ImageVerifierCode 换一换
格式:PDF , 页数:13 ,大小:793.68KB ,
资源ID:1579633      下载积分:5000 积分
快捷下载
登录下载
邮箱/手机:
温馨提示:
如需开发票,请勿充值!快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝扫码支付 微信扫码支付   
注意:如需开发票,请勿充值!
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【http://www.mydoc123.com/d-1579633.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(DB32 T 5235—2025 小麦冠层叶片氮含量光学遥感智能监测规程.pdf)为本站会员(eastlab115)主动上传,麦多课文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知麦多课文库(发送邮件至master@mydoc123.com或直接QQ联系客服),我们立即给予删除!

DB32 T 5235—2025 小麦冠层叶片氮含量光学遥感智能监测规程.pdf

1、7,江苏省市场监督管理局发 布中 国 标 准 出 版 社出 版小麦冠层叶片氮含量光学遥感智能监测规程Technical code of practice for optical remote sensing intelligent monitoring of wheat canopy leaf nitrogen content2025-10-30 发布2025-11-30 实施CCS B 22DB32/T 52352025ICS 65.020.20DB32/T 52352025前言 1 范围 12 规范性引用文件 13 术语和定义 14 智能监测流程 25 监测产品制作 4附录 A(资料性)

2、无人机数据预处理5附录 B(资料性)卫星数据预处理7附录 C(资料性)小麦冠层氮含量无人机遥感智能监测模型8附录 D(资料性)小麦冠层氮含量卫星遥感智能监测模型9参考文献 10目 次DB32/T 52352025前言本文件按照 GB/T 1.12020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。本文件由江苏省农业农村厅提出并组织实施。本文件由江苏省农作物标准化技术委员会归口。本文件起草单位:扬州大学、江苏省农业科学院、扬州市耕地质量保护站、江苏诺丽慧农农业科技有限公司、农芯(南京)智慧农业研究院有

3、限公司。本文件主要起草人:洪青青、谭昌伟、张云倩、邱琳、王晶晶、刘翔麟、毛伟、陈明、赵海涛、张永涛、吴文彪。DB32/T 52352025小麦冠层叶片氮含量光学遥感智能监测规程1范围本文件以无人机影像和中高分辨率卫星影像为多源遥感数据,规定了智能监测流程、监测产品制作等要求。本文件适用于江苏省小麦种植区。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/T 20257.2 国家基本比例尺地图图式 第 2 部分:15 000 110 000

4、地形图图式3术语和定义下列术语和定义适用于本文件。3.1冠层叶片氮含量canopy leaf nitrogen content冠层叶片氮素总积累量占冠层叶片干物质总重的百分比。注:以%或者 g/g 表示。3.2数据拼接data integration将多幅具有重叠部分的遥感图像制作成一幅连续的大尺度遥感影像。3.3中高分辨率卫星遥感数据medium and high spatial resolution satellite images空间分辨率优于 30 m 的光学卫星影像数据。3.4多时相影像multitemporal images不同时间获取的同一地区的影像。来源:NY/T 437020

5、23,有修改3.5航迹范围flight path range在特定时间内,航空器、船舶或其他交通工具在其航行或飞行过程中所经过的空间区域。注:包括起点、终点以及其间的路径和可能的偏差区域。1DB32/T 523520253.6归一化植被指数normalized difference vegetation index;NDVI近红外、红外两个波段的反射率之差除以二者之和。4智能监测流程4.1概述智能监测流程见图 1。图 1 小麦冠层叶片氮含量遥感智能监测流程图2DB32/T 523520254.2影像获取4.2.1通则在小麦返青期至灌浆期,依据监测区域范围及监测精度,获取适宜的无人机遥感数据或中

6、高分辨率卫星遥感数据:a)无人机遥感数据;b)中高分辨率卫星遥感数据。4.2.2无人机遥感数据按照以下步骤测量数据:传 感 器 镜 头 垂 直 向 下,数 据 空 间 分 辨 率 优 于 5 cm,且 至 少 包 括 红 波 段(650 nm16 nm)、绿 波 段(560 nm16 nm)和近红外波段(840 nm26 nm)。小麦返青期至灌浆期是小麦氮素需求最多的时期,监测能反映小麦真实氮素状况;在小麦返青期至灌浆期,于晴朗、少云或微风的天气,北京时间 11:00 至 14:00 获取无人机遥感数据。影像获取时间与地面调查时间保持一致。影像区域要超过监测区域四周 1 个以上航迹范围。利用现

7、成的监测区域田块边界,设置飞行高度:12 m,飞行速度:1 m/s,航向重叠率 80%,旁向重叠率 70%,每个航点自动触发拍照,传感器镜头严格垂直向下。自动生成航线后,确认航线覆盖完整监测区域,开始执行飞行任务。4.2.3中高分辨率卫星遥感数据按照以下要求选择卫星遥感数据:a)所选光学影像空间分辨率优于 30 m,且至少包括蓝波段(450 nm510 nm)、绿波段(510 nm580 nm)2 个必要波段;b)所选光学影像云覆盖量 0.54(B.2)式中:RRED 红光波段反射率;RNIR 近红外波段反射率。7DB32/T 52352025附录C(资料性)小麦冠层氮含量无人机遥感智能监测模

8、型表 C.1 给出了两种常用高空间分辨率无人机载荷,小麦全生育期冠层氮含量参数遥感智能监测模型。表 C.1 小麦冠层氮含量无人机遥感智能监测模型序号12 注:y 为小麦冠层氮含量;RRED为无人机红光波段反射率;RNIR为无人机近红外波段反射率;RGREEN为无人机绿光波段反射率。无人机传感器SequoiaP4M 多光谱相机模型y=-0.766(RRED-RNIR)/(RRED+RNIR)+3.782y=-0.902(RRED-RGREEN)/(RRED+RGREEN)+4.8368DB32/T 52352025附录D(资料性)小麦冠层氮含量卫星遥感智能监测模型表 D.1 给出了常用中高空间分

9、辨率卫星,小麦全生育期冠层氮含量参数遥感智能监测模型。表 D.1 小麦冠层氮含量卫星遥感智能监测模型序号1234 注:y 为小麦冠层氮含量;RBLUE为卫星蓝光波段反射率;RGREEN为卫星绿光波段反射率。卫星传感器Sentinel2ZY3GF1WFV1GF1WFV2模型y=-0.788*(RBLUE-RGREEN)/(RBLUE+RGREEN)+4.873y=-0.776*(RBLUE-RGREEN)/(RBLUE+RGREEN)+4.837y=-0.802*(RBLUE-RGREEN)/(RBLUE+RGREEN)+5.726y=-0.782*(RBLUE-RGREEN)/(RBLUE+RGREEN)+4.8729DB32/T 52352025参 考 文 献1 NY/T 43702023 农业遥感术语 种植业10

copyright@ 2008-2019 麦多课文库(www.mydoc123.com)网站版权所有
备案/许可证编号:苏ICP备17064731号-1