DB23/T 3901-2024 无人机多光谱水稻氮素含量测定与追肥调控技术规程

以下是根据《DB23/T 3901-2024 无人机多光谱水稻氮素含量测定与追肥调控技术规程》总结的核心内容，按技术流程和关键要求详细梳理：

​​一、适用范围​​

• 适用于黑龙江省水稻生长季（返青分蘖期、拔节期、孕穗期、抽穗开花期、灌浆期）的氮素含量无人机多光谱估测与追氮调控。

​​二、基本要求​​

1. ​​空间基准​​
   • 大地坐标系：CGCS2000
   • 高程基准：1985国家高程基准
   • 投影方式：高斯-克吕格投影
2. ​​监测时间​​
   • 覆盖水稻5个关键生育期：返青分蘖期、拔节期、孕穗期、抽穗开花期、灌浆期。

​​三、数据处理流程​​

graph TDA[数据获取与处理] --> B[水稻植株氮含量估测]B --> C[追氮调控]C --> D[专题图制作]

​​四、数据获取与处理​​

1. ​​无人机多光谱影像要求​​

   • ​​波段范围​​：至少含绿光（520–570 nm）、红光（620–760 nm）、近红外（760–1100 nm）
   • ​​分辨率​​：优于0.1 m
   • ​​拍摄时间​​：10:00–14:00（光照稳定）
   • ​​环境条件​​：
     • 淡积云量，无卷云/浓积云
     • 垂直能见度＞500 m，风力＜3级
   • ​​质量要求​​：无畸变、噪声或数据丢失，覆盖监测区全范围。
   • ​​预处理​​：
     • 辐射校正（标准灰板或地物光谱值）
     • 几何校正（误差＜1个像元）

2. ​​样本数据采集​​

   • ​​样本量​​：满足统计学要求，布局合理
   • ​​采集内容​​：
     • 植株氮含量（按NY/T 2419-2013测定）
     • 植株干物质质量（鲜重→100℃杀青0.5h→80℃烘干至恒重）
     • 记录采样点经纬度信息
   • ​​同步性​​：样本采集时间与影像获取时间一致

3. ​​辅助数据​​

   • 水稻空间分布数据（按NY/T 3527-2019提取）
   • 水稻品种、生育期、气象数据

​​五、水稻氮含量估测模型​​

1. ​​临界氮浓度稀释曲线​​

   • 公式：N_c = a /times DM^{-b}
     • N_c：临界氮浓度（%）
     • DM：植株干物质量（t·hm⁻²）
     • a：干物质为1 t·hm⁻²时的临界氮浓度
     • b：曲线斜率（经验参数）

2. ​​氮营养指数（NNI）​​

   • 公式：NNI = N_a / N_c
     • N_a：实测氮含量（%）
     • ​​NNI判定​​：
       • =1：氮营养适宜

       • 1：氮过剩

       • <1：氮不足

3. ​​模型构建与验证​​

   • ​​方法​​：一元回归（推荐植被指数）、多元回归（推荐光谱反射率）或机器学习
   • ​​评价指标​​：相关指数 R^2 /geq 0.6（公式：R^2 = /frac{/sum_{i=1}^n (/hat{y}_i - /bar{y})^2}{/sum_{i=1}^n (y_i - /bar{y})^2}）
   • ​​反演输出​​：监测区水稻NNI空间分布图

​​六、追氮调控技术​​

1. ​​临界氮积累量计算​​

   • 公式：N_{cna} = 10a /times DM^{1-b}

2. ​​氮素需求量计算​​

   • 公式：NR = (N_{cna} - N_{na}) / NUE
     • N_{na}：实际氮积累量
     • NUE：氮肥农学利用率（需本地化参数）
   • ​​输出​​：监测区网格化追氮量分布图

​​七、专题图制作​​

• ​​要素要求​​：
  • 图名、图例、比例尺、制图单位与时间
  • 氮营养指数（NNI）分布
  • 追氮调控量空间建议
• ​​制图标准​​：按GB/T 20257-2017执行地图要素规范

​​八、引用标准​​

• ​​关键国标/行标​​：
  • NY/T 2419-2013（植株全氮测定）
  • NY/T 3527-2019（作物种植面积遥感监测）
  • GB/T 30115-2013（植被指数计算规范）
  • GB/T 20257-2017（地图图式）

​​总结​​

该规程构建了​​“无人机多光谱数据→氮含量模型→追肥决策→空间化管理”​​ 的完整技术链，核心是通过定量化遥感反演实现水稻氮营养精准诊断，并基于临界氮累积量动态调控追肥，为黑龙江水稻氮肥高效管理提供标准化支撑。