DB1311/T 087-2025 无人机遥感法鉴定高水效小麦品种技术规程

​​《无人机遥感法鉴定高水效小麦品种技术规程》（DB1311/T 087-2025）主要内容总结​​

​​1. 范围​​

• 本文件规定了利用无人机遥感技术鉴定高水效小麦品种（系）的技术流程、操作步骤及追溯方法。
• 适用于衡水市范围内高水效小麦品种（系）的鉴定，需在中高等地力条件下进行，以灌浆初期的遥感鉴定结果作为水效率判定依据。

​​2. 规范性引用文件​​

• 引用标准包括种子质量（GB 4404.1）、测土施肥（NY/T 2911）、病虫害防控（DB13/T 5897）等。

​​3. 术语和定义​​

• ​​高水效小麦品种（系）​​：对水分适应能力强，在不同灌溉条件下均能保持良好生长发育和产量的小麦品种。
• ​​遥感产量预测模型​​：基于可见光、高光谱近红外和热红外图像，通过卷积神经网络动态融合特征并预测产量的模型。
• ​​高水效遥感鉴定指数（WERI）​​：通过待测品种与对照品种的预测产量比值（公式：WERI=Y_T/Y_CK）评价水效率的指标。

​​4. 技术流程​​

• ​​流程图​​（图1）概括了从试验设计、无人机遥感数据采集、图像处理、产量预测到水效评价的全过程。

​​5. 高水效小麦品种鉴定​​

​​5.1 基本要求​​

• 需在中高等地力条件下种植，灌浆初期遥感鉴定结果为核心判定依据。

​​5.2 种子要求​​

• 种子质量需符合GB 4404.1一级标准，数量满足试验需求。

​​5.3 试验要求​​

• ​​田间布置​​：随机区组设计，重复≥3次，每5~8个小区设1个对照品种（选用区域高水效品种）。
• ​​播种与土壤​​：统一播量、行距和密度；0~50 cm土层含水量为田间持水量的80±5%；土壤需深厚（≥2m）、平坦。
• ​​栽培管理​​：按NY/T 2911施肥，参考DB13/T 5897防控病虫害。

​​5.3.5 遥感测定​​

• ​​图像采集​​：无人机搭载可见光、高光谱和热红外传感器。
• ​​时间与气象​​：花后12~18天，上午10点至14点，风速≤4m/s，晴朗天气。
• ​​飞行参数​​：
  • 高度≤120m，航向/旁向重叠率≥80%/70%，速度≤3m/s。
  • 分辨率：可见光≥1.3cm，高光谱≥3cm，热红外≥4.6cm。

​​5.3.6 数据处理​​

• ​​图像拼接与校正​​：生成全景图像并配准至正射影像。
• ​​预处理​​：提取近红外波段，主成分分析降维，分割小区冠层图像。

​​5.3.7 产量预测​​

• 输入可见光、高光谱近红外和热红外图像至​​MultimodalNet模型​​（附录A），输出预测产量。

​​5.3.8 WERI计算​​

• 公式：WERI=待测品种预测产量/对照品种预测产量，保留3位小数。

​​5.3.9 评价标准​​

• 分5级（表1）：

  WERI范围	水效率等级
  ≥1.150	极高
  1.050~1.149	高
  0.950~1.049	中等
  0.850~0.949	低
  ≤0.849	极低

​​6. 追溯方法​​

• ​​标记内容​​：材料名称、编号、人员、时间等。
• ​​过程记录​​：各阶段操作人员、时间、地点、结果等。

​​附录A：MultimodalNet模型​​

• ​​模型结构​​：
  • 3个并联神经网络（RGB分支用SEResnet18，高光谱用Mobilenetv3_Large，热红外用Mobilenetv3_Small）。
  • 动态融合特征生成768维向量，映射为预测产量。
• ​​流程​​（图A.1）：图像输入→特征提取→融合→产量预测。

​​核心要点​​

1. ​​技术核心​​：通过无人机多光谱遥感结合深度学习模型（MultimodalNet）预测产量，计算WERI指数评价水效。
2. ​​标准化操作​​：严格规定试验设计、数据采集（时间、气象、飞行参数）、图像处理及模型应用流程。
3. ​​评价体系​​：WERI指数分级明确，量化水效率等级，为品种筛选提供科学依据。
4. ​​可追溯性​​：全程记录试验标记与操作细节，确保数据可靠性。