《水稻无人飞机遥感精准变量施肥技术规程》

ICS点击此处添加ICS号

CCS点击此处添加CCS号

CATEA

团体标准

T/XXXXXXX—2024

水稻无人飞机遥感精准变量施肥技术规程

TechnicalregulationsforprecisionvariablefertilizationofriceviaUnmannedAerial

Vehicle(UAV)remotesensingtechnology

征求意见稿

2024.10.15

在提交反馈意见时，请将您知道的相关专利连同支持性文件一并附上。

XXXX-XX-XX发布XXXX-XX-XX实施

中国农业技术推广协会  发布

T/CATEAXXX—2024

水稻无人飞机遥感精准变量施肥技术规程

1范围

本文件规定了水稻无人飞机遥感精准变量施肥技术的术语和定义、基本要求、作业前要求、作业时

要求、作业后要求、服务评估。

本文件适用于从事利用无人飞机开展水稻田间变量施肥作业的管理。

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。

NY/T4151农业遥感监测无人机影像预处理技术规范

DB36/T1924.1无人机影像采集及应用技术规程第1部分：水稻

DB3210/T1074-2020.水稻长势遥感监测技术规程

QX/T474卫星遥感监测技术导则水稻长势

3术语和定义

GB/T33988-2017、GB/T36540-2018界定的以及下列术语和定义适用于本文件。

3.1

水稻冠层ricecanopy

水稻冠层是指水稻在生长过程中形成的上部叶片和茎的集合体。它是水稻的主要光合作用部位，影

响光照、温度和水分的分布，对水稻的生长、发育和产量有重要影响。冠层的结构和密度决定了光的透

射和反射特性，进而影响水稻的生长环境和生理过程。

3.2

水稻冠层光谱反射率canopyspectralreflectivityofrice

水稻冠层光谱反射率是指水稻冠层对不同波长光谱的反射能力，通常以反射率百分比表示。它反映

了冠层对光的吸收、散射和反射特性，受叶片结构、光谱特性和环境因素影响。

3.3

矢栅转换vectorgridconversion

矢栅转换是指在地理信息系统（GIS）中，将矢量面数据转换为栅格数据（像素网格）。矢量数据

以几何形状表示地理特征，而栅格数据则用网格单元表示空间信息。此转换用于制作施肥处方图。

3.4

施肥变量地块fertilizervariableplot

施肥变量地块指的是根据施肥处方图划分的不同施肥区域。如果某个变量区域为1亩，则该施肥变

量地块的面积也为1亩，即每亩地对应一个特定的施肥量。

3.5

GeoTIFF

GeoTIFF是一种地理信息系统（GIS）中常用的图像文件格式，扩展名通常为.tif或.tiff。它在标

准TIFF格式的基础上，添加了地理空间元数据，使得图像能够与地图坐标系统相结合。GeoTIFF文件可

以存储栅格数据，并包含地理信息，如投影、坐标系统和分辨率，便于在GIS软件中进行空间分析和可

视化。

3.6

氮素反演nitrogeninversion

1

T/CATEAXXX—2024

氮素反演是指通过遥感技术、模型分析，从观测数据中提取水稻中氮素含量的信息。该过程通常利

用光谱数据、植被指数或其他相关参数，结合机器学习算法，估算作物的氮素状态。

3.7

水稻生长模型ricegrowthmodel

水稻生长模型是用于模拟和预测水稻生长发育过程的数学模型，模型考虑了气候条件、土壤特性、

水分和养分供应等因素。

4测量环境

4.1测量环境

农作物光谱反射率测量对测量环境的要求如下：

a)测量时应以自然太阳光为光源，测量时应保证太阳有足够的高度角，太阳天顶角应不大于50°，

一般在当地时间10:00～15:00时段为宜；若为卫星过境同步实验，测量时间根据卫星过境时

间确定；

b)应选择无雨、天气晴好、光照稳定的日期开展测量，能见度宜优于10km；

c)风力应不超过3级；太阳周围90°立体角范围内淡积云量小于2%，无卷云和浓积云等；

d)光谱测量仪、被测目标及标准参考板应处于相同环境中。

4.2测量工作人员

农作物光谱测量对工作人员的要求按照GB/T33988-2017和GB/T36540-2018中对工作人员的要求执

行。

a）工作人员应着暗色弱反射衣物，避免穿戴白色、亮红色、黄色、绿色、蓝色的衣帽；

b）站位应避免影响光谱测量仪与地物目标及标准参考板之间的通视，测量时工作人员应面向阳光，

避免工作人员在地物目标及参考板上产生阴影或对其反射率造成影响；

c）转向新的观测目标区时，观测组全体成员应面向太阳接近目标区，应杜绝践踏观测区，测试结

束后应沿进场路线退出目标区；

d）若在炎热天气条件下长时间使用非便携式光谱测量仪进行测量，为了保障人员安全，应确保至

少2人交替开展工作。

4.3测量设备

4.3.1高光谱测量仪

高光谱测量仪应性能稳定、易操作；测量波长范围包含380nm～2500nm，其中，380nm～1050nm

波段光谱分辨率不低于5nm；1050nm～2500nm波段光谱分辨率不低于10nm，测量波长精度不低于0.5

nm；应保证能够满足长时间野外使用要求的电池容量与数量（不少于两组）。光谱测量仪应有能配套使

用的叶片光谱测量配件（叶片夹、积分球）。对光谱测量仪定标的要求应按GB/T33988-2017执行。

4.3.2气象站

气象站应性能稳定、易于操作，以确保对田间光照、温度、湿度以及降雨量等关键气象参数的精确

监测。还应具备良好的稳定性和抗干扰性以确保它们能够适应各种天气条件，包括高温、低温、强风和

强降水等，同时保持数据的准确性和可靠性。

4.3.3无人机（航测无人机）

航测无人机应具备稳定的性能和简便的操作方式，以确保数据采集的可靠性和方便非专业人员使用。

其飞行平台应搭载必要的航空电子设备和传感器以及高分辨率的数码相机等任务载荷，以满足不同波段

的光谱分辨率要求。在飞行性能方面，航测无人机的航程、飞行高度、飞行速度等参数应满足特定摄影

2

T/CATEAXXX—2024

任务的需求，以实现高效的数据采集。此外，无人机的电池续航能力应满足长时间野外作业的需求，至

少配备两组电池，以保证持续作业。

4.3.4可见光镜头

可见光镜头需满足高分辨率和宽动态范围，确保在各种光照条件下都能获得清晰、细腻的图像。技

术参数需符合特定标准，如定焦、高像素成像和准确的图像位置补偿，以确保数据的精度和可靠性。

5数据获取

5.1高光谱数据获取

高光谱数据获取应覆盖380nm～2500nm的光谱范围。其中，380nm～1050nm波段光谱分辨率不低

于5nm；1050nm～2500nm波段光谱分辨率不低于10nm，测量波长精度不低于0.5nm。高光谱数据的

格式应标准化，以便于数据的处理和分析。

5.2可见光数据获取

可见光数据获取应覆盖380nm至750nm的光谱范围，确保图像具有足够的空间和光谱分辨率，以满

足特定应用的需求。数据应以标准化格式存储，设备在使用前需进行校准，以保证数据的准确性和可靠

性。

5.3气象数据获取

气象数据应涵盖关键气象要素，如温度、降水量、光照强度和湿度等。根据研究或应用需求，数据

的时间分辨率可以是逐日、逐小时或实时数据。数据格式应标准化，便于处理和分析。

6数据处理

6.1光谱预处理

农作物高光谱数据预处理步骤如下：

a)首先应对测量数据进行筛选与异常曲线剔除，具体要求应按GB/T33988-20178.1执行；

b)其次对农作物高光谱反射率进行计算，具体要求应按GB/T33988-2017执行；

c)最后根据建模需求，利用光谱预处理方法对高光谱反射率进行预处理，并使用预处理后光谱数

据用于后续建模过程。

6.2特征波段提取

采集到的无人机冠层高光谱波段维度较高，存在大量冗余信息。采用特征波段选择算法，提取对水

稻氮素贡献最大的无人机高光谱波段组合。以显著降低模型的运算时间，提升模型反演精度。

6.3氮素含量反演

构建基于机器学习方法的水稻氮素含量无人机高光谱反演模型，实现水稻氮素含量反演。以提取特

征波段后的无人机高光谱为模型输入，氮素含量为模型输出，实现对各变量施肥地块水稻氮素含量的快

速无损监测。

6.4水稻生长模型同化

采用历史观测数据对水稻生长模型进行本地化。以水稻氮素含量无人机高光谱反演模型输出氮素含

量为同化变量，与本地化后的水稻生长模型进行同化，实现对水稻生长发育过程的校正，输出各变量施

肥地块水稻生长模型同化结果。

3

T/CATEAXXX—2024

6.5施肥量决策

以水稻生长模型同化结果为基准，结合施肥区域当地施肥时间、施肥量，通过迭代确定各变量施肥

地块获得最大经济效益时的施肥时间及施肥量组合，生成各变量施肥地块水稻无人机遥感精准施肥决策。

7制作施肥处方图

7.1绘制矢量田块

使用GIS软件（ArcGIS/SuperMapiDesktop）或代码，基于可见光影像确定变量施肥地块，绘制变

量施肥地块矢量图，并将施肥量写入矢量文件中，如施肥类型为液体肥，单位为L/亩，如施肥类型为固

体颗粒肥，单位为公斤/亩。

7.2田块矢量转换为栅格

使用GIS软件（ArcGIS/SuperMapiDesktop）或代码，将矢量图转换为栅格影像，坐标系设置为

WGS1984，栅格大小为1m，栅格值字段为施肥量字段，像素格式为单精度浮点型或双精度浮点型，转换

后导出为tiff格式，包括.tiff和.tfw两种格式文件。

7.3栅格转换为geoTIFF格式

使用GlobalMapper软件或代码，将tiff格式文件转换为geoTIFF格式，设置方形要素大小为1m×1m，

并生成tfw格式文件。最后导出结果应为.tiff和.tfw两种格式文件。

8无人机施肥处方图作业

将.tiff和.tfw两种格式文件使用SD卡形式拷贝到遥控器中，存放至遥控器可识别的路径内。

4

T/CATEAXXXXX—XXXX

《水稻无人飞机遥感精准变量施肥技术规程》

团体标准编制说明

一、任务来源

2024年6月14日，由沈阳农业大学向中国农业技术推广协会申请团体标准立

项。根据中国农业技术推广协会2024年度团体标准制修订计划，批准《水稻无

人飞机遥感精准变量施肥技术规程》团体标准的制定。本团体标准的起草单位

是沈阳农业大学，参编单位为辽宁省农业发展服务中心、辽宁省农业科学院、

华南农业大学、辽宁牧龙科技有限公司、吉林农业大学、东北农业大学、上海

市农业科学院。

二、目的和意义

（一）立项背景

水稻是全球主要的粮食作物之一[1]，化肥施用是保障水稻高产、稳产的重要

田间管理环节之一[2]，2021年我国氮肥出厂价格最高达到了3180元/吨，涨幅超过

76%，价格创近10年新高。2022年1月，国家发改委、农业农村部召开新闻发布

会，表示今年春耕化肥价格仍将高位运行。随着氮肥等农资材料价格不断上涨，

农作物生产成本提高，严重影响粮食安全及社会稳定[3]。随着现代农业的不断发

展，水稻规模化生产是主要生产模式之一，规模化水稻生产，其长势会受土壤墒

情、农田微气候而产生一定的空间变异性。传统的水稻田间施肥管理过程中，主

要根据经验进行施肥，容易出现化肥过量施用，造成化肥施用效率低，环境污染

等问题[4]。研究表明，由处方图指引精准作业的无人机变量施肥技术，可提高施

肥效率，平衡作物生长，提高产量，降低秧苗伤害并有效节省化肥使用成本，生

产增效可达1800元/hm2。同时，化肥的施用量也可以达到精细化管理，进而推进

化肥减量增效。

1

T/CATEAXXXXX—XXXX

水稻营养状况是追肥决策的重要依据[5,6]。目前，水稻营养状况主要通过高

光谱或多光谱信息反演或生长模型预测获取[7]。遥感技术具有快速、宏观、大面

积观测的特点，广泛应用于农作物长势监测、产量估测等领域[8,9]。但是，遥感

技术受时间分辨率制约，无法对全生育期作物生长情况进行观测，获得的是时序

离散的观测数据，反映的是作物瞬时的生长状况，不能表达作物生长发育阶段内

在的机理及其与环境因素的关系[10]。同时，高光谱以及多光谱数据采集成本高，

受光线质量影响严重，反射率定标在长时间获取的情况下容易受到光线等影响，

很难实现校准[11]。为了降低生产环节的成本，本标准基于无人机可见光遥感影像

对作物生长情况进行诊断。作物生长模型是基于作物生理过程机制，将土壤、气

候、作物品种和管理措施等对作物生长的影响因素作为一个整体系统的数值模拟

系统[12]。作物生长模型可以从机理上解释各种环境因素对作物生长发育状况的影

响，但受空间分辨率制约，作物生长模型从单点扩展到区域时，受地表环境非均

匀性和复杂性的影响，会出现模型中一些参数无法准确获取的问题[13,14]。

水稻施肥是影响水稻最终产量的关键因素之一[15]。遥感技术因其快速、宏观、

大面积观测的特点，广泛应用于农作物长势监测和产量估测等领域[16]，目前水稻

营养状况主要通过高光谱或多光谱信息反演或生长模型预测来获取[17]。传统的施

肥管理主要依赖经验，容易导致化肥过量施用，造成化肥使用效率低下和环境污

染等问题[18]。研究表明，通过处方图指引精准作业的无人机变量施肥技术，可以

显著提高施肥效率，有效节省化肥使用成本并保证水稻稳产[19,20]。这种精细化管

理方式不仅能够提高作物产量，还能有效减少环境污染，推动农业可持续发展。

水稻无人飞机遥感精准变量施肥技术目前已在辽宁省鞍山市、营口市等2个

地级市的4个农业县（市、区）开展示范应用，推广面积达1100亩，平均减少施

肥率20.7%，取得显著的经济、社会和生态效益。

三、标准编制原则及主要内容

（一）标准编制原则

本标准制定在保证适用的前提下，内容力求完整、准确、易于理解，充分注

重标准的科学性、先进性、适用性、经济合理性、安全可靠性、切实可行及协调

统一性为基本原则。编制本标准遵循如下原则：

2

T/CATEAXXXXX—XXXX

1）本标准的编制遵循《标准化工作导则第1部分：标准化文件的结构和起

草规则》（GB/T1.1-2020）和《中国农业技术推广协会团体标准管理办法》的

要求；

2）在项目组前期构建的水稻氮素营养诊断技术基础上，收集国内外相关资

料，同时广泛征求农场及相关单位相关专家的意见，结合我国水稻生产种植实际

情况，确定标准内容；

3）通过田间试验示范，使制定的标准做到系统性、科学性、实用性、协调

性和可操作性。

（二）主要内容及其确定依据

本文件确立了水稻无人飞机遥感精准变量施肥技术规程，规定了术语和定义、

数据获取、数据处理、制作施肥处方图以及处方图作业的要求。本文件适用于水

稻分蘖肥、穗肥变量施肥作业。

1范围

介绍本文件的主要内容以及本文件所适用的领域。

2规范性引用文件

列出了本文件引用的标准文件。

3术语和定义

本章对水稻变量施肥的术语进行了定义。

4测量条件

本章讲述了无人机数据获取的测量环境要求、测量工作人员要求以及测量设

备要求。

5数据获取

本章讲述了无人机数据的要求，包括精度、光谱范围、光谱分辨率等。

6数据处理

本章主要讲述光谱数据预处理、特征波段提取、氮素含量反演、水稻生长模

型同化以及施肥量决策的处理要求。

7制作施肥处方图

本章基于数据处理结果，对绘制作业田块及处方图格式进行规定。

8无人机施肥处方图作业

3

T/CATEAXXXXX—XXXX

本章讲述如何依据处方图进行精准作业。

四、主要工作过程

（一）主要起草单位和起草人

标准牵头起草单位为沈阳农业大学、辽宁省农业发展服务中心、辽宁省农业

科学院、华南农业大学、辽宁牧龙科技有限公司、吉林农业大学、东北农业大学、

上海市农业科学院。

标准起草人：

于丰华，沈阳农业大学，信息与电气工程学院教授，负责标准框架和组织协

调工作；

许童羽，沈阳农业大学，信息与电气工程学院院长，参与产业调研和参数确

证；

XXX……

（二）主要起草阶段

1.调研起草阶段（2024年7月—2024年8月）

在标准制定计划确定后，承担单位沈阳农业大学迅速组织辽宁省农业发展服

务中心、辽宁省农业科学院、华南农业大学、辽宁牧龙科技有限公司、吉林农业

大学、东北农业大学、上海市农业科学院等单位相关技术专家，形成了标准起草

组，开展标准编制工作。

标准起草组成立后，组员分工协作进行了文献检索，查阅了有关资料。经过

标准起草小组的认真讨论，提出本标准制订的原则是：相关规定应严格按照

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》标

准及要求进行编写。标准技术内容中，确定了水稻无人机数据获取、数据处理、

处方图生成、执行处方图作业等重点内容。

在理论研究基础上，起草组在标准编制过程中充分借鉴已有的理论研究和实

践成果，经过数次修改，2024年8月形成了《水稻无人飞机遥感精准变量施肥技

术规程》标准草案稿（工作组讨论稿）。

2.征求意见阶段（2024年8月—2024年10月）

4

T/CATEAXXXXX—XXXX

形成标准草案稿（工作组讨论稿）之后，起草组分别于2024年8月29日和9

月25日召开专家研讨会，从标准框架、标准起草等角度广泛征求多方意见，从理

论完善和实践应用方面提升标准的适用性和实用性。经过理论研究和方法验证，

明确和规范了水稻无人机遥感精准变量施肥程序及方法。起草组形成了《水稻无

人飞机遥感精准变量施肥技术规程》（征求意见稿）。

拟定于2024年10月对外征求意见。

五、标准重大分歧意见的处理经过和依据

本标准在制定过程中未出现重大分歧意见。

六、是否与法律法规强标相协调

本标准的内容符合《中华人民共和国标准化法》等相关法律法规，符合安全

性要求及有关强制性标准要求。引用文件现行有效，本标准为首次自主制定，不

涉及国际国外标准采标情况。

七、作为强制性标准或推荐性标准的建议

建议在本文件通过审定后，尽快作为推荐性团体标准发布、实施。

八、贯彻标准的要求措施建议

（一）广泛宣传

《水稻无人飞机遥感精准变量施肥技术规程》作为今后我国水稻无人机遥感

精准变量施肥的重要技术支撑，各相关单位应充分利用多种形式广泛宣传，营造

良好氛围。

（二）组织实施

标准发布后，相关单位应尽快制定指导计划，促使相关水稻种植单位和个人

组织实施。

（三）评价和改进

5

T/CATEAXXXXX—XXXX

定期对《水稻无人飞机遥感精准变量施肥技术规程》开展科学性、有效性、

适宜性的评价，通过评价工作发现目前标准中存在的问题和改进的方向，对现有

标准进行完善。

九、废止现行有关标准的建议

无。

十、其他应予说明的事项

无。

《水稻无人飞机遥感精准变量施肥技术规程》团体标准起草工作小组

2024年10月

6

T/CATEAXXXXX—XXXX

参考文献

[1]杨一单,姚成胜,刘伟芳.中国粮食安全系统转型的时空特征及驱动因素[J].地理学报,

2024(09),79:2372-2388.

[2]黄益孝,周家昊,陈照明,等.化肥减量配施缓释肥对单季稻产量和氮素吸收利用的影响[J].

江苏农业科学,2024(02),52:57-64.

[3]甘黎黎,张宸宇.粮食安全保障和农业面源污染治理双重目标下的化肥价格政策研究[J].价格

月刊,2023(04):27-34.

[4]安志装,索琳娜,刘宝存.我国农业面源污染研究与展望[J].植物营养与肥料学报,2024(07),

30:1422-1436.

[5]罗锡文,胡炼,何杰,等.中国大田无人农场关键技术研究与建设实践[J].农业工程学报,

2024(01),40:1-16.

[6]WeixiGe,JunZhou,PengyuanZheng,etal.Arecommendationmodelofricefertilizationusing

knowledgegraphandcase-basedreasoning[J].ComputersandElectronicsinAgriculture,2024,219:

108751.

[7]田婷,张青,徐雯.光谱技术在作物养分监测中的应用研究进展[J].江苏农业科学,2024(14),

52:31-39.

[8]杨普,赵远洋,李一鸣,等.基于多源信息融合的农业空地一体化研究综述[J].农业机械学报,

2021(S1),52:185-196.

[9]G.Q.An,M.F.Xing,C.H.Liao,etal.Estimatingchlorophyllcontentofricebasedonuav-based

hyperspectralimageryandcontinuouswavelettransform;proceedingsoftheIEEEInternational

GeoscienceandRemoteSensingSymposium(IGARSS),ElectrNetwork,FSep26-Oct02,2020

[C].2020.

[10]何泽,李世华.水稻雷达遥感监测研究进展[J].遥感学报,2023(10),27:2363-2382.

[11]马灵玲,王宁,高彩霞,等.光学遥感卫星在轨绝对辐射定标：