DB32T3780-2020遥感预测小麦产量技术规范

ICS65.020.20

B22

DB32

江苏省地方标准

DB32/T3780—2020

遥感预测小麦产量技术规范

Technicalspecificationofforecastingwheatyieldbyremotesensing

2020-04-08发布2020-05-15实施

江苏省市场监督管理局发布

DB32/T3780—2020

遥感预测小麦产量技术规范

1范围

本标准规定了遥感预测小麦产量的应用环境条件、数据采集和预测过程。

本标准适用于江苏小麦种植区。

2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。

GB15968—1995遥感影像平面图制作规范

NY/T2738.1—2015农作物病害遥感监测技术规范

NYT2739.1—2015农作物低温冷害遥感监测技术规范

DB32/T2430—2013大田小麦长势遥感监测操作规范

3术语和定义

下列术语和定义适用于本文件。

3.1

遥感remotesensing

从远距离，不实际接触物体，通过对物体发出的电磁波的测量获得信息，进而综合运用

物理原理、数学方法和地学规律进行分析研究的一门新兴探测科学技术。

3.2

遥感指数remotesensingindex

由遥感光谱不同波段反射率组合变换后形成的一种参数。

4应用环境条件

天气晴朗、风小云少、监测时间为北京时间9:00至16:00。

5数据采集

5.1农学数据

5.1.1取样地块

选择有代表性、面积较大的地块（地块最小应为150亩，宜选择200亩以上的地块）。

5.1.2取样点

离地块边界至少60m，能代表该地块的平均水平。

1

DB32/T3780—2020

5.1.3GPS测量

测量点与取样点一致，记录经度、纬度和海拔。

5.1.4取样时期

花后10d～15d。

5.1.5取样方法

使用30cm×30cm方形取样框，采用三点取样法，取框内小麦样后，标记编号，并装

入网袋带回实验室测产。

5.1.6测定产量构成因素

千粒重、亩穗数、穗粒数。

5.2遥感数据

5.2.1卫星影像数据

中分辨率影像HJ-CCD（空间分辨率为30m、时间分辨率2d、单景覆盖幅宽720km）。

5.2.2小麦种植分类数据

通过掩膜，去除非小麦种植信息，形成小麦种植分类图。

5.2.3江苏行政边界矢量数据

要求与卫星影像图投影一致。

5.2.4遥感指数

NDVI、GNDVI、RVI、DVI、PSRI、SIPI、NRI、SAVI和OSAVI。

5.3数据格式

数据格式分类见表1。

表1数据格式分类

类型数据格式

小麦种植分布图*.tif

产量分布图*.tif

江苏行政边界矢量数据*.shp

2

DB32/T3780—2020

6预测过程

6.1数据存储

按照采样点编号，对获取的实测产量和遥感指数进行一一对应，并存储到数据库中。

6.2关联分析

对各采样点的实测产量与遥感指数进行关联分析，确定相关系数。

6.3筛选敏感遥感指数

依据相关系数绝对值或拟合度最大，确定敏感遥感指数。

6.4构建遥感预测模型

以敏感遥感指数为自变量、产量为因变量，选择拟合度最大的方程，构建小麦产量遥感

预测模型。

6.5生成产量空间分布图

由卫星影像生成敏感遥感指数图，再叠加小麦种植分布图和行政边界矢量图，输入遥感

预测模型，生成小麦产量空间分布图，实现遥感预测小麦产量（图1）。

样点实测单产样点遥感指数

①关联分析

②构建遥感产量模型

行政边界矢量图

目标时相遥感影像③产量分布制图

小麦种植分布图

小麦产量空间分布

图1遥感预测小麦产量

_________________________________

3

DB32/T3780—2020

前言

本标准按照GB/T1.1—2009给出的规则起草。

本标准由扬州大学提出并归口。

本标准起草单位：扬州大学。

本标准主要起草人：谭昌伟、郭文善。

I

DB32/T3780—2020

遥感预测小麦产量技术规范

1范围

本标准规定了遥感预测小麦产量的应用环境条件、数据采集和预测过程。

本标准适用于江苏小麦种植区。

2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。

GB15968—1995遥感影像平面图制作规范

NY/T2738.1—2015农作物病害遥感监测技术规范

NYT2739.1—2015农作物低温冷害遥感监测技术规范

DB32/T2430—2013大田小麦长势遥感监测操作规范

3术语和定义

下列术语和定义适用于本文件。

3.1

遥感remotesensing

从远距离，不实际接触物体，通过对物体发出的电磁波的测量获得信息，进而综合运用

物理原理、数学方法和地学规律进行分析研究的一门新兴探测科学技术。

3.2

遥感指数remotesensingindex

由遥感光谱不同波段反射率组合变换后形成的一种参数。

4应用环境条件

天气晴朗、风小云少、监测时间为北京时间9:00至16:00。

5数据采集

5.1农学数据

5.1.1取样地块

选择有代表性、面积较大的地块（地块最小应为150亩，宜选择200亩以上的地块）。

5.1.2取样点

离地块边界至少60m，能代表该地块的平均水平。

1

DB32/T3780—2020

5.1.3GPS测量

测量点与取样点一致，记录经度、纬度和海拔。

5.1.4取样时期

花后10d～15d。

5.1.5取样方法

使用30cm×30cm方形取样框，采用三点取样法，取框内小麦样后，标记编号，并装

入网袋带回实验室测产。

5.1.6测定产量构成因素

千粒重、亩穗数、穗粒数。

5.2遥感数据

5.2.1卫星影像数据

中分辨率影像HJ-CCD（空间分辨率为30m、时间分辨率2d、单景覆盖幅宽720km）。

5.2.2小麦种植分类数据

通过掩膜，去除非小麦种植信息，形成小麦种植分类图。

5.2.3江苏行政边界矢量数据

要求与卫星影像图投影一致。

5.2.4遥感指数

NDVI、GNDVI、RVI、DVI、PSRI、SIPI、NRI、SAVI和OSAVI。

5.3数据格式

数据格式分类见表1。

表1数据格式分类

类型数据格式

小麦种植分布图*.tif

产量分布图*.tif

江苏行政边界矢量数据*.shp

2

DB32/T3780—2020

6预测过程

6.1数据存储

按照采样点编号，对获取的实测产量和遥感指数进行一一对应，并存储到数据库中。

6.2关联分析

对各采样点的实测产量与遥感指数进行关联分析，确定相关系数。

6.3筛选敏感遥感指数

依据相关系数绝对值或拟合度最大，确定敏感遥感指数。

6.4构建遥感预测模型

以敏感遥感指数为自变量、产量为因变量，选择拟合度最大的方程，构建小麦产量遥感

预测模型。

6.5生成产量空间分布图

由卫星影像生成敏感遥感指数图，再叠加小麦种植分布图和行政边界矢量图，输入遥感

预测模型