ICS07.060 B18 QX 中华人民共和国气象行业标准 QX/T474-2019 卫星遥感监测技术导则水稻长势 Technical directives for monitoring on rice growth status by satellite remote sensing 2019-01-18发布 2019-05-01实施 中国气象局发布 QX/T474-2019 目 次 前言 Ⅲ 引言 V 1范围 1 2术语和定义 1 3数据源及卫星数据的前期处理 1 4计算方法 .2 5专题地图制作 .3 附录A(资料性附录)常用中高空间分辨率星载仪器及其近红外和红光通道参数4 附录B(规范性附录)卫星数据的前期处理 5 参考文献 6 I QX/T474-2019 引 言 水稻长势监测对于各级政府及生产部门指导农业生产具有重要意义. 随着卫星遥感技术的发展,利用中高空间分辨率遥感资料进行水稻面积估算、长势监测、产量预报 已经成为国家和省级气象部门的重要技术手段,但缺乏水稻长势遥感监测的标准规范,不同地区的监测 结果难以进行比较分析;在日常水稻气象业务服务工作中,无法给出定量遥感评价结果,迫切需要制定 水稻长势遥感监测技术标准,提高气象部门水稻长势监测服务能力. V QX/T474-2019 卫星遥感监测技术导则水稻长势 1范围 本标准规定了水稻长势遥感监测的数据源及卫星数据的前期处理、计算方法、专题地图制作等 要求. 本标准适用于利用中高空间分辨率卫星遥感观测资料对水稻进行长势监测. 2术语和定义 下列术语和定义适用于本文件. 2.1 水稻长势rice growth status 水稻叶面积指数和地上生物量状况. 2.2 水稻叶面积指数rice leaf area index 水稻单面绿叶面积总和与对应的地表面积的比值. 2.3 水稻地上生物量rice aboveground biomass 单位面积地上水稻干物质总重量. 2.4 红光波段red band 星载仪器涵盖的0.605um~0.700μm的波长范围. 2.5 近红外波段near infrared band 星载仪器涵盖的0.76um~1.25um的波长范围. 注:传感器在近红外波段所接收到的辐射主要是太阳辐射的反射. [QX/T188一2013,定义2.2] 2.6 植被指数vegetation index 对卫星不同波段进行线性或非线性组合以反映植物生长状况的量化信息. [QX/T188一2013,定义2.3] 3数据源及卫星数据的前期处理 3.1数据源 数据来自携载红光波段和近红外波段探测仪器的中高空间分辨率(小于或等于500m)卫星,常用 中高空间分辨率星载仪器及其近红外和红光通道参数参见附录A. 3.2卫星数据的前期处理 在水稻长势遥感监测数据处理前,应按照附录的要求对卫星数据进行辐射定标、大气校正、投影 1 QX/T474-2019 变换、几何精校正及云检测处理.大气校正和云检测处理应在辐射定标之后进行. 4计算方法 4.1种植区提取 结合水稻移栽期、分蘖期、抽穗期、收获期等生育关键期或受灾期归一化差值植被指数(Normalized Difference Vegetation Index NDVI)或双波段增强型植被指数(2-band Enhanced Vegetation Index EVI2)变化特征,宜采用监督分类法或非监督分类法或决策树分类法,可同时参考最新土地利用分类现 状图,得到研究区水稻种植区域. 4.2单日植被指数计算 单日植被指数宜采用归一化差值植被指数(NDVI)或双波段增强型植被指数(EVI2)计算. 归一化差值植被指数(NDVI)按式(1)计算: RNIR-RR NDVI-RNIRRR (1) 双波段增强型植被指数(EVI2)按式(2)计算: EVI2=2.5× RNIR-RR RNIR2.4XRR1 (2) 式中: RIR—近红外波段反射率,由附录B中B.2获取; R—红光波段反射率,由附录B中B.2获取. 4.3植被指数合成 在给定的观测时间间隔(旬)内,计算某个水稻像元各时次的植被指数,选取其中的最大值作为该像 元多时次合成后的值,计算公式为: V(i)=max(Iy(i 1) Iy(i 2) Iv(i p)) (3) 式中: V(i)—第i个水稻像元合成后的植被指数; i —研究区水稻种植区域内水稻像元序号; Iv(i p)—第i个水稻像元合成p时次的植被指数,为NDVI或EVI2; p一旬内该像元的观测总时次. 4.4水稻长势参数反演 4.4.1水稻叶面积指数估算模型 水稻叶面积指数采用指数函数回归模型估算,见式(4): LA...