（正式版）DB65∕T 4977-2025 《基于无人机平台的核桃焦叶症发生程度监测技术规程》

基于无人机平台的核桃焦叶症发生程度监测技术规程Technicalcodeofpracticeforseverity2025-11-25发布2025-11-25发布I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。本文件由新疆维吾尔自治区林业科学院提出。本文件由新疆维吾尔自治区林业和草原局归口并组织实施。本文件起草单位：新疆维吾尔自治区林业科学院、中国林业科学研究院林业研究所、塔里木大学、阿克苏地区林业技术推广服务中心、新疆维吾尔自治区自然资源规划研究院、东北林业大学、和田地区林业和草原局。本文件主要起草人：陆森、王宝庆、李志鹏、王岩、巴合提牙尔·克热木、张锐、胡安鸿、白永超、马赫、何春霞、牛鞋、张亮、王莉莉。对本文件实施应用中的疑问，请咨询新疆维吾尔自治区林业科学院。对本文件的修改意见建议，请反馈至新疆维吾尔自治区林业和草原局(乌鲁木齐市沙依巴克区黑龙江路69号)、新疆维吾尔自治区林业科学院(乌鲁木齐市水磨沟区安居南路191号)、新疆维吾尔自治区市场监督管理局(乌鲁木齐市新华南路167号)。新疆维吾尔自治区林业和草原局联系电话传真邮编：830001新疆维吾尔自治区林业科学院联系电话传真邮编：830000新疆维吾尔自治区市场监督管理局联系电话传真邮编：8300041 基于无人机平台的核桃焦叶症发生程度监测技术规程本文件适用于指导新疆地区核桃焦叶症危害的分等定级与监测。2规范性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GB/T23236数字航空摄影测量空中三角测量规范核桃焦叶症juglansleafnecrosis是一种因干旱胁迫与偏害性元素吸收富集引起的核桃植株生理性病害，一般叶缘或叶尖开始出现失绿焦枯，随后随严重度的增加逐渐向心部蔓延，直至整个叶片或整株叶片焦枯。调查果园所在区域无人机正射影像核桃冠层焦枯像元面积占核桃冠层总像元面积的比例，通常用百分率(%)表示，用于表示调查区域果园发生焦叶症的严重程度。无人机多光谱影像multi-spectralimageofunmannedaerialvehicle通过低空无人机飞行平台搭载的多光谱传感器获取的光谱影一种利用无人机多光谱影像不同谱段数据的线性或非线性组合而形成的能反映绿色植物的生长状获取与处理、精度验证与核实、专题产品制作等5个步骤。2DB65/T4977—20255.1.1在7月中下旬至9月上旬，通过地面调查确定核桃果园焦叶症发生的基本分布情况。5.1.2在调查地区内，随机选取10个已经发生核桃焦叶症的果园，在每个果园内布设0.067hm²~0.2hm²大小的标准样地，详细调查并记录样方内核桃树的位置及感病指数与感病株率等。5.1.3详细人工取样和地面核查方法按照LY/T2516的要求执行。行前应向空域管理部门申请飞行空域，经批准后方可开展飞行作业。无人机监测作业单位应具有丰富的无人机操作和数据采集处理经验，具备相应的资质。实地调查作业区的基本情况，根据作业区域的地形地貌，结合无人机的设备参数，完成航路规划。核桃焦叶症严重程度监测的航路规划应以矩形航路为主。7.1.1核桃焦叶症发生程度监测采用无人机多光谱影像，应至少包含蓝(450±16)nm、绿(560±16)nm、红(650±16)nm、红边(730±16)nm、近红外(860±26)nm波段。7.1.2影像采集应选择在晴朗无云、光照条件稳定的时刻进行，新疆地区影像采集宜在12:00～16:00(北京时间)之间进行。7.1.3无人机作业时航向和旁向重叠度不低于75%,飞行高度为50m～100m,飞行速度保持在8m/s~12m/s,影像空间分辨率不低于0.05m,拍摄面积不低于10000m²,传感器镜头设置为向下垂直地面，7.1.4多光谱影像获取方式按照GB/T23236的要求执行。37.2辐射定标7.2.1根据核桃焦叶症发生程度监测的需要，进行无人机多光谱影像辐射定标处理。对于拟辐射定标的无人机影像，应提供各波段中心波长、波长范围等参7.2.2使用定标专用漫反射板对无人机影像进行辐射定标，辐射定标与无人机拍摄过程同步进行。采集漫反射板反射率数据时，相机距离漫反射板的距离和漫反射板的边长按照公式(1)进行设置，拍摄时应避免漫反射板上有阴影覆盖到。h——相机距离漫反射板的距离，单位为米(m);7.2.3无人机起飞前，将漫反射板放置于平坦地面，操纵无人机置于漫反射板正上方，拍摄采集漫反射板反射率校正数据。辐射定标按公式(2)计算。P——第i个像元在波长λ处的标准反射率，%;P入——在反射率为w的白板在波长λ处的标准反射率，%;DN“——在反射率为w的白板在波长λ处的像元灰度值，取所有白板像元的均值。7.3数据预处理7.3.1利用无人机搭载多光谱传感器获取规划航路内的等时拍摄单张无人机影像，使用无人机数据预处理系统对多光谱影像进行辐射定标、几何校正、影像拼接、正射校正等机多光谱正射影像。7.3.2数据预处理按照GB/T23236的要求执行，无人机多光谱影像预处理质量检查按照GB/T18316的要求执行。7.3.3对于不符合质量和精度要求的预处理结果，需检查并分析问题原因，重新进行数据采集或预处7.4核桃焦叶症空间分布提取7.4.1根据地面调查样方的核桃焦叶症分布情况，对调查样方的可见光正射影像进行目视解译，提取7.4.2对70%调查样方的无人机多光谱正射影像建立能够响应焦叶症的无人机植被指数(比值植被指数，简称RVI);以目视解译提取的核桃焦叶症像元分布区域作为掩膜区，提取并分析70%调查样方掩膜区RVI植被指数的分布范围，确定能够提取焦叶症像元的RVI植被指数阈值范围。7.4.3基于RVI植被指数提取其余30%调查样方的核桃焦叶症空间分布，并利用目视解译结果采用基于混淆矩阵的总体分类精度和Kappa系数检验其精度，最终实现核桃焦叶症空间分布的精准提取。47.5焦叶症严重度计算焦叶症严重度按公式(3)计算：S——调查果园的核桃焦叶症严重度，%;A调查果园所在区域无人机正射影像核桃冠层焦枯像元面积，单位为平方米B调查果园所在区域无人机正射影像核桃冠层像元总面积，单位为平方米7.6焦叶症严重度分级标准核桃果园焦叶症严重度分级标准见表1,不同严重度的核桃焦叶症无人机影像示例图参见附录A。表1核桃果园焦叶症严重度分级标准焦叶症等级严重度危害等级0级I级轻度中度Ⅲ级重度8精度验证与核实8.1利用验证样本，采用基于混淆矩阵(见表2)的总体分类精度和Kappa系数作为核桃焦叶症严重度分级识别精度验证指标。要求总体分类精度不低于80%,Kappa系数不低于0.8。表2混淆矩阵类别实际为焦叶像元实际为健康叶片像元注1:TP,实际为焦叶像元且预测结果也为焦叶像元的像元数注2:FP,实际为健康叶片像元但预测结果为焦叶像元的像元数注3:TN,实际为健康叶片像元且预测结果也为健康叶片像元的像元数量。注4:FN,实际为焦叶像元但预测结果为健康叶片像元的像元数8.2总体分类精度和Kappa系数按照公式(4)～(7)计算。5OA——总体分类精度，%;9专题产品制作9.1专题图制作人等，内容包括经纬度、核桃焦叶症严重度等级