服務(wù)熱線
-
Ecodrone®高光譜-激光雷達(dá)無人機(jī)遙感技術(shù)
發(fā)布時間： 2022-05-05 點(diǎn)擊次數(shù)： 2699次Ecodrone®高光譜-激光雷達(dá)無人機(jī)遙感技術(shù)，基于自主研發(fā)專業(yè)無人機(jī)遙感平臺和遙感成像傳感器技術(shù)、專業(yè)設(shè)計(jì)云臺及掛載板、無人機(jī)遙感專業(yè)技術(shù)服務(wù)團(tuán)隊(duì)，為我國農(nóng)業(yè)、林業(yè)、生態(tài)環(huán)境觀測、海洋地球觀測、地質(zhì)勘測等提供全面無人機(jī)遙感解決方案和技術(shù)服務(wù)：
無人機(jī)遙感成像傳感器
1.高光譜成像：與Specim（芬蘭）國際高光譜成像技術(shù)公司合作，400-1000nm VNIR高光譜成像、900-1700nm SWIR高光譜成像
2.LiDAR（激光雷達(dá)）：與法國YellowScan公司合作，專業(yè)無人機(jī)激光雷達(dá)遙感技術(shù)，精確度最高可達(dá)1cm、回波最高達(dá)5
3.Thermo-RGB：與歐洲紅外熱成像技術(shù)公司W(wǎng)orksWell合作，高分辨率、高靈敏度紅外熱成像與RGB成像無人機(jī)遙感傳感器，溫度靈敏度達(dá)30mK（0.03攝氏度）
4.5+1（5波段與高清全色成像）多光譜成像、一體式多光譜成像與紅外熱成像
專業(yè)無人機(jī)遙感平臺
1.UAS-4輕便型無人機(jī)遙感平臺，可搭載5+1多光譜成像、一體式多光譜與紅外熱成像、Thermo-RGB成像等
2.UAS-4 Pro 4旋翼無人機(jī)遙感平臺，為UAS-4升級版，可搭載LiDAR及LiDAR-RGB（激光雷達(dá)與高分辨率RGB成像）等
3.UAS-8無人機(jī)遙感平臺，可搭載高光譜成像、一體式高光譜-紅外熱成像（Thermo-RGB）、一體式激光雷達(dá)（LiDAR或LiDAR-RGB）與多光譜成像等
4.UAS-8 Pro無人機(jī)遙感平臺，高負(fù)載、高續(xù)航，可同時搭載400-1000nm和900-1700nm雙鏡頭高光譜成像、一體式高光譜-紅外熱成像（續(xù)航時間達(dá)40min）、一體式高光譜-激光雷達(dá)（LiDAR或LiDAR-RGB）成像
便攜式無人機(jī)遙感適配地面測量儀器
1.超便攜光合作用測量儀
2.手持式穩(wěn)態(tài)葉綠素?zé)晒鉁y量儀
3.手持式植物高光譜測量儀（葉夾式）
4.手持式高光譜成像儀（400-1000nm）
5.空陸雙基Thermo-RGB成像儀
6.冠層植被指數(shù)測量監(jiān)測系統(tǒng)
7.SpectraScan輕便型近地遙感系統(tǒng)
應(yīng)用案例1:
易科泰光譜成像與無人機(jī)遙感研究中心利用自主研發(fā)的Ecodrone®高光譜-激光雷達(dá)無人機(jī)遙感系統(tǒng)（系統(tǒng)配置與主要技術(shù)指標(biāo)參見下表），在某農(nóng)田-人工林地帶進(jìn)行了遙感作業(yè)測試（地塊分布及激光雷達(dá)數(shù)字高度模型（DHM）參見下面圖示）：
通過LiDAR點(diǎn)云剖面高度測量并結(jié)合剔除了地表高程的DHM模型，隨機(jī)選取A地塊人工松林15個點(diǎn)，提取其高度值，求取平均值為161cm，和地面人工采樣實(shí)測結(jié)果基本吻合。
通過2021年4月12日和6月3日兩個時間段高光譜成像數(shù)據(jù)初步分析，歸一化植被指數(shù)NDVI和光化學(xué)反射指數(shù)PRI分別由4月份的0.417、-0.082，增大至6月初的0.572、0.022，伴隨著光利用效率的提升，松樹的冠幅、高度等均有了明顯變化，從NDVI圖上可以看出該地塊松樹的郁閉度有大幅提升。
應(yīng)用案例2：
美國普渡大學(xué)Ali Masjedi等（Multi-Temporal Predictive Modelling of Sorghum Biomass Using UAV-Based Hyperspectral and LiDAR Data[J]. Remote Sensing, 2020）在其農(nóng)業(yè)研究與教育中心(ACRE)實(shí)驗(yàn)基地，利用高光譜-激光雷達(dá)-RGB無人機(jī)遙感技術(shù)，對高粱生長期獲取多時相可見光、近紅外(VNIR)和短波紅外(SWIR)高光譜數(shù)據(jù)以及LiDAR數(shù)據(jù)，使用經(jīng)典的基于回歸的機(jī)器學(xué)習(xí)方法開發(fā)了生物量預(yù)測模型，并研究了回歸方法、數(shù)據(jù)來源、遙感和田間生物量參考數(shù)據(jù)采集時機(jī)、樣本數(shù)量等因素對預(yù)測結(jié)果的影響。研究結(jié)果表明，通過從LiDAR點(diǎn)云提取的基于幾何的特征和從高光譜數(shù)據(jù)提取的基于化學(xué)的特征，可以準(zhǔn)確、可靠地預(yù)測高粱生物量。高時空分辨率、高光譜分辨率（高光譜成像技術(shù)）無人機(jī)遙感技術(shù)可以實(shí)現(xiàn)大田高通量作物表型分析，這對遺傳育種、快速篩選優(yōu)良品種和優(yōu)良性狀具有非常重要的意義。
產(chǎn)品中心
Products