农田林地中无人遥感及高光谱成像技术检测方案(生态环境遥感)

智能文字提取功能测试中

EcoTech易科泰生态技术 EcoTech易科泰生态技术易 科泰生态态技.术有有限 公 司Ecotech Science and Technology Ltd. 易 科泰生态态技.术有有限 公 司Ecotech Science and Technology Ltd. Ecodrone@高光谱-激光雷达无人机遥感技术 Ecodrone@高光谱-激光雷达无人机遥感技术，基于自主研发专业无人机遥感平台和国际先进遥感成像传感器技术、专业设计云台及挂载板、无人机遥感专业技术服务团队，为我国农业、林业、生态环境观测、海洋地球观测、地质勘测等提供全面无人机遥感解决方案和技术服务： 无人机遥感成像传感器 a)高光谱成像：与Specim(芬兰)国际知名高光谱成像技术公司合作，400-1000nmVNIR高光谱成像、900-1700nm SWIR高光谱成像 b) LiDAR(激光雷达)：与法国YellowScan 公司合作，专业无人机激光雷达遥感技术，精确度最高可达1cm、回波最高达5 c) Thermo-RGB：与欧洲红外热成像技术公司 WorksWel1 合作，高分辨率、高灵敏度红外热成像与 RGB 成像无人机遥感传感器，温度灵敏度达30mK (0.03摄氏度) d) 5+1(5波段与高清全色成像)多光谱成像、.一体式多光谱成像与红外热成像 专业无人机遥感平台 a)UAS-4轻便型无人机遥感平台，可搭载5+1多光谱成像、一体式多光谱与红外热成像、Thermo-RGB 成像等 b) UAS-4 Pro 4旋翼无人机遥感平台，为 UAS-4升级版，可搭载 LiDAR 及 LiDAR-RGB(激光雷达与高分辨率 RGB成像)等 c)UAS-8 无人机遥感平台，可搭载高光谱成像、一体式高光谱-红外热成像 (Thermo-RGB)、一体式激光雷达(LiDAR或LiDAR-RGB) 与多光谱成像等 d) UAS-8 Pro 无人机遥感平台，高负载、高续航，可同时搭载 400-1000nm 和900-1700nm双镜头高光谱成像、一体式高光谱-红外热成像(续航时间达40min)、、一体式高光谱-激光雷达(LiDAR或 LiDAR-RGB)成像 便携式无人机遥感适配地面测量仪器 ( 北京市海淀区高里掌路翠湖云中心3号院6号楼1单元101B，邮编：100195 Tel.： +86 10 82611269/1572 Fax： +86 1062536325 Email： sales@eco-tech.com.cn ) 易 科泰生态态技.术有有限 公 司Ecotech Science and Technology Ltd. 超便携光合作用测量仪g 手持式稳态叶绿素荧光测量仪 手持式植物高光谱测量仪(叶夹式) 手持式高光谱成像仪(400-1000nm) 空陆双基 Thermo-RGB 成像仪 冠层植被指数测量监测系统 )SpectraScan 轻便型近地遥感系统 应用案例1： 易科泰光谱成像与无人机遥感研究中心利用自主研发的 Ecodrone@高光谱-激光雷达无人机遥感系统(系统配置与主要技术指标参见下表)，在某农田-人工林地带进行了遥感作业测试(地块分布及激光雷达数字高度模型(DHM)参见下面图示)： 无人机平台 Ecodrone@ 8旋翼无人机遥感平台 LiDAR+RGB YellowScan Mapper+无人机遥感激光雷达，精确度2.5cm，回波次数 3，FOV 70.4度； RGB 成像为 Sony APS-C Exmor CMOS传感器，20MP， FOV 83 度 高光谱成像 Specim专业无人机遥感高光谱成像，400-1000nm， F 值为1.7，空间分辨率 1024x像素，帧频330fps 通过 LiDAR 点云剖面高度测量并结合剔除了地表高程的 DHM 模型，随机选取A地块人 Tel.：+86 1082611269/1572 上左图：激光雷达与 RGB 图像融合侧视图；上右图：人工松树林高度渲染；下图：人工松林剖面高度 通过2021年4月12日和6月3日两个时间段高光谱成像数据初步分析，归一化植被指数 NDVI 和光化学反射指数 PRI分别由4月份的0.417、-0.082，增大至6月初的0.572、0.022，伴随着光利用效率的提升，松树的冠幅、高度等均有了明显变化，从 NDVI 图上可以看出该地块松树的郁闭度有大幅提升。 上图依次为：4月12日与6月3日松树反射光谱对比，4月12日松树林 NDVI、6月3日NDVI， 4月12日PRI、6月3日PRI 应用案例2： 美国普渡大学Ali Masjedi 等( Multi-Temporal Predictive Modelling of Sorghum Biomass UsingUAV-Based Hyperspectral and LiDAR Data[]. Remote Sensing，2020) 在其农业研究与教育中心(ACRE)实验基地，利用高光谱-激光雷达-RGB无人机遥感技术，对高粱生长期获取多时相可见光、近红外(VNIR)和短波红外(SWIR)高光谱数据以及 LiDAR 数据，使用经典的基于回归的机器学习方法开发了生物量预测模型，并研究了回归方法、数据来源、遥感和田间生物量参考数据采集时机、样本数量等因素对预测结果的影响。研究结果表明，通过从 LiDAR 点云提取的基于几何的特征和从高光谱数据提取的基于化学的特征，可以火确、可靠地预测高粱生物量。高时空分辨率、高光谱分辨率(高光谱成像技术)无人机遥感技术可以实现大田高通量作物表型分析，这对遗传育种、快速筛选优良品种和优良性状具有非常重要的 意义。 7月18日HyCal-18区块内18个高粱品种的光谱变化。这些品种在光谱的可见光范围内非常相似，但在光谱的近红外部分观察到了很大的变化 "341×10” "Trudan Headless" 两个地块的第2行和第3行不同生长期的点云数据； “341×10”和“Trudan Headless”样本的最大高度分别为1.4米和3.2米 Http：//www.eco-tech.com.cninfo@eco-tech.com.cn info@eco-tech.com.cn北京市海淀区高里掌路翠湖云中心号院号楼单元，邮编： Http：//www.eco-tech.com.cnFax： +mail： sales@eco-tech.com.cn     Ecodrone®高光谱-激光雷达无人机遥感技术，基于自主研发专业无人机遥感平台和国际先进遥感成像传感器技术、专业设计云台及挂载板、无人机遥感专业技术服务团队，为我国农业、林业、生态环境观测、海洋地球观测、地质勘测等提供全面无人机遥感解决方案和技术服务：无人机遥感成像传感器1.高光谱成像：与Specim（芬兰）国际知名高光谱成像技术公司合作，400-1000nm VNIR高光谱成像、900-1700nm SWIR高光谱成像2.LiDAR（激光雷达）：与法国YellowScan公司合作，专业无人机激光雷达遥感技术，精确度最高可达1cm、回波最高达53.Thermo-RGB：与欧洲红外热成像技术公司WorksWell合作，高分辨率、高灵敏度红外热成像与RGB成像无人机遥感传感器，温度灵敏度达30mK（0.03摄氏度）4.5+1（5波段与高清全色成像）多光谱成像、一体式多光谱成像与红外热成像专业无人机遥感平台1.UAS-4轻便型无人机遥感平台，可搭载5+1多光谱成像、一体式多光谱与红外热成像、Thermo-RGB成像等2.UAS-4 Pro 4旋翼无人机遥感平台，为UAS-4升级版，可搭载LiDAR及LiDAR-RGB（激光雷达与高分辨率RGB成像）等3.UAS-8无人机遥感平台，可搭载高光谱成像、一体式高光谱-红外热成像（Thermo-RGB）、一体式激光雷达（LiDAR或LiDAR-RGB）与多光谱成像等4.UAS-8 Pro无人机遥感平台，高负载、高续航，可同时搭载400-1000nm和900-1700nm双镜头高光谱成像、一体式高光谱-红外热成像（续航时间达40min）、一体式高光谱-激光雷达（LiDAR或LiDAR-RGB）成像便携式无人机遥感适配地面测量仪器1.超便携光合作用测量仪2.手持式稳态叶绿素荧光测量仪3.手持式植物高光谱测量仪（叶夹式）4.手持式高光谱成像仪（400-1000nm）5.空陆双基Thermo-RGB成像仪6.冠层植被指数测量监测系统7.SpectraScan轻便型近地遥感系统 应用案例1:    易科泰光谱成像与无人机遥感研究中心利用自主研发的Ecodrone®高光谱-激光雷达无人机遥感系统（系统配置与主要技术指标参见下表），在某农田-人工林地带进行了遥感作业测试（地块分布及激光雷达数字高度模型（DHM）参见下面图示）：    通过LiDAR点云剖面高度测量并结合剔除了地表高程的DHM模型，随机选取A地块人工松林15个点，提取其高度值，求取平均值为161cm，和地面人工采样实测结果基本吻合。    通过2021年4月12日和6月3日两个时间段高光谱成像数据初步分析，归一化植被指数NDVI和光化学反射指数PRI分别由4月份的0.417、-0.082，增大至6月初的0.572、0.022，伴随着光利用效率的提升，松树的冠幅、高度等均有了明显变化，从NDVI图上可以看出该地块松树的郁闭度有大幅提升。应用案例2：美国普渡大学Ali Masjedi等（Multi-Temporal Predictive Modelling of Sorghum Biomass Using UAV-Based Hyperspectral and LiDAR Data[J]. Remote Sensing, 2020）在其农业研究与教育中心(ACRE)实验基地，利用高光谱-激光雷达-RGB无人机遥感技术，对高粱生长期获取多时相可见光、近红外(VNIR)和短波红外(SWIR)高光谱数据以及LiDAR数据，使用经典的基于回归的机器学习方法开发了生物量预测模型，并研究了回归方法、数据来源、遥感和田间生物量参考数据采集时机、样本数量等因素对预测结果的影响。研究结果表明，通过从LiDAR点云提取的基于几何的特征和从高光谱数据提取的基于化学的特征，可以准确、可靠地预测高粱生物量。高时空分辨率、高光谱分辨率（高光谱成像技术）无人机遥感技术可以实现大田高通量作物表型分析，这对遗传育种、快速筛选优良品种和优良性状具有非常重要的意义。