NY/T 4379-2023 标准解读

一、标准适用场景与实施阶段

• 适用业务类型：本标准适用于利用遥感技术开展农作物倒伏监测的农业调查业务，涵盖大田作物如水稻、玉米、小麦等主要粮食作物。
• 实施环节：包括遥感数据获取、影像预处理、倒伏信息提取、空间分析与成果制图等全流程作业环节。
• 验收阶段：分为阶段性过程验收（数据采集与处理）、专项成果验收（倒伏分布图与统计报表）和最终整体验收（系统性报告与质量评估）三个层级。
• 适配平台：支持光学卫星（如GF-2、Sentinel-2）、雷达卫星（如Sentinel-1）及无人机遥感平台，空间分辨率优于5米，重访周期不超过7天。

二、现场实操合规规范

1. 数据采集要求：
   • 光学影像云覆盖率不得超过10%，成像时间宜在上午10:00–14:00之间，太阳高度角大于30°。
   • 雷达影像应采用VH/VV双极化模式，入射角范围控制在30°–45°，确保对倒伏冠层结构敏感。
   • 无人机航摄飞行高度≤120米，地面采样距离（GSD）≤5 cm，航向重叠率≥80%，旁向重叠率≥70%。
2. 预处理流程：
   1. 辐射定标与大气校正：光学影像执行FLAASH或QUAC模型校正；SAR影像进行辐射定标与地形校正（使用DEM分辨率≤30 m）。
   2. 几何精校正：控制点数量不少于15个/km²，均方根误差（RMSE）≤0.5个像素。
   3. 影像融合与镶嵌：多时相/多景影像拼接时，接边差≤1个像素，色彩均衡处理后NDVI差异≤±0.05。
3. 倒伏识别算法参数：
   • 基于变化检测法，前后时相NDVI下降幅度≥0.25且EVI下降≥0.20判为疑似倒伏区。
   • 雷达后向散射系数（σ⁰）在VV极化下下降≥3 dB，结合纹理熵增加≥0.8，作为辅助判据。
   • 分类阈值需通过实地样本训练确定，总体精度验证样本量不少于200个，每类≥30个。
4. 现场质量管控：
   • 外业核查点布设密度：平原区每100 km²不少于5个，丘陵山区每50 km²不少于8个。
   • 核查方式采用GNSS RTK定位，记录倒伏面积比例、方向、程度（轻度＜30%、中度30%–70%、重度＞70%）。
   • 所有原始数据、中间产品与元数据须按《NY/T 4379-2023》附录A命名归档，存储格式符合GeoTIFF+XML元数据标准。

三、成果验收核验标准

1. 分项核验：由项目承担单位自检后提交核验申请，监理单位在5个工作日内完成单项成果审核。
2. 整体验收：组织专家组召开验收会，听取技术汇报、审阅文档、质询答辩，形成书面验收意见。
3. 不合格项处理：存在关键项（如精度不达标、元数据缺失）则判定为不通过，限期15日内整改并重新提交。

四、实操常见问题与质控方案

• 问题1：影像云遮挡严重导致漏判

  某县水稻倒伏监测因中期影像云量达25%，未及时补飞，造成倒伏区域识别缺失。

  质控方案：建立多源数据协同机制，当主源数据不可用时，启动备用卫星或无人机应急获取；设定自动预警规则（云量＞10%触发告警）。
• 问题2：倒伏与水淹光谱混淆

  低洼地块积水与倒伏冠层均表现为NDVI骤降，误判率达18%。

  质控方案：引入微波遥感数据融合识别，利用SAR对水面平滑散射特性区分；增加地形坡度因子（＜2°区域重点复核）。
• 问题3：外业核查代表性不足

  核查点集中于交通沿线，山区倒伏区覆盖率为零。

  质控方案：采用分层随机抽样法，按地貌类型、倒伏等级分层布点，确保空间分布均匀性，偏差距离≤2 km。
• 问题4：成果图件坐标系错误

  提交成果使用WGS84坐标系，不符合CGCS2000强制要求。

  质控方案：在数据处理流程中嵌入坐标系强制转换节点，质检环节增加PROJ库自动校验脚本，输出日志报警。
• 问题5：元数据填写不全

  缺少影像成像时间、分类算法版本等关键字段，影响成果溯源。

  质控方案：开发标准化元数据录入模板，设置必填项锁定功能，导出前执行XML Schema校验。