证样本的冬小麦苗青指数遥感监测值,从遥感监测结果图上提取:n 验证样本数量:J二一验证样本编号。4.4.4 冬小麦苗情分级制图5 DB1301/T 319-2019 采用正态(偏正态)统计理论的双阔值划分策略,统计冬小麦面青指数值的均值(mea丑)和标准差(SD),以mean-2XSD,mean和mea口+2XSD为冬小麦田情的4个等级划分闹值,进行监测区冬小麦苗情优劣等级划分,并按照GB/T15968-2008制图。具体划分标准为:当WG1(mea丑+2X SD)时,判定为苗情较旺:一一当meanWG1 (mean+2XSD)时,判定为苗情
13、良好:当(mean-2XSD)WG1 mea且时,判定为苗情中等:一一当WG1(mean-2XSD)时,判定为苗情较差。5 监测报告冬小麦苗情遥感监测结果经过专家会商形成监测报告,报告应包含如下内容:报告题曰xx县冬小麦苗青遥感监测:一一报告正文:包括具体使用数据、监测流程、监测步骤、监测结果和格局分析:附表xx县分乡镇冬小麦苗青等级监测统计结果:一一附图xx县冬小麦苗青等级遥感监测空间分布图。6 附录A(规范性附录)冬小麦苗情遥感监测技术流程冬小麦苗青遥感监测的技术流程图见图A.L田间观测和室内分析多光谱卫星遥感影像验证样本植株氮积累量 v 植被指数计算墅冬小麦种植范围提取群体参量遥感监测模型构建 v 精度验证,冬小麦苗情指数综合评估冬小麦苗情等级划分与制图图A.1 冬小麦苗情遥感监测技术流程图D81301/T 319-2019 7 由FON-F的FO的F囚口石家庄市农业地方标准冬小麦苗情遥感监测规程OB1301厅319-2019河北省标准化研究院编辑、校对石家庄市工农路368号(0311-67501107)WWW.BZSB.INFO 网站2019年11月第一版