NYT 4734-2025 农作物空间分布遥感制图技术规范标准立项发展报告

农作物空间分布遥感制图技术规范标准立项发展报告StandardizationDevelopmentReport:TechnicalCodeofPracticeforRemoteSensingMappingofCropSpatialDistribution摘要农作物空间分布遥感制图是农情遥感监测的核心基础工作，其成果精度直接影响农作物种植面积统计、长势监测、产量估算及农业保险定损等一系列业务化应用的科学性与可靠性。近年来，随着国产高分卫星星座的密集组网和深度学习等人工智能技术的快速发展，遥感数据源的时空分辨率显著提升，自动化解译能力大幅增强，但行业长期面临"数据易得、规范难循"的困境——不同技术团队在数据源选择、物候窗口确定、样本采集策略、分类体系构建及精度验证方法等关键环节标准不一，导致同类产品空间一致性和时间可比性不足，严重制约了遥感调查成果在农业统计和政府决策中的权威应用。在此背景下，由农业农村部组织制定、全国农业技术推广服务中心牵头起草的NY/T4734-2025《农作物空间分布遥感制图技术规范》于2025年4月27日由行业标准-农业（NY/T）正式发布，自2025年8月1日起实施。本报告系统梳理了该标准的编制背景、技术指标体系、关键方法论及预期应用效益。标准确立了涵盖数据获取与预处理、作物物候信息提取、样本数据构建、遥感分类制图、精度验证与成果输出等全流程的技术框架，首次在农业行业标准层面统一了大范围农作物空间分布遥感制图的作业流程与技术参数。该标准的发布填补了我国农业遥感制图领域行业标准的空白，对提升全国农业遥感监测业务的规范化水平、推动遥感技术在农业统计中的业务化应用具有里程碑式意义。关键词：农作物；空间分布；遥感制图；技术规范；农业行业标准；农情监测；精度验证KeywordsCrop;SpatialDistribution;RemoteSensingMapping;TechnicalSpecification;AgriculturalIndustryStandard;AgriculturalConditionMonitoring;AccuracyValidation1引言1.1编制背景农业是我国国民经济的基础性产业，准确掌握主要农作物的种植面积和空间分布，是国家制定粮食安全政策、优化农业生产布局、实施农业补贴和保险制度的重要数据支撑。传统的农作物种植面积统计主要依赖行政逐级上报和抽样调查方法，虽然具有行政法定效力，但存在调查周期长、人力成本高、空间分辨率粗糙、人为干预难以杜绝等固有局限。卫星遥感技术凭借其宏观、快速、客观、可重复的独特优势，已成为现代农情调查不可或缺的技术手段。近年来，我国遥感卫星事业进入快速发展期，高分一号、高分二号、高分六号、资源三号、吉林一号以及高光谱卫星等陆地观测卫星体系日益完善，在时空分辨率、光谱分辨率和幅宽等关键指标上取得显著突破。与此同时，GoogleEarthEngine等云计算平台和随机森林、支持向量机、深度学习等先进分类算法的引入，使大范围、高精度作物制图的自动化水平大幅提升。然而，技术手段的多样化也带来了新的问题：由于缺乏统一的技术标准，不同研究机构和业务单位在技术路线选择、精度指标设定、产品规范表达等方面各行其是，导致多源成果难以有效融合、比对和集成应用。具体而言，行业面临的突出问题包括：其一，数据源选择缺乏统一的时空分辨率基准，同一区域不同来源的制图产品在边界细节和面积统计上差异显著；其二，样本采集方法各异，样本数量、空间分布策略和标注规范不统一，直接影响分类模型的泛化能力；其三，分类体系不衔接，不同成果的作物类别定义和代码不兼容，难以实现跨区域汇总与年度间动态对比；其四，精度验证方案各异，缺乏统一的抽样框架和指标阈值，成果质量无法横向比较。这些问题迫切需要通过标准化的技术规范加以约束和引导。1.2编制必要性从政策层面看，2023年中央一号文件明确提出"加快农业大数据产业发展，强化农业遥感等核心技术装备攻关"；《"十四五"全国农业农村信息化发展规划》将"遥感监测在农业统计中的应用深化"列为重点任务。国家宏观政策对遥感农业应用提出了明确要求，而标准化工作是保障技术落地和成果可信的基础性制度安排。从行业需求看，农业农村部系统内多个业务单位以及省级农业遥感机构、第三方遥感服务公司均承担或参与农作物面积遥感测量任务，日益需要一份全行业共同遵循的统一技术规范，以实现任务委托、过程管控和质量验收的标准化管理。1.3编制原则本标准的编制遵循以下基本原则：一是科学性原则，技术指标的确定以充分的科学研究与实验验证为基础，兼顾国内外已有研究成果；二是实用性原则，充分考虑我国农业生产实际和遥感数据可获取性，确保标准条款在业务化运行中切实可行；三是协调性原则，与已有的国家标准（如GB/T40156-2021《农情监测遥感技术规范》等）和行业标准保持衔接配套，避免重复和矛盾；四是先进性原则，积极吸纳深度学习、云平台计算等新兴技术成果，为标准实施留有技术发展空间。2标准编制工作概况2.1编制单位与协作体系NY/T4734-2025由中华人民共和国农业农村部提出并归口管理，全国农业技术推广服务中心牵头起草。编制过程中，联合了中国农业科学院农业资源与农业区划研究所、农业农村部规划设计研究院、中国气象科学研究院、国家卫星气象中心以及多所农业大学和省级农业遥感技术支撑单位共同参与。标准编制团队汇集了我国农业遥感领域的主要科研力量和业务骨干，涵盖了作物种植结构调查、遥感数据处理、农情监测业务运行等各个专业方向。2.2编制过程标准编制工作严格遵循《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）的规定，经历了预研论证、草案编制、征求意见、技术审查和报批发布等阶段。在预研阶段，编制组系统梳理了国内外相关标准文献，重点分析了国际标准化组织（ISO）、联合国粮农组织（FAO）以及美国农业部（USDA）等国际机构在作物制图领域的技术规范，同时收集了我国各省份农业遥感业务中实际使用的技术流程文件。草案编制阶段，编制组在河北、山东、黑龙江、湖北等粮食主产区组织了多轮实地调研和遥感制图实验，对不同空间分辨率影像、不同分类算法和不同物候窗口条件下的制图精度进行了系统比较。征求意见阶段，标准草案面向全国各省（区、市）农业技术推广部门、科研院所和相关企业广泛征集修改意见，共收到反馈意见200余条，编制组逐条研究处理并对标准文本进行了多轮修改完善。2024年底，标准通过全国农业遥感标准化技术委员会组织的技术审查。2.3标准定位NY/T4734-2025属于农业行业标准（推荐性标准），标准性质为方法类技术规范。在标准体系中，它与GB/T40156-2021《农情监测遥感技术规范》形成层次互补关系——后者侧重总体框架，本标准侧重作物空间分布制图的专项技术细节。标准适用于利用中高分辨率卫星遥感影像开展的主要农作物（包括水稻、小麦、玉米、大豆、棉花、油菜等）空间分布制图工作，同时可供省级及以下农业遥感业务部门参照执行。3标准主要内容NY/T4734-2025在结构编排上遵循遥感制图作业的自然流程逻辑，按照"数据获取—预处理—样本构建—分类制图—精度验证—成果输出"的全链条顺序进行了章节设置。正文共分为8个章节和3个附录。以下对核心技术内容进行阐述。3.1数据获取与预处理要求（1）遥感数据源选择。标准规定，用于农作物空间分布制图的卫星遥感影像应满足以下基本条件：空间分辨率不低于10m，对于地块破碎化程度较高的区域（如丘陵山区），建议优先选用空间分辨率优于5m的影像数据；时间分辨率方面，应保证在作物关键生育期内至少获取一景有效影像。在数据源选择的具体操作层面，标准进一步提出差异化要求：对大宗农作物面积统计，推荐优先采用10m（哨兵二号）或16m（高分一号）分辨率的多光谱影像；在南方丘陵区域或规模化种植区域，宜使用空间分辨率不低于2m的高分影像，以准确刻画细碎地块边界；对省级以上行政区域的大范围制图，可选用中分辨率（16m）与高分辨率（2m）影像相结合的多源协同方案。在光谱配置方面，应至少包含蓝、绿、红、红边和近红外波段，以有效支持植被指数计算和作物识别。对于多光谱数据难以区分种植结构的高度复杂区域，鼓励使用高光谱数据或雷达数据作为补充。（2）辅助数据。标准要求收集和整理研究区域内的土地利用现状数据、农作物种植结构统计资料、地形地貌数据（DEM）以及行政边界数据等辅助资料。这些辅助数据用于分类后处理和面积估算的校正。（3）影像预处理。预处理的流程和精度要求包括：辐射定标和大气校正采用6S、FLAASH或同类模型，确保影像反射率的准确性；几何精校正的控制点分布均匀，配准误差不超过0.5个像元；云检测要求研究区内有效像元覆盖率不低于90%，多期影像中单景含云量不超过10%；影像镶嵌和匀色处理不应改变原始地物的光谱特征。3.2作物物候信息提取作物的物候特征是遥感识别作物的关键依据。标准要求，在制图工作开展前，应收集研究区域内主要作物的物候历资料，包括播种期、出苗期、分蘖（分枝）期、拔节期、抽穗（现蕾）期、成熟期和收获期等关键物候节点的典型时间范围。3.3样本数据构建样本数据的质量直接决定了监督分类的精度上限。标准对训练样本和验证样本的构建提出了明确的质量要求：（1）样本来源。训练样本获取途径包括野外实地调查、高分辨率影像目视解译以及已有可靠专题数据，三者可交叉验证。野外调查的样方布设应采用随机抽样或系统抽样方法，样方数量应结合区域面积和作物多样性综合确定，原则上每类地物不少于50个样本，每个样本对应像元数量不少于9个。（2）样本标注规范。标准根据农作物种植的复杂程度创新性地将制图区域划分为"简单区域"和"复杂区域"两类，并分别提出差异化的样本量要求——简单区域每类作物样本量不少于50个多边形样本，复杂区域每类样本量不少于100个。该分类方法充分考虑了不同农业景观条件下作物识别难度的客观差异。（3）样本质量评估。标准提出了使用可分离性指标评估样本光谱可分性的方法——对于难以区分的地物类别，应采取增加样本数量、补充时相信息或引入专家知识决策规则等方式优化分类特征。3.4遥感分类与制图这是标准的核心技术内容。标准在分类体系构建方面，要求分类系统至少应包含目标作物类别、其他作物类别、非植被地类和水体等一级类别，各地可根据实际情况细化二级分类。制图最小单元面积设定为大于等于0.2公顷（即至少5×5个10m像元），这保证了在大范围制图中高效剔除破碎化噪声斑块。在分类方法方面，标准推荐采用监督分类方法。具体分类器方面，推荐优先使用随机森林分类器，亦可选择支持向量机、最大似然法或深度学习等成熟分类方法。标准特别指出了构建多时相特征集的有效方案——即将多个关键时相的原始波段和植被指数叠加形成多维特征空间输入分类器。在分类后处理方面，标准规定了众数滤波、Majority/Minority分析等处理手段的使用方式——主要去除椒盐噪声和图斑碎屑，同时明确不应使用会改变像元值物理含义的过度平滑处理。对分类结果中存在的"异物同谱"现象，标准鼓励采用专家知识推理、空间上下文分析或多源数据融合等方法加以修正。3.5精度验证精度验证是保障制图产品质量的关键环节。标准明确规定，精度验证的核心指标是总体精度和Kappa系数。基于误差矩阵，标准将空间抽样方法纳入统一规范，推荐采用简单随机抽样或分层随机抽样，验证样本需独立于训练样本。标准要求最终制图产品的总体精度不低于85%，Kappa系数不低于0.80。这一指标与当前国际主流作物制图产品的精度水平相当，体现了标准的科学性和适度先进性。3.6成果输出与质量控制标准规定，农作物空间分布遥感制图的最终成果应包括：作物空间分布栅格图（GeoTIFF格式，含完整的坐标系统和投影信息）、分类后统计面积报表（按县级行政区划汇总，分别统计各作物种植面积及所占比例）、制图精度评价报告、原始影像和数据文件清单等。要求各类成果按照统一的数据格式和命名规范进行整理归档，便于后续集成应用。标准还建议建立数据质量记录制度，对数据来源、处理过程和质量检查结果进行全程可追溯记录。4主要参与单位4.1全国农业技术推广服务中心全国农业技术推广服务中心（以下简称"中心"）是农业农村部直属事业单位，承担着全国种植业技术推广、农作物重大病虫害监测防控、耕地质量监测保护以及农情信息调度等重要职能。中心设有遥感监测与信息管理处等专业机构，长期负责全国农作物面积遥感调查工作的技术方案制定与组织实施。在标准编制过程中，中心充分发挥业务牵头和组织协调优势，负责标准框架设计、核心技术指标拟定以及多轮意见征集与协调统一工作。4.2中国农业科学院农业资源与农业区划研究所该研究所是我国农业遥感应用研究的国家级科研机构，拥有农业农村部农业遥感重点实验室和资源区划数据共享平台，在农作物遥感识别、种植面积提取和农情监测方面积累了大量科研成果。该所团队在标准编制中主要负责技术方法层面的深入论证，包括多源遥感数据适用性分析、物候信息提取技术规范、样本设计方法优化以及精度评价指标体系构建等工作。4.3其他参编单位中国气象科学研究院在物候监测和气象条件对作物长势影响方面提供了重要的科学支撑，为标准的物候信息提取章节提供了方法学建议；国家卫星气象中心在卫星数据质量控制和真实性检验方面贡献了关键技术参数。此外，中国农业大学、南京农业大学等在遥感分类算法测试和样本方案优化方面参与了大量实验验证工作，为标准技术指标的确定提供了翔实的试验数据。5标准实施预期效益与应用前景5.1预期效益在技术规范层面，NY/T4734-2025的实施将有效统一全国农作物空间分布遥感制图的技术路线和质量要求，大幅减少不同任务、不同单位之间成果产品的系统差异，提高多源遥感制图成果的可比性和可融合性。通过全流程的质量控制条款，标准将显著提升作物面积遥感测量成果的一致性和权威性。在管理效能层面，该标准为各级农业农村主管部门开展遥感测量任务发包、过程监督和质量验收提供了明确的标尺和依据。标准中量化的精度指标和成果交付规范，使遥感测量服务的政府采购和质量评价有章可循，有利于规范市场秩序、促进公平竞争。在经济和社会效益层面，统一的技术标准有助于推动遥感制图