河西灌区无人机高光谱遥感玉米产量估算技术规程

1本文件适用于农业科研机构、农田管理部门及规模化种植户利用无人机高光谱遥感进行河西地区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。利用成像光谱仪在可见光至短波红外等电磁波谱范围内，以纳米级的高光谱分辨率获取目标在数一种包含多个决策树的集成机器学习算法。通过构建多棵决策树，并基于各树的预测结果进行投票(分类)或平均(回归)产生最终结果。本规程的技术流程应按照GB/T36301、NY/T4151与NY/T4380.1相关规定执行。遵循“数据获取一数据预处理一特征提取一模型构建—产量制图”的逻辑闭环。具体流程如图1所示。数据预严格控制飞行参数成熟期：实收测产原始数据与地面真值6.1.1无人机要求推扫式成像光谱仪，波长范围400nm～1000nm,光谱分辨率不小于5nm,波段数量数据采集速率不低于30fps,信噪比(SNR)不小于500:1,数据输出格式宜为通用高光谱数据格式(BSQ,BIL,BIP存储格式)。玉米抽雄期。3航向重叠度至少达到85%,旁向重叠度至少达到80%。6.2.6天气条件6.2.7地面控制点采用带有明显标识的靶标作为地面控制点，布设密度不少于5个/亩，均匀分布于测产区域边缘及内部关键拐点，避免集中在同一区域。使用RTK设备记录靶标中心的精确地理位置，定位精度不低于2cm。在测区内选择地势平坦、无遮挡的区域，布设反射率分别约为5%(黑板)、20%(灰板)和60%(白板)的标准漫反射板，反射率偏差不超过±2%。铺设时需确保板面水平、紧贴地面并可靠固定，避免在无人机飞行前30min内与飞行后30min测量时传感器探头垂直于定标板表面，距离板面10cm～20cm,避免阴影干扰。每块定标板测量次数不样本总数不少于30个，每个样点面积不小于20m²,样地之间的直线距离不小于50m,并记录每个小区420%、60%定标板的ROI均值与标准反射率数据，采用线性拟合法(LinearFit)解算辐射定标系数；随后通过“ApplyGainandOffset”工具将原始像元亮度值(DN)射率偏差不大于5%。8.2大气校正精准适配该影像对应的传感器参数(含波段范围、成像几何等);结合河西灌区夏季大气特征，将大气模型设定为Mid-LatitudeSummer,气溶胶模型选择Rural,指定940nm波段作为水汽反演波段，采用Auto8.3几何校正Y(地图Y坐标)、Row(影像行号)、Col(影像列号),在ENVI5.6软件中，打开“GeometricCorrection>PolynomialCorrection”模块，导入待校正影像及控制点文件，设置多项式次数为2次并确认。软件通过自动拟合模型并计算控制点残差，剔除RMSE异常点进行重算。总体均方根误差(RMSE)不大何校正后的影像、无人机RTK飞行日志、地面控制点数据，采用平均海拔常数高程模型(Constant加地面靶标坐标，靶标中心与影像对应像素的平面偏差不大于1像在ENVI5.软件中载入预处理后的正射影像，结为标准光谱库文件(sli)或文本格式(.txt),为后续植被指数计算提供核心输入源。5归一化差异植被指数(NDVI)增强型植被指数(EVI)2.5×(R8o—R₆70)/(R8o+6×R₆70—7红边归一化差值植被指数(NDRE)光化学植被指数(PRI)红边位置(REP)700+40×[(R670+R780)/2—R7o转换型叶绿素吸收反射率指数(TCARI)优化土壤调整植被指数(OSAVI)绿色归一化差值植被指数(GNDVI)比值植被指数(RVI)改良叶绿素吸收反射率指数(MCARI)[(R700—R₆70)一0.2×(R700—Rs50)]×(R70oR₆70)归一