時間:2022-05-05
作者:易科泰
點擊量:
簡介:
Ecodrone?高光譜-激光雷達無人機遙感技術,,基于自主研發(fā)專業(yè)無人機遙感平臺和國際先進遙感成像傳感器技術、專業(yè)設計云臺及掛載板,、無人機遙感專業(yè)技術服務團隊,為我國農業(yè),、林業(yè),、生態(tài)環(huán)境觀測、海洋地球觀測,、地質勘測等提供全面無人機遙感解決方案和技術服務:
無人機遙感成像傳感器
a) 高光譜成像:與Specim(芬蘭)國際知名高光譜成像技術公司合作,,400-1000nm VNIR高光譜成像、900-1700nm SWIR高光譜成像
b) LiDAR(激光雷達):與法國YellowScan公司合作,,專業(yè)無人機激光雷達遙感技術,,精確度最高可達1cm、回波最高達5
c) Thermo-RGB:與歐洲紅外熱成像技術公司WorksWell合作,,高分辨率,、高靈敏度紅外熱成像與RGB成像無人機遙感傳感器,溫度靈敏度達30mK(0.03攝氏度)
d) 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)無人機遙感平臺
a) UAS-4輕便型無人機遙感平臺,,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
b) UAS-4 Pro 4旋翼無人機遙感平臺,,為UAS-4升級版,可搭載LiDAR及LiDAR-RGB(激光雷達與高分辨率RGB成像)等
c) UAS-8無人機遙感平臺,,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(LiDAR或LiDAR-RGB)與多光譜成像等
d) UAS-8 Pro無人機遙感平臺,,高負載,、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40min),、一體式高光譜-激光雷達(LiDAR或LiDAR-RGB)成像
便攜式無人機遙感適配地面測量儀器
a) 超便攜光合作用測量儀
b) 手持式穩(wěn)態(tài)葉綠素熒光測量儀
c) 手持式植物高光譜測量儀(葉夾式)
d) 手持式高光譜成像儀(400-1000nm)
e) 空陸雙基Thermo-RGB成像儀
f) 冠層植被指數測量監(jiān)測系統
g) SpectraScan輕便型近地遙感系統
應用案例1:
易科泰光譜成像與無人機遙感研究中心利用自主研發(fā)的Ecodrone?高光譜-激光雷達無人機遙感系統(系統配置與主要技術指標參見下表),在某農田-人工林地帶進行了遙感作業(yè)測試(地塊分布及激光雷達數字高度模型(DHM)參見下面圖示):
無人機平臺 |
Ecodrone? 8旋翼無人機遙感平臺 |
LiDAR+RGB |
YellowScan Mapper+無人機遙感激光雷達,精確度2.5cm,,回波次數3,,FOV 70.4度;RGB成像為Sony APS-C Exmor CMOS傳感器,,20MP,,FOV 83度 |
高光譜成像 |
Specim 專業(yè)無人機遙感高光譜成像,400-1000nm,,F值為1.7,,空間分辨率1024x像素,幀頻330fps |
通過LiDAR點云剖面高度測量并結合剔除了地表高程的DHM模型,,隨機選取A地塊人工松林15個點,,提取其高度值,求取平均值為161cm,,和地面人工采樣實測結果基本吻合,。
上左圖:激光雷達與RGB圖像融合側視圖;上右圖:人工松樹林高度渲染,;下圖:人工松林剖面高度
通過2021年4月12日和6月3日兩個時間段高光譜成像數據初步分析,,歸一化植被指數NDVI和光化學反射指數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,。
上圖依次為:4月12日與6月3日松樹反射光譜對比,,4月12日松樹林NDVI、6月3日NDVI,,4月12日PRI,、6月3日PRI
應用案例2:
美國普渡大學Ali Masjedi等(Multi-Temporal Predictive Modelling of Sorghum Biomass Using UAV-Based Hyperspectral and LiDAR Data[J]. Remote Sensing, 2020)在其農業(yè)研究與教育中心(ACRE)實驗基地,利用高光譜-激光雷達-RGB無人機遙感技術,,對高粱生長期獲取多時相可見光,、近紅外(VNIR)和短波紅外(SWIR)高光譜數據以及LiDAR數據,使用經典的基于回歸的機器學習方法開發(fā)了生物量預測模型,,并研究了回歸方法、數據來源,、遙感和田間生物量參考數據采集時機,、樣本數量等因素對預測結果的影響。研究結果表明,通過從LiDAR點云提取的基于幾何的特征和從高光譜數據提取的基于化學的特征,,可以準確,、可靠地預測高粱生物量。高時空分辨率,、高光譜分辨率(高光譜成像技術)無人機遙感技術可以實現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,。
7月18日HyCal-18區(qū)塊內18個高粱品種的光譜變化,。這些品種在光譜的可見光范圍內非常相似,但在光譜的近紅外部分觀察到了很大的變化
兩個地塊的第2行和第3行不同生長期的點云數據,;“341×10”和“Trudan Headless”樣本的最大高度分別為1.4米和3.2米