ICS 65.060.40 CCS B 91 GH 中华人民共和国供销合作行业标准 GH/T1371-2022 水稻病虫害植保无人飞机智能防控指南稻 纵卷叶 Technical specification on intelligent control of rice pests and disease by unmanned aerialvehiclericeleaffolder 2022-06-13发布 2022-09-01实施 中华全国供销合作总社 发布
GH/T13712022 前言 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.
本文件由中华全国供销合作总社提出并归口.
本文件起草单位：北京市农林科学院智能装备技术研究中心、北京市农林科学院信息技 术研究中心、浙江农资集团有限公司、深圳市大疆创新科技有限公司、农芯科技（北京）有 限责任公司、无锡汉和航空技术有限公司、中国农业生产资料流通协会、农芯（南京）智慧农 业研究院有限公司、苏州极目机器人科技有限公司、北大荒通用航空有限公司.
本文件的主要起草人：陈立平、张瑞瑞、王开义、李龙龙、卢红霞、夏亦涛、徐刚、王 维佳、夏浪、张伟巍、伊铜川、丁晨琛、唐青、张林焕、陈梅香、陈海雄、孙向东、翟辉.
GH/T 13712022 水稻病虫害植保无人飞机智能防控指南稻纵卷叶 1范围 本文件规定了植保无人飞机智能防控水稻稻纵卷叶螺的基本原则、信息收集、防治决策、 植保无人飞机施药防治、作业质量的核查和作业档案.
本文件适用于利用植保无人飞机开展水稻稻纵卷叶螺智能防控作业的实施、管理和服务.
2规范性引用文件 下列文件对于本文件的应用是必不可少的.
凡是注日期的引用文件，仅注日期的版本适 用于本文件.
凡是不注日期的引用文件，其最新版本（包括的修改单）适用于本文件.
GB/T8321.1~8321.10农药合理使用准则（一）~（十） GB/T15793稻纵卷叶螺测报技术规范 GB/T17980.2农药田间药效试验准则（一）杀虫剂防治稻纵卷叶螺 GB/T25415航空施用农药操作准则 NY/T1533农用航空器喷施技术作业规程 NY/T2732农作物害虫性诱监测技术规范（螺蛾类） NY/T2737.1稻纵卷叶和稻飞虱防治技术规程第1部分：稻纵卷叶螺 NY/T3213植保无人飞机质量技术评价规范 3术语和定义 下列术语和定义适用于本文件.
3.1 植保无人飞机plant protection unnanned aerial vehicle 配备农药喷酒系统用于植保作业的旋翼无人飞机.
3.2 智能防控intelligent control 根据田间作物病虫害危害程度，利用智能化技术手段形成防治决策，并进行按需施药作 业的病虫害防治技术.
3.3 虫情测报insect condition forecasting 基于害虫的趋光、求偶特性，利用灯光诱捕、性信息素诱捕方式对田间害虫种群数量进 行监测的技术.
GH/T 13712022 无人飞机遥感监测 unmanned aerial vehicle remote sensing monitoring 利用无人飞机遥感方式对作物冠层摄像或扫描获得影像，经处理、分析后，反映作物病 虫害发生状况和分布的技术.
3.5 卷叶 folded leaf 为稻纵卷叶幼虫危害水稻叶片形成的叶片包卷形态.
3.6 卷叶率 folded leaf percent 受害水稻的卷叶数量占统计总叶数的百分比.
3.7 施药适期optimal time for spraying pesticides 采取施药措施防治稻纵卷叶螺预期效果最好的时期.
施药处方 spraying prescription map 以田间作物病虫害危害程度和分布为基础，制定的包含药械、药剂、喷施参数、作业飞 行参数的施药决策.
3.9 喷施率 application rate 施药区域单位面积施药量，单位为升每公顷（L/hm²）.
4基本原则 4.1利用智能化技术手段、根据水稻稻纵卷叶螺的发生危害程度，实施按需施药防控.
4.2优先应用农业防治、生物防治、物理防治、生态调控等方式控制虫害发生规模.
4.3应至少包含信息收集、防治决策、无人飞机施药防治、质量核查和档案管理5个过程.
息服务平台 5信息收集 5.1无人飞机遥感监测 5.1.1监测对象 稻纵卷叶螺幼虫危害水稻叶片形成的卷叶和水稻正常叶片.
5.1.2监测时间 宜在水稻分期至抽穗期进行监测.
5.1.3气象条件 应在晴或多云天气且风速<3m/s条件下开展，宜于10时至15时之间进行，水稻叶片 2 GH/T 13712022 尖端应无明显吐水. 5.1.4监测频次 在稻纵卷叶螺发生期内，监测间隔应不多于2天，可根据危害程度缩短监测间隔. 5.1.5影像分辨率 获取影像像素分辨率应优于3mm. 5.1.6监测流程 5.1.6.1应根据监测区域面积大小确定监测点数量，每个监测点内进行5次重复拍摄，获取 5幅水稻冠层影像. 5.1.6.2应选用受害水稻卷叶图像处理与信息提取算法，宜采用基于深度卷积神经网络的目 标检测、语义分割网络或机器学习分类算法等作为受害水稻卷叶图像识别算法. 5.1.6.3去除因气象、对焦失败等因素导致的低质量影像，使用构建的识别模型识别遥感影 像中的正常叶片和卷叶，并统计二者数量. 5.1.6.4按式（1）计算每幅影像的卷叶率，并按所属监测点计算平均卷叶率得到监测点卷 叶率. 式中： 卷叶率，单位为百分率（%）； -卷叶数量； 叶片总数. 5.2地面定点监测 5.2.1监测装置 宜利用物联网虫情监测系统对稻纵卷叶螺成虫进行地面定点监测，诱捕方式主要包括灯 光诱捕和性信息素诱捕2种. 5.2.2监测点 单个监测装置所属监测面积不大于5x667m，监测点田间设置方式应符合NY/T2732 的规定. 5.2.3监测信息 监测诱捕的稻纵卷叶螺成虫数量、空气温度、空气湿度、风速、风向、降雨量等气象信 息. 5.2.4监测期 在水稻整个生育期进行监测，各生产区的监测期可参考表1. 3
