NY/T 4377-2023 标准解读

一、标准适用场景与实施阶段

• 适用业务类型：适用于采用遥感技术开展农作物雹灾监测的农业主管部门、第三方技术服务机构及科研单位，涵盖粮食作物（如玉米、水稻、小麦）、经济作物（如棉花、油菜）等主要种植类型。
• 实施环节：包括灾前基底数据采集、灾中遥感影像获取、灾后变化检测分析、灾损等级划分与评估报告编制五个核心环节。
• 验收阶段：分为过程验收与成果终验。过程验收重点核查遥感影像预处理质量、样本点布设合理性及算法参数设置合规性；成果终验聚焦灾损图件精度、统计报表完整性与技术文档齐备性。

二、现场实操合规规范

1. 遥感数据源选择应优先采用空间分辨率优于2米的光学卫星影像（如GF-2、ZY-3），重访周期不超过5天，云覆盖率低于10%。雷达影像可作为补充，但须进行极化校正与 speckle 滤波处理。
2. 影像预处理流程包括辐射定标、大气校正、几何精校正，其中几何精校正控制点数量不少于15个/km²，RMS误差≤0.5个像元。
3. 雹灾识别采用“差值植被指数+纹理特征”融合方法，NDVI差值阈值设定为：轻度灾损ΔNDVI∈[-0.15, -0.08)，中度灾损ΔNDVI∈[-0.25, -0.15)，重度灾损ΔNDVI＜-0.25。
4. 地面验证采样按分层随机抽样原则布设，每县不少于30个验证点，覆盖不同灾损等级与作物类型，定位精度≤3米（RTK设备采集）。
5. 灾损等级空间制图输出比例尺不低于1:50000，属性表包含字段：地块ID、作物种类、受灾面积（hm²）、灾损等级、置信度（%）。
6. 所有操作需形成《遥感处理日志》，记录时间戳、软件版本、参数设置及操作人员信息，保存期限不少于3年。

执行过程中发现影像存在条带噪声或边缘畸变，应立即启动数据重处理流程，禁止使用未达标影像参与灾损判别。

三、成果验收核验标准

1. 验收流程依次为：承建单位自检→监理单位初审→专家评审会→主管部门备案。每个环节须在5个工作日内完成反馈。
2. 整体验收实行“一票否决制”，凡出现以下情形之一即判定不合格：
   • 使用非标算法且未提供验证依据
   • 验证点数量不足设计值80%
   • 关键图层缺失或属性结构错误
3. 验收通过后，成果数据须以GeoTIFF+MDB格式双备份提交，并附SHA-256校验码。

四、实操常见问题与质控方案

• 问题1：灾前基准影像时相选择不当，导致NDVI背景值失真。
  质控方案：建立区域作物生长季影像库，选取灾前10±3天内最优影像作为基准，避开灌溉、施肥等人为干扰期。
• 问题2：验证点分布偏向交通沿线，山区覆盖不足。
  质控方案：采用GIS辅助分层抽样，按海拔、坡度、行政区划加权分配样本量，确保空间代表性。
• 问题3：灾损图斑边界锯齿化严重，影响面积统计。
  质控方案：应用形态学闭运算平滑处理，结构元素半径设为1.5倍像元尺寸，后续需人工目视修正。
• 问题4：多源数据融合时坐标系统一错误。
  质控方案：所有输入数据强制转换至CGCS2000大地坐标系，投影方式采用高斯-克吕格三度带分带投影。
• 问题5：验收材料中缺少不确定性分析报告。
  质控方案：在成果编制阶段嵌入误差传播模型，量化遥感反演、分类、插值各环节误差贡献率，形成专项说明文件。

对于整改项实行闭环管理，由原承建单位在7日内完成修正并提交复验申请，逾期未改则终止合同履约。