DB36 T 1924.1-2023 无人机影像采集及应用技术规程 第1部分：水稻.pdf

《DB36 T 1924.1-2023 无人机影像采集及应用技术规程 第1部分：水稻.pdf》由会员分享，可在线阅读，更多相关《DB36 T 1924.1-2023 无人机影像采集及应用技术规程 第1部分：水稻.pdf（10页珍藏版）》请在麦多课文档分享上搜索。

1、ICS 65.020.01 CCS B 05 DB36 江西省地方标准 DB36/T 1924.12023 无人机影像采集及应用技术规程 第 1 部分：水稻 Technical specifications for image acquisition and application of unmanned aerial vehiclePart 1:Rice 2023-12-28 发布 2024-07-01 实施 江西省市场监督管理局 发 布 DB36/T 1924.12023 I 目 次 前 言.II 1 范围.1 2 规范性引用文件.1 3 术语和定义.1 4 基本要求.2 5 影像采集准备

2、.3 6 影像采集.4 7 影像预处理.4 8 数字正射影像应用.5 9 成果整理归档.6 DB36/T 1924.12023 II 前 言 本文件按照GB/T 1.1-2020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。本文件由江西省农业农村厅提出并归口。本文件起草单位：江西省农业科学院农业工程研究所、南京农业大学、浙江大学、江西省农业气象中心。本文件主要起草人：李艳大、曹中盛、孙滨峰、黄俊宝、彭忻怡、朱艳、何勇、田永超、丁艳锋、冯旭萍、杨爱萍。DB36/T 1924.12023 1 无人机影像采集及

3、应用技术规程 第 1 部分：水稻 1 范围 本文件规定了水稻无人机影像采集及应用技术规程的术语和定义、基本要求、影像采集准备、影像采集、影像预处理、数字正射影像应用和成果整理归档等技术内容。本文件适用于以多旋翼轻小型无人机影像采集在水稻生产中的应用。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。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 39612-2020 低空数字航摄与数据处理规范 CH/T 3003 低空数字航空摄影测量内业规范 CH/T 3004 低空数字航空摄影

4、测量外业规范 CH/T 3007.1 数字航空摄影测量 测图规范 第 1 部分：1:500 1:1000 1:2000 数字高程模型 数字正射影像图 数字线划图 CH/T 1054 无人机航空摄影成果质量检查与验收 CH/T 1007 基础地理信息数字产品元数据 CH/Z 3001 无人机航摄安全作业基本要求 3 术语和定义 下列术语和定义适用于本文件。3.1 无人机影像 unmanned air vehicle image 指通过低空无人机航摄系统采集的水稻冠层数字图像。3.2 反射率校准板 reflectance calibration panel 指已知光谱反射率的白板或灰板。3.3 空

5、间分辨率 spatial resolution 指无人机影像上一个像素所代表的实际目标长度。3.4 飞行高度 flight altitude DB36/T 1924.12023 2 指无人机与水稻冠层的相对高度。3.5 监测田块 monitoring paddy 指用作采集水稻无人机影像的种植田块。3.6 监测指标 monitoring index 指用无人机影像监测的水稻生长指标，包括叶面积指数、生物量、叶绿素含量、氮含量、氮积累量及病害等。3.7 感兴趣区 region of interest 指在无人机影像中划定的用于数据处理的区域。4 基本要求 4.1 气象条件 选择在晴天或少云、无风

6、或 3 级微风的天气条件下。4.2 田间环境 影像采集前，参照 CH/Z 3001 的规定对监测田块及周围环境进行实地踏勘。监测田块选择交通便利、平坦开阔的标准良田为宜，周边应避免存在高大树木、电线杆等。4.3 影像采集时间 一般在水稻拔节期、孕穗期、抽穗期和灌浆期等关键生育期的晴天，影像采集时间范围为当天 10:0014:00。4.4 作业人员 作业人员包括飞控手和辅助作业人员，采集影像数据时应穿黑色等深色衣服。飞控手应熟悉无人机的性能参数，一般应经过专业机构培训取得相应资质；辅助作业人员应掌握地面反射率校准板和地面像控点布设及水稻生长指标数据获取要求。4.5 设备要求 4.5.1 无人机要

7、求 参照 GB/T 39612-2020 的规定，应具备一般气象条件下安全飞行和不依赖机场进行起降的能力，抗风能力一般不低于 4 级，单次续航时间一般应大于 20 min，还应遵照民航、通航和空域管理部门的相关规定。4.5.2 相机要求 DB36/T 1924.12023 3 参照 GB/T 39612-2020 的规定，相机镜头应为定焦镜头，具备曝光时刻信号反馈功能，相机视场角在飞行方向应不小于 27。根据实际需求选择可见光相机、多光谱相机、高光谱相机等采集影像。4.5.3 安装要求 相机与无人机连接应稳固可靠，相机与无人机之间应具备减震装置。5 影像采集准备 5.1 数学基础 5.1.1

8、平面基准 平面坐标系统采用 2000 国家大地坐标系(CGCS2000)。当采用地方平面坐标系统时，应与 2000 国家大地坐标系建立准确转换关系。坐标单位为 m，保留 3 位小数。5.1.2 高程基准 高程基准采用 1985 国家高程基准。坐标单位为 m，保留 3 位小数。5.1.3 时间基准 用公元纪年、北京时间。5.2 地面反射率校准板设置 选择边长0.5 m1.0 m的地面反射率校准板1-5块平铺于监测田块周边空旷处。5.3 地面像控点布设 参照 CH/T 3004 的规定，根据监测田块大小，均匀布设 5 个以上地面像控点。像控点为正方形或圆形，边长 0.5 m1.0 m。像控点正中心

9、设有易辨识的中心点，中心点在采集的影像中应不大于 66 个像素，布设后用定位系统测量各像控点的中心地理坐标。5.4 地面分辨率选择 参照 GB/T 39612-2020 的规定，地面分辨率应根据不同比例尺航摄成图的要求，结合地形条件、影像用途等，在确保成图精度的前提下，遵循缩短成图周期、降低成本的原则，在表 1 的范围内选择。表1 地面分辨率 成图比例尺 地面分辨率/cm 1:500 5 1:1 000 10，宜采用 8 1:2 000 20，宜采用 16 5.5 飞行高度 飞行高度根据监测指标、相机分辨率和无人机风场设置。监测水稻叶面积指数、生物量、叶绿素含量、氮含量、氮积累量等长势指标时，

10、飞行高度一般设置为 10 m50 m。监测水稻病害等指标时，飞行高度一般设置为 1 m5 m。DB36/T 1924.12023 4 5.6 影像采集范围 使用无人机现场定点或导入提前规划好的地标文件设定影像采集范围。影像采集范围应覆盖整个监测田块、地面反射率校准板和地面像控点。航向和旁向覆盖超出整个摄区，一般应不少于像幅的 50%。5.7 航线 航线可采用 Z 字形、环绕形、不规则多边形和自由飞行。5.8 影像重叠度 参照 GB/T 39612-2020 的规定，影像航向重叠度一般为 65%-75%，最小不应小于 53%；旁向重叠度一般为 30%-45%，最小不应小于 8%。6 影像采集 6

11、.1 飞行质量 应按照无人机的使用说明进行规范操作。根据无人机的性能要求，选择起降场地和备用场地。影像采集前应制定详细的飞行计划，确保飞行实时高度控制与设置航高不出现较大系统性偏差。影像采集过程中出现的相对漏洞和绝对漏洞，应及时采用同型号相机进行补飞采集。6.2 影像质量 参照 CH/T 1054 的规定，影像应清晰、层次丰富、反差适中、色调柔和，覆盖整个监测田块、标准板和地面像控点。不应出现因机上振动、镜头污染、相机快门故障等引起影像模糊、重影和错位的现象。7 影像预处理 7.1 空三加密 7.1.1 精度要求 水稻病害指标和长势指标（包括叶面积指数、生物量、叶绿素含量、氮含量和氮积累量）两

12、类监测指标的数字正射影像制作时，空三加密点对附近野外控制点的平面位置中误差、高程中误差不应大于表2规定的精度。表2 水稻病害和长势指标的数字正射影像空三加密精度 监测指标类型 成图比例尺 平面位置中误差/m 高程中误差/m 平地 丘陵地 山地 平地 丘陵地 山地 病害指标 1:500 0.2 0.2 0.28 0.15 0.28 0.35 长势指标 1:1 000 0.4 0.4 0.55 0.28 0.35 0.5 长势指标 1:2 000 0.8 0.8 1.1 0.28 0.35 0.8 7.1.2 相对定向 DB36/T 1924.12023 5 连接点上下视差中误差不大于1/2个像素

13、，连接点上下视差最大残差不大于1个像素。每个像对连接点应分布均匀，每个标准点位区应有连接点。7.1.3 绝对定向 区域网平差计算结束后，基本定向点残差、检查点不符值、区域网间公共点较差的限差按GB/T 39612-2020要求执行。7.2 辐射一致性校准 用地面反射率校准板对采集的单幅无人机影像进行辐射一致性校准。7.3 几何校正 参照 CH/T 3003 的规定，利用地面像控点对拼接后的无人机影像进行几何校准，导入空间位置信息。7.4 影像拼接 利用无人机影像处理软件对校准辐射一致性后的单幅无人机影像进行拼接，获得整个监测田块的无人机影像。参照 CH/T 3007.1 的规定，对影像进行裁切

14、和图廓整饰，生成数字正射影像。8 数字正射影像应用 8.1 生长指标数据获取 基于不同品种、不同施氮量等处理的田间小区试验，与无人机影像采集同步，在每个小区选取长势一致的代表性稻株4株带回实验室，测定叶面积指数、生物量、叶绿素含量、氮含量、氮积累量及病害等生长指标数据。8.2 影像地物信息提取 利用无人机影像处理软件提取计算光谱植被指数、颜色指数、纹理特征等影像地物信息。光谱植被指数包括差值植被指数、比值植被指数、归一化植被指数、归一化红边指数等。颜色指数包括红光标准化值、绿光标准化值、蓝光标准化值、归一化绿红差值指数、超绿植被指数、超红植被指数、超绿超红差分植被指数、可见光大气阻抗植被指数、

15、绿叶植被指数等。纹理特征从均值、方差、均一性、对比度、异质性、熵、角二阶矩、相关性上进行分析。8.3 生长指标监测模型构建 将获取的影像地物信息参数和生长指标数据进行相关性分析，根据相关系数（r）确定最佳地物信息参数。拟合最佳地物信息参数与生长指标间的线性和非线性方程，根据拟合方程决定系数(R2)确定最佳监测模型。8.4 生长指标监测模型检验 利用独立试验数据对构建的生长指标最佳监测模型进行检验，通过计算模拟值与观测值间的均方根误差（RMSE）检验模型的准确度。RMSE 值越小，监测模型准确度越高。8.5 指导应用 DB36/T 1924.12023 6 采集并提取监测田块的无人机影像地物信息

16、，利用构建的监测模型反演水稻叶面积指数、生物量、叶绿素含量、氮含量、氮积累量及病害等生长指标信息，生成制作监测田块不同生育期的水稻生长指标无人机监测专题图，用于指导水稻生长中后期的肥药调控管理。9 成果整理归档 9.1 元数据 元数据文件宜以图幅为单位进行记录，元数据一般包含成果数据的标识信息、空间参考信息、生产信息、质量信息和分发信息。元数据的填写内容按 CH/T 1007 的要求执行。9.2 成果编号 9.2.1 数字正射影像编号 数字正射影像编号由 8 位阿拉伯数字构成，编号自左至右 14 位为日期代号，56 位为监测田块代号，78 位为试验小区代号。9.2.2 无人机监测专题图编号 无人机监测专题图编号由 10 位阿拉伯数字构成，编号自左至右 14 位为日期代号，56位为监测田块代号，78 位为试验小区代号，910 位为监测指标代号。9.3 成果存储 数字正射影像和无人机监测专题图一般按照地点、日期、监测田块建立目录分别存储，成果整理后一般应采用硬盘或光盘等存储，存放于纸质或塑料硬盘盒、光盘盒内。_