EcoTech®多(duo)傳感(gan)器碳(tan)源匯(hui)立(li)體(ti)遙感(gan)監測(ce)方案

在“3060雙(shuang)碳(tan)目標(biao)"時(shi)代背景(jing)下(xia)，易科泰(tai)生(sheng)態(tai)技(ji)術公(gong)司(si)推(tui)出EcoTech^®多(duo)傳感(gan)器碳(tan)源匯(hui)立(li)體(ti)遙感(gan)監測(ce)方案，為我國早日實(shi)現雙(shuang)碳(tan)目標(biao)貢獻力(li)量(liang)。該(gai)方案(an)由(you)Ecodrone^®空(kong)基無(wu)人(ren)機(ji)遙感(gan)成像系(xi)統(tong)和PhenoPlot^®地面光譜(pu)成(cheng)像監(jian)測(ce)系統(tong)組成(cheng)，專(zhuan)為(wei)森(sen)林(lin)碳(tan)吸(xi)收(shou)量(liang)、植被(bei)碳(tan)氮(dan)損(sun)失與凈(jing)匯、凈(jing)光合作(zuo)用、生(sheng)物(wu)量(liang)、生態(tai)退化(hua)因子、生物(wu)多(duo)樣(yang)性(xing)等(deng)碳(tan)源匯(hui)及生(sheng)態(tai)系統(tong)監測(ce)研究(jiu)領(ling)域(yu)提供空(kong)陸雙(shuang)基監(jian)測(ce)方案。

壹(yi)、優勢(shi)特點：

l 多(duo)傳感(gan)器：高(gao)光譜(pu)成(cheng)像、機(ji)載LiDAR、紅外熱成像、葉綠(lv)素熒光測(ce)量(liang)、環境(jing)因子監測(ce)等(deng)

l 同時(shi)相測(ce)量(liang)、多(duo)源信(xin)息融(rong)合

l 立(li)體(ti)監測(ce)：陸空(kong)雙(shuang)基監(jian)測(ce)，點面結合、優勢(shi)互(hu)補(bu)

l 兼(jian)顧(gu)“三(san)高(gao)"：高(gao)現勢(shi)性(xing)、高(gao)分(fen)辨率、高(gao)通(tong)量(liang)

l 建(jian)模(mo)反(fan)演(yan)：無人(ren)機(ji)遙感(gan)大(da)數據+地面采(cai)樣觀(guan)測(ce)數據，既(ji)擴(kuo)大(da)了(le)監測(ce)範圍、又(you)保證了(le)監測(ce)精(jing)度(du)

二、方(fang)案(an)配(pei)置：

（1）Ecodrone^® UAS-8 Pro壹(yi)體式高(gao)光譜(pu)-LiDAR-紅外熱成像遙(yao)感(gan)系統(tong)

a) 自主研發共(gong)軸(zhou)八(ba)旋翼(yi)高(gao)負(fu)載(zai)無(wu)人(ren)機(ji)遙感(gan)平(ping)臺(tai)，有(you)效負(fu)載(zai)≥20kg

b) 同時(shi)搭(da)載高(gao)光譜(pu)成(cheng)像（VNIR或(huo)NIR）、激光雷(lei)達(da)、紅外熱成像（或(huo)CWSI）三(san)種(zhong)成(cheng)像單元

c) 同步采(cai)集HSI、3D LiDAR、IRT、RGB四類遙感(gan)大(da)數據

d) 可(ke)飛(fei)行作(zuo)業30分(fen)鐘(zhong)以上，有(you)效覆蓋(gai)面(mian)積(ji)超(chao)20公(gong)頃

e) 高(gao)密度(du)三維點雲(yun)，精(jing)度(du)2.5cm，3次回波(bo)，穿(chuan)透性(xing)更強(qiang)，充分(fen)保證了(le)下位(wei)層植物(wu)的(de)有(you)效觀(guan)測(ce)

f) 可(ke)成(cheng)像測(ce)量(liang)近百(bai)種(zhong)植(zhi)被(bei)光譜(pu)指數、冠(guan)層溫度(du)，獲取分(fen)類(lei)點(dian)雲(yun)、三維測(ce)量(liang)數據、DTM等(deng)專(zhuan)題(ti)數據

（2）PhenoPlot®輕(qing)便型(xing)近地遙感(gan)成像分(fen)析(xi)系(xi)統(tong)

a) 產品(pin)：輕(qing)便可(ke)拆(chai)卸(xie)，單兵作(zuo)業，適用於(yu)野(ye)外原位(wei)監測(ce)

b) 雙(shuang)重(zhong)控制(zhi)：嵌(qian)入式操(cao)作(zuo)系(xi)統(tong)+PC端GUI軟(ruan)件，無(wu)線控(kong)制(zhi)，空(kong)曠環境(jing)下可(ke)達(da)5km

c) 組(zu)合命(ming)令(ling)：支(zhi)持自定義(yi)Protocols，可(ke)設(she)置10條(tiao)以上，實(shi)現系統(tong)自動運行(xing)

d) 傳感(gan)器：400-1000nm/900-1700nm高(gao)光譜(pu)成(cheng)像，224光譜(pu)通(tong)道；Thermo-RGB成(cheng)像，溫度(du)靈(ling)敏(min)度(du)0.03℃；葉綠(lv)素熒光測(ce)量(liang)； Envis環境(jing)因子監測(ce)，高(gao)達(da)150余種(zhong)傳感(gan)器可(ke)選(xuan)

e) 測(ce)量(liang)參數：NDVI、EVI、 PRI等(deng)反(fan)射(she)光譜(pu)指數；植物(wu)多(duo)光譜(pu)熒光、穩(wen)態(tai)葉綠(lv)素熒光Fs等(deng)熒光參(can)數； CO₂、CH₄等(deng)溫室氣體、其(qi)他(ta)環境(jing)參數等(deng)上百(bai)種(zhong)指標(biao)

（3）選(xuan)配手(shou)持式(shi)或(huo)便攜(xie)式地面測(ce)量(liang)儀器(qi)，在葉片(pian)水平(ping)或(huo)冠(guan)層水平(ping)測(ce)量(liang)穩態(tai)葉綠(lv)素熒光、植(zhi)物(wu)光譜(pu)反(fan)射(she)指數、光合作(zuo)用等(deng)

三(san)、應用案(an)例：

案(an)例壹(yi)：草地碳(tan)氮(dan)損(sun)失及凈(jing)匯量(liang)化(hua)

USGS研(yan)究(jiu)人(ren)員，使(shi)用無(wu)人(ren)機(ji)HSI-LiDAR技術，結(jie)合地面調查和實(shi)驗(yan)室土(tu)壤(rang)分(fen)析(xi)，對(dui)新墨西哥(ge)州(zhou)Sevilleta保護(hu)區壹(yi)片(pian)被(bei)灌(guan)木入侵的(de)荒(huang)漠草地的植物物(wu)種(zhong)和(he)土壤(rang)肥力(li)微點(dian)位(wei)類型(xing)（SFMT）進行分(fen)類(lei)，並(bing)估算(suan)大(da)火(huo)焚燒(shao)過後草地的碳(tan)、氮(dan)損(sun)失和(he)凈(jing)匯。

研(yan)究(jiu)發現，在過火(huo)後第(di)壹(yi)年(nian)，由(you)於(yu)土(tu)壤(rang)侵蝕過程，草地損(sun)失約1474kg/ha的C和113kg/ha的N。而(er)第(di)二年(nian)，新(xin)生(sheng)草(cao)及植(zhi)物(wu)間隙(xi)SFMT作(zuo)為(wei)沈積(ji)物和(he)養分(fen)的(de)凈(jing)匯，使(shi)得(de)草地增加了(le)約175kg/ha的C和14kg/ha的N，該(gai)結果也為(wei)評(ping)估全球(qiu)每年(nian)被(bei)焚燒(shao)的(de)草(cao)地和灌(guan)木地面積提供參(can)考依(yi)據(ju)。

案(an)例二：植(zhi)被(bei)凈(jing)光合作(zuo)用研(yan)究(jiu)

西(xi)班(ban)牙Zarco—Tejada等(deng)學(xue)者，使(shi)用無(wu)人(ren)機(ji)遙感(gan)結合地面FluorPen葉綠(lv)素熒光儀和(he)LCpro光合儀，對(dui)壹(yi)片(pian)常(chang)綠(lv)植被(bei)區的凈(jing)光合作(zuo)用進行評估。研(yan)究(jiu)表(biao)明，日光誘(you)導(dao)葉綠(lv)素熒光SIF和(he)穩(wen)態(tai)葉綠(lv)素熒光Fs對(dui)指示植物(wu)凈(jing)光合作(zuo)用具有(you)較(jiao)高(gao)的能(neng)力和良(liang)好的季節(jie)穩(wen)定性(xing)，因(yin)此(ci)對(dui)研究(jiu)不(bu)同季節(jie)的(de)植(zhi)被(bei)碳(tan)匯(hui)量(liang)具有(you)參考意義(yi)。

案(an)例三：藻(zao)類生(sheng)物量(liang)估測(ce)

中(zhong)國海(hai)洋大(da)學(xue)和易科泰(tai)光譜(pu)成(cheng)像與無(wu)人(ren)機(ji)遙感(gan)技術研(yan)究(jiu)中(zhong)心合作(zuo)，將(jiang)立(li)體(ti)遙感(gan)技術引(yin)入海(hai)洋藻(zao)類監(jian)測(ce)領(ling)域(yu)，通(tong)過Ecodrone無人(ren)機(ji)遙感(gan)成像監(jian)測(ce)和IQ高(gao)光譜(pu)地面采(cai)樣實(shi)測(ce)，歷經(jing)兩(liang)年(nian)實(shi)驗(yan)及研(yan)究(jiu)分(fen)析(xi)，建(jian)立(li)了(le)壹(yi)套可(ke)靠(kao)的紫菜(cai)生物(wu)量(liang)快速評估方(fang)法(fa)。

易(yi)科泰(tai)生(sheng)態(tai)技(ji)術公(gong)司(si)致力(li)於(yu)生(sheng)態(tai)-農(nong)業-健(jian)康研(yan)究(jiu)發展與創新(xin)應用，為(wei)碳(tan)源匯(hui)監測(ce)評估、生(sheng)態(tai)系(xi)統(tong)演(yan)變監(jian)測(ce)、生物固(gu)碳(tan)研(yan)究(jiu)、環境(jing)汙染及防(fang)治(zhi)、溫室氣體研究(jiu)等(deng)領(ling)域(yu)提供立(li)體(ti)監測(ce)方案。

參(can)考文獻：

[1] Joel B. Sankey, Temuulen T. Sankey, Junran Li, Sujith Ravi, Guan Wang, Joshua Caster, Alan Kasprak, Quantifying plant-soil-nutrient dynamics in rangelands: Fusion of UAV hyperspectral-LiDAR, UAV multispectral-photogrammetry, and ground-based LiDAR-digital photography in a shrub-encroached desert grassland, Remote Sensing of Environment, Volume 253, 2021, 112223, ISSN 0034-4257.

[2] A Z T , M.V. González-Dugo a,  B E F A . Seasonal stability of chlorophyll fluorescence quantified from airborne hyperspectral imagery as an indicator of net photosynthesis in the context of precision agriculture[J]. Remote Sensing of Environment, 2016, 179:89-103.

[3] Che, S., Du, G., Wang, N. et al. Biomass estimation of c*ted red algae Pyropia using unmanned aerial platform based multispectral imaging. Plant Methods 17, 12 (2021).