T/CTSS 96-2024 茶树新梢茶多酚与氨基酸含量无人机多光谱遥感监测技术规程

​​《茶树新梢茶多酚与氨基酸含量无人机多光谱遥感监测技术规程》（T/CTSS 96-2024）主要内容总结​​

​​1. 文件概述​​

• ​​标准性质​​：团体标准，由中国茶叶学会标准化工作委员会归口，山东省农业科学院等单位起草。
• ​​适用范围​​：规定利用无人机多光谱遥感技术测定茶树新梢中茶多酚与氨基酸含量的方法，适用于茶园监测。
• ​​引用标准​​：
  • GB/T 8314（茶游离氨基酸总量测定）
  • GB/T 8313（茶多酚和儿茶素类含量检测）。

​​2. 核心术语定义​​

• ​​无人机多光谱遥感​​：通过无人机搭载多光谱传感器，采集地面目标的多波段光谱数据。

​​3. 无人机多光谱数据采集要求​​

• ​​设备要求​​：
  • 无人机搭载多光谱传感器，飞行高度误差≤0.1m。
• ​​采集条件​​：
  • ​​天气​​：晴朗无风或风速<5m/s。
  • ​​时间​​：10:00~14:00（正午时段）。
  • ​​参数设置​​：
    • 飞行高度：20~40m
    • 速度：2~10m/s
    • 重叠率：航向60%~85%，旁向60%~80%。
• ​​辐射定标​​：通过白板反射率校准影像。

​​4. 鲜叶样本采集与检测​​

• ​​采样方法​​：
  • 以1m²为单元，采摘冠层一芽二叶新梢，样本量≥120个。
  • 杀青（120℃, 15~30min）→烘干（70℃, 4~8h）→研磨过1mm筛。
• ​​检测标准​​：
  • 茶多酚：GB/T 8313
  • 氨基酸：GB/T 8314。

​​5. 建模分析方法​​

• ​​光谱参数选择​​：
  • ​​茶多酚​​：MTVI2、OSAVI、SAVI、NLI、RDVI等植被指数。
  • ​​氨基酸​​：DVI、TVI、OSAVI、SAVI、RDVI等。
• ​​模型构建​​：
  • ​​茶多酚​​：支持向量回归（SVR）模型。
  • ​​氨基酸​​：偏最小二乘回归（PLSR）模型。
  • 数据划分：训练集:测试集=2:1。
• ​​精度验证指标​​：
  • ​​决定系数（R²）​​：>0.7为有效。
  • ​​均方根误差（RMSE）​​：<0.5。
  • ​​归一化均方根误差（NRMSE）​​：<0.3。

​​6. 附录A：常用植被指数​​

• 列出21种植被指数及其计算公式，例如：
  • ​​NDVI​​：(NIR840-R660)/(NIR840+R660)
  • ​​EVI​​：2.5×(NIR840-R660)/(NIR840+6×R660-7.5×B450+1)
  • ​​OSAVI​​：1.16×(NIR840-R660)/(NIR840+R660+0.16)

​​7. 关键技术与创新点​​

• ​​技术整合​​：结合无人机遥感与化学检测，实现茶树生化成分无损监测。
• ​​模型优化​​：针对茶多酚和氨基酸分别推荐SVR和PLSR算法。
• ​​标准化流程​​：从数据采集到模型验证形成完整技术规范。

​​8. 应用价值​​

• 为茶园精准管理（如施肥、采摘时机）提供数据支持，提升茶叶品质监测效率。

（注：原文中部分公式排版错误已修正，如NRMSE的分母应为样本均值而非平方均值。）