DB22-T 3510-2023 保护性耕作遥感监测技术规程

ICS65.020.01CCSB0722IDB22/T3510—2023本文件按照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》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。本文件由吉林省农业农村厅提出并归口。本文件起草单位：中国科学院东北地理与农业生态研究所。本文件主要起草人：杜嘉、宋开山、刘焕军、刘宝江、罗冲、刘阁、齐北松、赵博宇、张龙龙。DB22/T3510—20231保护性耕作遥感监测技术规程本文件确立了保护性耕作遥感监测的程序，规定了数据采集、CRC估算、耕作类型分类与验证等阶段的操作指示，描述了生产记录与档案等追溯方法。本文件适用于保护性耕作秸秆覆盖遥感监测。2规范性引用文件本文件没有规范性引用文件。3术语和定义本文件没有需要界定的术语和定义。3.1保护性耕作conservationtillage一种以农作物秸秆覆盖还田的免（少）耕播种为主要内容，能够有效减轻土壤风蚀、水蚀，增加土壤肥力和保墒抗旱能力，改善农田生态环境，提高农业生态和经济效益的现代耕作技术体系。3.2秸秆覆盖度cropresiduecover，CRC单位面积内秸秆覆盖的面积占总面积的比例。3.3耕作指数tillageIndex，TI一种利用遥感影像不同谱段数据的线性或非线性组合生成的能评估农田耕作状况和分布特征指数。3.4纹理分析textureanalysis通过图像处理技术提取出纹理特征参数，从而定性或定量描述纹理的处理过程。4程序流程图保护性耕作秸秆覆盖遥感监测流程如下图所示：2DB22/T3510—2023图1保护性耕作秸秆覆盖遥感监测流程图5数据采集5.1遥感数据5.1.1卫星影像数据采用中分辨率遥感卫星影像，具备以下波段：a)绿波段（B3）：500nm～600nmb)红波段（B4）：600nm～700nmc)近红外波段（B5）：700nm～1000nmd)短波红外波段1（B61500nm～1700nme)短波红外波段2（B7）：2100nm～2300nm5.1.2耕作指数耕作指数见表1。表1耕作指数相关信息DB22/T3510—20233表1耕作指数相关信息（续）5.2实地数据5.2.1时间选择5月上旬到5月末，卫星遥感影像监测与田间观测时间一致。5.2.2样本地块选择在监测区随机布设样地100个～200个，样地之间水平距离不少于1km。在样地内选取30m×30m大小的样方，样方距离样地边界至少30m，代表该地块的平均水平。采样时利用GPS记录经度、纬度和高程。5.2.3取样使用长40m的测绳，每间隔1m用红色标记，记录与作物相交的红色标记出现频次，计算并记录农田作物类型。6估算按照采样点编号，将实测的CRC与遥感估算的TI和纹理特征进行一一对应，并构建样本库。6.2遥感模型构建利用偏最小二乘法，综合TI、纹理特征和组合的方法分别构建CRC遥感估算模型，参见附录A。6.3遥感估算基于CRC遥感估算模型和遥感影像，利用地理信息系统软件进行CRC遥感估算，获得区域CRC分布情况。在耕地背景下，CRC的值域为0～1。遥感估算时，影像获取时间前3天～5天无降雨。7耕作类型分类与验证利用遥感影像和遥感CRC估算模型进行CRC估算。按照耕地表层作物CRC的高低分类，CRC＜30%为传统耕作，CRC≥30%为保护性耕作。7.2验证DB22/T3510—20234利用野外实地测量的CRC数据对耕作类型分类结果进行验证；无野外实地测量结果的，利用相关文献和政府发布的数据进行验证。8生产记录与档案对整个生产过程应进行详尽及时的记录，记录档案至少保存5年以上。DB22/T3510—20235遥感模型构建A.1遥感模型构建A.1.1偏最小二乘法（PLSR）偏最小二乘法（PLSR）是从实际应用出发的一种多元统计数据分析的方法，这种方法可用于因变量和多自变量之间的线性回归模型构建。这种方法的优势在于，当观察数量小于变量数量时会出现多重共线性的问题，并对模型的构建产生较大影响，PLSR的使用可以消除由此产生的不利影响。PLSR模型是多个线性回归模型的扩展。当需要从大量自变量中预测一组因变量时，PLSR模型具有特别的优势，同时可以有效地解决多自变量中的强共线性和噪声问题。在最简单的形式中，线性模型指定了从属（响应）变量y和一组预测变量（x）变量之间的（线性）关系：y=b0+b1x1+b2x2+b3x3+…+bpxp（1）y——模型的从属(响应)变量b0——模型的截距bi——数据计算从变量1到p的回归系数，其中i的取值范围为(0,p]xi——模型的预测变量，其中i的取值范围为(0,p]A.1.2秸秆覆盖度估算本标准采用了TI、纹理特征和组合方法三种类型特征，通过PLSR构建秸秆覆盖度遥感估算模型。首先，分别使用TI、纹理特