ICS 13.080 B 11 DB13 河 北 省 地 方 标 准 DB 13/T 2972—2019 耕地生产能力遥感评价规范 2019 - 04 - 28 发布 2019 - 05 - 28 实施 2019-04-29 0 河北省市场监督管理局 发 布 DB13/T 2972—2019 前 言 本标准按照GB/T 1.1-2009给出的规则起草。 本标准由河北省农业农村厅提出。 本标准起草单位：河北省农业技术推广总站、北京农业信息技术研究中心。 本标准主要起草人：顾晓鹤、蔡淑红、杨贵军、宋建新、赵春江、龙慧灵、杨小冬、许宁、蒋晓 茹、李伟国、冯海宽、熊红利、王航、刘哲、王淼、单芳、杜宜柯、李佳、许春、邓光远、单伟东、 毛娅楠。 I DB13/T 2972—2019 引 言 为客观评价耕地生产能力，加强对耕地资源管护，快速获取耕地生产能力实时动态监测信息，提 高监测工作的科学性、合理性和可操作性，根据《中华人民共和国土地管理法》、有关法律、法规、政 策和技术标准，制订《耕地生产能力遥感评价规范》地方标准，为河北省县域尺度的冬小麦夏玉米两 熟地区耕地生产能力的遥感评价提供技术依据。 II DB13/T 2972—2019 耕地生产能力遥感评价规范 1 范围 本标准规定了耕地养分水平、生产管理水平遥感监测方法及耕地生产能力遥感评价技术流程和要 求。 本标准适用于河北省县域尺度的冬小麦夏玉米两熟区耕地生产能力遥感评价。 本标准不适用于山区及盐碱地耕地生产能力的遥感评价。 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（包括所有的修改单）适用于本文件。 GB/T 15968—2008 遥感影像平面图制作规范 3 术语和定义 下列术语和定义适用于本文件。 3.1 耕地生产能力 farmland productivity 在当前土壤养分水平和生产管理水平共同作用下耕地能够产出的能力。 注:耕地养分是土壤的内在本质属性，为农作物生长提供核心养分；生产管理水平由品种、播种质量、水肥互作、 耕地制度等外在因素综合决定，在评价耕地生产管理水平时需排除气象因素的干扰。 3.2 遥感评价 remote sensing evaluation 基于评价标准，采用遥感技术对评价对象的各个方面，按照数据处理分析流程和模型算法进行量 化测量的过程。 4 基本要求 4.1 数据要求 4.1.1 卫星遥感影像 4.1.1.1 高光谱影像 具备400 nm～900 nm的波段范围，光谱分辨率低于5 nm，空间分辨率优于100 m，时相为冬小麦夏 玉米轮作的耕地裸露期间，可用往年同时期影像替代； 1 DB13/T 2972—2019 4.1.1.2 多光谱影像 具备红光波段640 nm～760 nm、近红外波段810 nm～870 nm，空间分辨率500 m以内，时相为10 年时间序列。 4.1.1.3 影像质量 清晰无云，无传感器条带噪声，几何校正精度达到半个像元尺寸以内。 4.1.2 土壤养分样本数据 包括有机质、全氮、速效钾、有效磷等指标，样本带有经纬度位置信息，样本数100个以上。 4.1.3 单产实测样本 具备待评价区域内当季冬小麦和夏玉米单产实测样本，样本数20个以上，相对均匀地分布于待评 价区内，带有经纬度位置信息。 4.1.4 基础地理数据 具备国家1:25万基础地理信息数据，要素包括行政边界、耕地分布。 4.2 软件要求 具备不同分辨率卫星遥感影像处理的专业软件，具有大气校正、几何纠正、影像解译、波段运算、 统计分析等功能。 4.3 人员要求 应具有遥感影像获取、处理、分析、制图等技术能力。 5 评价方法 5.1 耕地养分水平遥感评价方法 采用高光谱影像筛选耕地养分含量的敏感波段和变换算法，基于多元线性回归法构建耕地有机质、 全氮、速效钾、有效磷的遥感监测模型，进行区域耕地有机质、全氮、有效磷、速效钾的空间制图。 5.2 耕地生产管理水平遥感评价方法 在10年长时间序列的多光谱遥感影像支持下，开展耕地作物类型遥感分类，构建基于群体长势的 作物遥感估产模型，基于多年平均产量进行耕地生产管理水平空间制图。 5.3 耕地生产能力遥感综合评价方法 根据耕地养分水平、生产管理水平对耕地生产能力的贡献率确定权重，构建耕地生产能力遥感综 合评价模型，实现耕地生产能力空间制图。耕地生产能力遥感综合评价技术流程见附录A。 6 耕地养分水平遥感评价 6.1 提取土壤样点的高光谱影像反射率 2 DB13/T 2972—2019 根据土壤样点的经纬度位置，将土壤样点与高光谱影像空间叠加分析，提取每个土壤样点的光谱 反射率信息。 6.2 敏感波段筛选 对土壤样点所提取的高光谱数据进行数学变换，变换形式分别是：反射率、反射率的倒数、反射 率的对数、反射率对数的倒数、反射率一阶微分、反射率倒数的一阶微分、反射率对数的一阶微分、 反射率对数的倒数的一阶微分。 将土壤样本的4种养分含量分别与光谱反射率及其变化形式进行逐波段相关性分析，获取每个波段 与有机质含量的相关系数R，根据相关系数的高低筛选有机质、全氮、有效磷、速效钾的敏感波段及最 佳数学变换形式。 6.3 构建耕地养分反演模型 从所有土壤样本中随机抽取2/3样本量用于建模，对耕地养分指标的敏感波段及数学变换形式进行 多元线性回归，分别建立耕地有机质、全氮、有效磷、速效钾反演模型。 6.4 精度验证 基于未参与建模的1/3土壤养分样本进行精度验证，按公式（1）和（2）计算验证样本的决定系数 （R ）、相对均方根误差（RMSE）。 2 ………………………………（1） ………………………………（2） 式中： R2 ——样本的决定系数； RMSE ——相对均方根误差； SNi ——耕地土壤样本的养分实测值，包括有机质、全氮、有效磷、速效钾； PSNi——耕地土壤样本的养分遥感预测值，包括有机质、全氮、有效磷、速效钾； n——测土配方数据中的土壤样本数。 6.5 耕地养分指标空间制图 将高光谱影像敏感波段的反射率及数学变换的图层代入上述反演模型，计算得到评价区域的耕地 有机质、全氮、有效磷、速效钾的空间分布图。 7 耕地生产管理水平遥感评价 7.1 作物遥感分类 7.1.1 计算归一化植被指数（NDVI） 获取作物生长旺盛期的多光谱影像，冬小麦影像的时相为3月25日至4月30日（起身期至开花期）， 夏玉米影像的时相为7月20日至8月20日（拔节期至吐丝期），按公式（3）计算每景多光谱影像的归一 化植被指数（NDVI），形成10年时间序列的NDVI影像。 3 DB13/T 2972—2019 ……………………………………（3） 式中： NDVI——归一化植被指数； Rred——红光波段反射率； Rnir——近红外波段反射率。 7.1.2 作物识别 采用绿度分割法提取冬小麦或夏玉米，以NDVI=0为临界阈值，当NDVI>0时提取为冬小麦（或夏玉 米），当NDVI≤0时识别为非小麦（或夏玉米）。 7.2 遥感估产模型构建 7.2.1 作物分布区 NDVI 掩膜 以冬小麦（或夏玉米）分布图对长时间序列NDVI图层进行空间掩膜，提取冬小麦（或夏玉米）分 布范围内的NDVI数据集。 7.2.2 样本 NDVI 提取 将当年冬小麦（或夏玉米）实测单产样本与当年NDVI图像进行空间叠加分析，提取每个样本地块 对应的各时相NDVI值。 7.2.3 多元线性回归 采用多元线性回归方法对样本地块的当年实测单产和当年多时相NDVI值构建冬小麦（或夏玉米） 单产遥感评价模型，见公式（4）。 ………………………………（4） 式中： y ——冬小麦（或夏玉米）单产（千克/亩）； xi——冬小麦（或夏玉米）生长全程中某一时相的NDVI； ai——某一时相NDVI的回归系数。 7.2.4 精度评价 采用单产实测样本计算估产模型的决定系数和RMSE进行精度评价。 7.2.5 单产空间制图 将当年以及历史各年的NDVI序列图像代入上述估产模型，逐年计算待评价区冬小麦（或夏玉米） 单产，得到每年冬小麦（夏玉米）单产空间分布图。 7.2.6 生产管理水平评价 将每年的冬小麦和夏玉米估产图累加求平均，计算每个像元的平均粮食单产，表征该耕地像元的 生产管理水平。 4 DB13/T 2972—2019 8 耕地生产能力综合评价 8.1 评价指标权重分析 采用特尔菲法确定各个耕地生产能力评价因子的权重。特尔菲法确定权重的过程为：组织行业专 家分别对各评价因子的权重打分，评价因子包括耕地有机质含量、全氮含量、速效钾含量、有效磷含 量、耕地生产管理水平。对于各项因子的权重，按公式（5）计算专家打分的均值，按公式（6）计算 各因子的方差。 Ej  j  1 m  aij m i 1 1 m  (aij  E j )2 m  1 i 1 ………………………………… （5） ………………………………… （6） 式中： Ej——专家对因子j打分的均值； ——因子j的方差； m ——专家人数； aij——第i位专家对因子j的评分值。 8.2 评价指标归一化处理 对各个指标进行归一化处理，见公式（7），经归一化处理后各个指标的变化范围都为[0，1]。 Y  ( X  X min ) ( X max  X min ) ………………………………（7） 式中： Y ——某个指标归一化处理后的数值； X ——各个评价指标含量； Xmin——某个指标的最小值； Xmax——某个指标的最大值。 8.3 耕地生产能力综合评价模型构建 构建基于多源遥感信息的耕地生产能力综合评价模型，见公式（8）： ………………（8） 式中： Q ——耕地的综合生产能力； N ——耕地养分水平； ai——各个评价指标的权重； N1——耕地有机质含量； N2——耕地全氮含量； N3——耕地速效钾含量； N4——耕地有效磷含量； P ——耕地生产管理水平，即长时序的冬小麦和夏玉米单产均值。 8.4 耕地生产能力分级制图 5 DB13/T 2972—2019 8.4.1 采用正态（偏正态）统计理论的双阈值划分策略，统计耕地生产能力综合评价值的均值(mean) 和标准差(SD)，以 mean-2×SD，mean 和 mean+2×SD 为耕地生产能力的 4 个等级划分阈值，进行评价 区耕地生产能力分级，并按照 GB/T 15968—2008 制图。 8.4.2 耕地生产能力的划分以某块耕地的生产能力综合评价值 Qi 为依据，具体划分标准为： ——当 Qi> mean+2×SD 时，判定为一等； ——当 mean<