- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
T/LNES002-2024
衰退樟子松固沙林无人机多光谱监测技术规程编制说明
T/LNES002-2024
1
一、工作简况
本标准来源于国家重点研发计划项目“典型防护林林种、树种衰退形成机理及其林分近自然修复与重建技术研究与示范”(2022YFF1302502)的研究成果。主要参加单位包括中国科学院沈阳应用生态研究所、中国科学院清原森林生态系统观测研究站。工作组成员包括朱教君、宋立宁、郑晓、高添、张金鑫、孙一荣、韩晓义。其中,张金鑫、宋立宁、高添主要负责本标准的起草、修改和定稿工作,孙一荣、韩晓义负责样地管理、试验实施、数据采集等工作,朱教君、郑晓在试验实施、标准起草和修改过程中给与指导和建议。
主要工作过程如下:
本标准的编制工作从2023年5月开始,由中国科学院沈阳应用生态研究所负责起草,中国科学院清原森林生态系统观测研究站参与完成。
本标准制定严格按照GB/T1.1-2020《标准化工作导则第1部分:标准的结构和编写》要求进行。
从接到标准的编制任务开始,参加编制的人员就着手查阅和收集无人机技术和高光谱、多光谱信息采集设备信息,以及遥感图像分析算法和无人机遥感监测技术,樟子松固沙林衰退指标等相关文献、资料,并组织关于衰退樟子松固沙林无人机多光谱监测技术研究的讨论,整合各方讨论建议,以本团队多年积累的关于樟子松固沙林衰退机制、指标,遥感图像分析的研究结果为基础,制定衰退樟子松固沙林无人机多光谱监测技术相关试验方案和本标准编制框架。
随后,参加编制人员收集试验数据,并进一步进行数据分析,在数据分析检验的基础上初步确定了本标准中各项技术方法的具体内容。
最后,在广泛征求各方专家的意见和建议后,完成了《衰退樟子松固沙林无人机多光谱监测技术规程》的初稿撰写工作。
二、标准编制原则
本标准编制遵循“科学性、实用性、统一性、规范性”的原则,项目中无人机航空拍摄、无人机多光谱数据获取与预处理、樟子松健康状况(衰退状况)实地调查等需遵循现行地方、行业等标准,重点突出衰退樟子松固沙林无人机多光谱监测技术中的退樟子松无人机多光谱遥感监测、衰退樟子松识别与定位、精度评价,并注重标准的可操作性。本标准制定过程中参照的主要标准为GB/T30115《卫星遥感影像植被指数产品规范》、CH/T3005《低空数字航空摄影规范》和DB21/T3280-2020《退化樟子松人工林修复技术规程》。
三、标准主要内容的确定
技术指标的确定依据:本标准依据基于无人机多光谱影像的植被提取与识别、国内已有的退化樟子松相关研究资料,确定技术指标项目包括退化樟子松无人机多光谱遥感监测的设备组成、监测注意事项、无人机多光谱数据获取与预处理、植被指数计算、健康状况(衰退状况)实地调查、衰退樟子松识别与定位、衰退樟子松无人机多光谱监测及报告编制。
试验方法的确定、试验工作、解决的主要问题:
本标准试验中所用无人机多光谱图像、樟子松衰退等级划分和调查等基础技术操作依据GB/T30115《卫星遥感影像植被指数产品规范》、CH/T3005《低空数字航空摄影规范》、DB21/T3280-2020《退化樟子松人工林修复技术规程》和
T/LNES002-2024
2
T/DSIA1002-2018《无人机松材线虫病枯死松树普查技术规程》现行标准之规定开展。
试验方法依据本团队多年积累防护林经营、管理的相关研究结果,国内外防护林营造、修复、监测等技术相关资料以及樟子松固沙林保护和修复的生产实践需求确定。
试验工作包括:
1、监测设备要求
按照三北工程区樟子松物候特点和退化樟子松监测的实际需求,从设备应具备的基本功能出发,确保可以满足不同衰退程度樟子松监测要求。结合实际应用,确定基本无人机多光谱监测平台的基本组成部分。
2、监测前准备
根据国家及地方政府相关规定,监测场地、航线设计、空域协调、飞行前的准备工作等均需在法律法规允许的范围内。
3、无人机多光谱图像数据获取与预处理
根据三北工程区樟子松物候特点,于生长季旺季7月至8月选择晴朗无云的天气获取无人机多光谱遥感图像数据,图像数据经过辐射定标、几何校正、波段配准、图像拼接等预处理后为下一步归一化植被指数计算提供基础数据支撑。
4、归一化植被指数计算
在遥感处理软件中,基于预处理后的遥感图像数据计算所需的归一化植被指数(NDVI)。
5、地面调查
调查时间应与无人机影像拍摄时间基本一致,参考林学树木长势调查的指标参数,确定调查点樟子松不同衰退等级。
6、监测模型建立与定位
通过分割、分类、AI模拟等算法,建立樟子松衰退参数与NDVI的关系函数;根据三北工程区土壤背景特
您可能关注的文档
最近下载
- 刘芳——本科论文初稿.doc VIP
- 安全培训记录效果评估表全员法律法规培训.docx VIP
- 3.4 透镜的应用(分层练习)2024-2025学年八年级物理上册同步精品课堂(苏科版2024)(解析版).docx VIP
- 《二年级上册美术折纸动物》ppt课件讲义.ppt
- BS EN 16120-2-2017Non-alloy 国外国际标准规范.pdf
- 精卫填海成语神话故事.pptx VIP
- 【生物】蛋白质相关计算课件 2023-2024学年高一上学期生物人教版必修1.pptx VIP
- 四位一体农村长效保洁方案(标书——已中标) .pdf VIP
- 人教版九年级上册化学第六单元测试卷.doc VIP
- 2025届高考语文复习:叠词的作用和表达效果+课件.pptx VIP
文档评论(0)