時間:2022-07-08
作者:易科泰
點擊量:
簡介:
易科泰推出輕便型,、一體化,、多傳感器無人機遙感作物表型研究監(jiān)測技術(shù)方案——Ecodrone? UAS-4 Pro輕便型一體式多光譜-激光雷達遙感系統(tǒng):
Ecodrone? UAS-4 Pro輕便型一體式多光譜-激光雷達遙感系統(tǒng)
主要技術(shù)指標:
多光譜 |
LiDAR-RGB |
|||
型號
|
5+1 or 10通道 |
Mapper |
Mapper+ |
Surveyor Ultra |
空間像素
|
1280×960像素 (單波段) |
3632×5456像素(RGB) |
3632×5456像素(RGB) |
3632×5456像素(RGB) |
地面分辨率
|
3.4cm@50m AGL |
2cm(點云精度) |
2.5cm(點云精度) |
3cm(點云精度) |
探測器
|
CCD |
Livox Horizon固態(tài) |
Livox AVIA固態(tài) |
Hesai XT32M2X |
測程
|
不限 |
90m |
120m |
140m |
拍攝速率/幀頻
|
1秒/次 全波段 |
240kHz 2次回波 |
240kHz 3次回波 |
640kHz 3次回波 |
視場角
|
42.7° |
81.7° |
70.4° |
360° |
數(shù)據(jù)接口
|
SD卡 |
USB3 |
USB3 |
USB3 |
分析測量參數(shù):
應(yīng)用案例一:不同脅迫條件下水稻表型分析
易科泰光譜成像與無人機遙感技術(shù)研究中心使用Ecodrone?無人機遙感系統(tǒng)對某水稻田進行表型分析,。基于NDVI和NDRE結(jié)果可以看出,,除水稻田邊緣部分外整體指數(shù)數(shù)值較高,,說明作物葉綠素含量和綠色部分生物量較高,幾乎使NDVI數(shù)值達到了飽和,。而從NDRE圖可以更為清晰的看出不同處理條件下水稻生理特性的差異,,通常NDRE數(shù)值越高反應(yīng)著植株越健康。
圖1:依次為飛行作業(yè)圖,;水稻田不同處理方式(品種,、種植密度、施肥濃度)標記圖,;NDVI圖,;NDRE圖
基于無人機多光譜數(shù)據(jù)進一步研究驗證篩選出種植品種、種植密度和施肥用量的最優(yōu)組合,,可以有效減少資源浪費,,緩解氮肥流失造成的環(huán)境問題,并可結(jié)合LiDAR結(jié)構(gòu)信息及實際測量的理化數(shù)據(jù)建立擬合模型,,用以反演作物生化及生物量指標,,實現(xiàn)精準農(nóng)業(yè)生產(chǎn)研究。
應(yīng)用案例二:人工松林生長監(jiān)測
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?激光雷達無人機遙感系統(tǒng),,對某農(nóng)田-人工林地帶進行了LiDAR遙感作業(yè),。
圖2-1:基于高度渲染的作業(yè)區(qū)LiDAR點云
圖2-2:基于LiDAR點云的DOM和DHM模型
通過LiDAR點云剖面高度測量并結(jié)合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,而地面人工采樣實測結(jié)果大部分高度落在1.6-1.7m區(qū)間,,吻合度較高,。
圖2-3:基于LiDAR點云的人工松林高度剖面及測量值
實驗表明,基于Ecodrone?激光雷達無人機遙感技術(shù),,測量獲取的LiDAR三維信息,,結(jié)合地面采樣實測結(jié)果,對植被精準分類,、監(jiān)測樹木/作物不同生長階段的特點,、評估生物量及指導(dǎo)施肥具有重要意義。
應(yīng)用案例三:不同生長階段冬小麥冠層結(jié)構(gòu)變化監(jiān)測
基于反射光譜計算的葉面積指數(shù)(LAI)等相關(guān)指標監(jiān)測冠層密度,,對于理解和預(yù)測土壤-植物-大氣系統(tǒng)中的循環(huán)過程以及指示作物健康和農(nóng)場管理中產(chǎn)量估計具有重要作用,。德國和比利時學(xué)者使用無人機Lidar和多光譜遙感成像系統(tǒng)對德國Selhausen的ICOS冬小麥大田區(qū)域進行了7次數(shù)據(jù)采集,,時間跨度由2020年4月1日至7月21日,評估了Lidar-多光譜技術(shù)在精準農(nóng)業(yè)冠層結(jié)構(gòu)估計中的應(yīng)用潛力,。
圖3-1:利用機載LiDAR測量估算基于冠層密度的植物面積指數(shù)(PAI)示意圖
圖3-2:左:不同時段的RGB圖像與分別用Lidar和多光譜方法獲得的PAI和GAI
右:ICOS大田冬小麥平均高度的時間和空間的變化
研究結(jié)果表明,,在冬小麥成熟之前的生長階段中,基于Lidar數(shù)據(jù)衍生的植物面積指數(shù)(PAI)與通過地面設(shè)備采集的綠色面積指數(shù)(GAI)值具有高度一致性,,與多光譜成像獲取的GAI估計值也密切相關(guān),,可準確反映冬小麥生長過程中在空間結(jié)構(gòu)上的變化。通過每個采集時段(12/05,、26/05,、09/06、23/06)點云數(shù)據(jù)創(chuàng)建的數(shù)字地表模型DSM減去數(shù)字地形模型DTM(01/04,,生長季節(jié)開始時),,也能對冬小麥高度進行有效估算。同時,,使用多光譜數(shù)據(jù)補償Lidar PAI,,可以區(qū)分綠色植被面積指數(shù)與非綠色植被面積指數(shù),在整個作物生長周期互相補充,,進行作物建模,,以實現(xiàn)精準施肥、作物管理和碳儲存估算等,。
易科泰生態(tài)技術(shù)公司致力于生態(tài)-農(nóng)業(yè)-健康研究發(fā)展與創(chuàng)新應(yīng)用,,為精準農(nóng)業(yè)研究,、作物表型遙感,、病蟲害監(jiān)測、農(nóng)作物產(chǎn)量評估,、森林遙感監(jiān)測,、碳源匯監(jiān)測評估、生態(tài)環(huán)境調(diào)查監(jiān)測,、生物多樣性監(jiān)測等,、生物固碳研究等領(lǐng)域提供無人機及近地遙感全面技術(shù)方案。
參考文獻:
[1] Bates J S , Montzka C , Schmidt M , et al. Estimating Canopy Density Parameters Time-Series for Winter Wheat Using UAS Mounted LiDAR[J]. Remote Sensing, 2021, 13(4):710.