Ecodrone®無人機(ji)遙(yao)感技術在(zai)藻(zao)類(lei)研(yan)究監測方面(mian)的(de)應用(yong)

無人機(ji)遙(yao)感技術，以(yi)其快(kuai)速(su)響(xiang)應和(he)高(gao)效(xiao)覆(fu)蓋(gai)，為湖(hu)泊(bo)及(ji)水域水華(hua)分布(bu)提供了實時監測能力(li)。通(tong)過分析特(te)定波長的(de)光(guang)譜(pu)反(fan)射(she)率信(xin)號來識(shi)別水體中藻(zao)類(lei)的(de)種(zhong)類(lei)和(he)豐(feng)度(du)等信(xin)息，從(cong)而(er)對(dui)水華(hua)現(xian)象(xiang)進行(xing)有效(xiao)監測和(he)預警(jing)，還能夠(gou)同(tong)步(bu)監(jian)測水體透明度(du)、懸(xuan)浮物(wu)、總(zong)氮、總(zong)磷(lin)等多個水生(sheng)態(tai)環(huan)境參(can)數(shu)。無人機(ji)遙(yao)感技術不(bu)僅(jin)能夠(gou)提供藻(zao)類(lei)水華(hua)的(de)空間(jian)分布(bu)特(te)征(zheng)，還能對(dui)研(yan)究區大(da)型(xing)藻(zao)類(lei)高(gao)度(du)和(he)生(sheng)物(wu)量(liang)進行(xing)評(ping)估(gu)，有助於(yu)精確(que)藻(zao)類(lei)識(shi)別、大型(xing)藻(zao)類(lei)生(sheng)長狀(zhuang)況(kuang)監(jian)測、藻(zao)華(hua)監測、高(gao)度(du)及(ji)生物(wu)量(liang)評(ping)估(gu)，為水環(huan)境管理和保(bao)護(hu)提供更(geng)加(jia)有效(xiao)的(de)工(gong)具。

易科(ke)泰(tai)公(gong)司(si)設(she)立有光(guang)譜(pu)成像與無人機(ji)遙(yao)感技術研(yan)究中心，基(ji)於自(zi)主(zhu)研發(fa)設(she)計(ji)Ecodrone®品牌4旋翼(yi)輕便型(xing)無人機(ji)和(he)8旋翼(yi)無人機(ji)專(zhuan)業(ye)遙感(gan)平(ping)臺(tai)及(ji)雲臺(tai)，搭載(zai)高(gao)光(guang)譜(pu)、多光(guang)譜(pu)、Thermo-RGB以(yi)及(ji)高(gao)精(jing)度(du)測深LiDAR等，組成完整(zheng)的(de)Ready-to-fly壹體式無人機(ji)系(xi)統，具備(bei)系(xi)統高(gao)精(jing)度(du)、高(gao)分辨率成像、三(san)維(wei)點(dian)雲高(gao)密(mi)度(du)以(yi)及(ji)壹機(ji)多(duo)能等特(te)點，為(wei)藻(zao)類(lei)研(yan)究與監(jian)測提供全(quan)面(mian)的(de)低(di)空(kong)遙感技術解決(jue)方案(an)。

ü Ecodrone®輕便(bian)型(xing)壹(yi)體式多光(guang)譜(pu)-紅外熱(re)成像無人機(ji)遙(yao)感系(xi)統

ü Ecodrone®壹體式高(gao)光(guang)譜(pu)-激光(guang)雷達(da)無人機(ji)遙(yao)感系(xi)統

ü Ecodrone®壹體式高(gao)光(guang)譜(pu)-紅外熱(re)成像無人機(ji)遙(yao)感系(xi)統

ü Ecodrone®壹體式高(gao)光(guang)譜(pu)-紅外熱(re)成像-激光(guang)雷達(da)無人機(ji)遙(yao)感系(xi)統

ü Ecodrone®水深與地(di)形(xing)測量(liang)LiDAR無人機(ji)遙(yao)感系(xi)統

應用(yong)案(an)例(li)1：藍(lan)藻(zao)水華(hua)豐度(du)及(ji)風(feng)險(xian)評(ping)估(gu)

藍(lan)藻(zao)是廣(guang)泛分布(bu)的(de)光(guang)合微生物(wu)群體，通(tong)常在(zai)溫(wen)暖、營(ying)養(yang)豐富的(de)淡水和(he)鹹水湖(hu)泊中占主(zhu)導地(di)位。藍(lan)藻(zao)已知(zhi)能產生多種(zhong)毒(du)素(su)，是(shi)全(quan)球飲用(yong)水和(he)灌溉水源以(yi)及(ji)漁業(ye)的(de)主(zhu)要(yao)威脅(xie)因素(su)。因(yin)此(ci)，藍(lan)藻(zao)的(de)相對(dui)豐(feng)度(du)參(can)數(shu)被認(ren)為是內(nei)陸和沿(yan)海水域質量(liang)的(de)重要(yao)指(zhi)標。因(yin)此(ci)，量(liang)化(hua)藍(lan)藻(zao)的(de)相對(dui)豐(feng)度(du)有助於(yu)環境(jing)機(ji)構、水務(wu)部門(men)、公(gong)共衛生組織(zhi)等機(ji)構及(ji)時發(fa)出(chu)藍(lan)藻(zao)水華(hua)預警(jing)。國內研(yan)究學(xue)者基於(yu)高(gao)光(guang)譜(pu)成像技術開(kai)發了壹(yi)個經驗(yan)模(mo)型(xing)，可以(yi)估(gu)算(suan)藍(lan)藻(zao)藻(zao)藍(lan)素(su)（PC）和葉(ye)綠素(su)a（Chl-a）的(de)濃(nong)度比，進而(er)檢測藍(lan)藻(zao)在(zai)內(nei)陸水域中(zhong)的(de)相對(dui)豐(feng)度(du)。基(ji)於遙感(gan)反(fan)演(yan)的(de)PC:Chl-a成果可以(yi)快(kuai)速(su)推(tui)進內(nei)陸(lu)水域中(zhong)藍(lan)藻(zao)風(feng)險(xian)的(de)初步(bu)評(ping)估(gu)，極大(da)地(di)提高(gao)管(guan)理(li)內(nei)陸(lu)水域質量(liang)的(de)能力(li)。

應用(yong)案(an)例(li)2：藻(zao)類(lei)生(sheng)長狀(zhuang)態(tai)監(jian)測

海水養(yang)殖研(yan)究中，由(you)於(yu)海水受(shou)洋(yang)流、潮(chao)汐(xi)等(deng)影響(xiang)處於(yu)不斷變(bian)化中，這對(dui)藻(zao)類(lei)的(de)生長及(ji)代謝(xie)行(xing)為(wei)影響(xiang)巨大(da)。為精(jing)細化檢測藻(zao)類(lei)生(sheng)長情(qing)況，結合高(gao)分辨率多光(guang)譜(pu)數(shu)據，通(tong)過對(dui)比正射影像和(he)NDVI，可非常清晰(xi)地(di)看(kan)到不(bu)同(tong)養(yang)殖網或同(tong)壹養(yang)殖網不(bu)同(tong)區域其植(zhi)被(bei)生(sheng)長狀(zhuang)況(kuang)均(jun)有明顯(xian)差(cha)別。如(ru)下兩(liang)圖(tu)，NDVI發藍(lan)對(dui)應(ying)正射影像中(zhong)紫(zi)菜(cai)附(fu)著茂密(mi)區域，說(shuo)明此(ci)處紫(zi)菜(cai)生長狀(zhuang)況(kuang)良(liang)好。而(er)NDVI發黃(huang)對(dui)應(ying)正射影像中(zhong)紫(zi)菜(cai)附(fu)著稀疏(shu)區域，則說(shuo)明該(gai)區域紫(zi)菜(cai)生長緩(huan)慢(man)，半(ban)浮於(yu)水面(mian)，或由(you)於(yu)受(shou)到(dao)某(mou)種(zhong)脅(xie)迫(po)致使生長緩(huan)慢(man)。

研究表明，無人機(ji)多(duo)光(guang)譜(pu)成像技術在(zai)大(da)型(xing)藻(zao)類(lei)養(yang)殖監(jian)測中(zhong)可精確(que)、可視(shi)化反(fan)應(ying)藻(zao)類(lei)的(de)生長現(xian)狀(zhuang)，是(shi)否(fou)遭受(shou)脅(xie)迫(po)等，為養(yang)殖及(ji)研究人員(yuan)提供科(ke)學(xue)依據，指(zhi)導(dao)精細化(hua)應對(dui)，提高(gao)養(yang)殖藻(zao)類(lei)的(de)產量(liang)及(ji)質量(liang)水平(ping)。

應用(yong)案(an)例(li)3：潮間(jian)帶(dai)大型(xing)藻(zao)類(lei)的(de)無人機(ji)高(gao)光(guang)譜(pu)測繪(hui)

潮間(jian)帶(dai)的(de)大型(xing)藻(zao)類(lei)群(qun)落(luo)標誌(zhi)著海洋(yang)領(ling)域的(de)邊界，對(dui)這些資(zi)源的(de)有效(xiao)和可持續管理(li)必(bi)須(xu)建(jian)立在(zai)準(zhun)確(que)、高(gao)效(xiao)的(de)環境(jing)數(shu)據收(shou)集基礎(chu)上。無人機(ji)高(gao)光(guang)譜(pu)遙感(gan)技術的(de)快(kuai)速(su)發(fa)展(zhan)，使得(de)快(kuai)速(su)大(da)面(mian)積區域調(tiao)查(zha)成為現(xian)實。

愛爾(er)蘭(lan)相關研(yan)究人員(yuan)提出(chu)了壹(yi)種(zhong)詳(xiang)細(xi)的(de)評(ping)估(gu)方法，基於(yu)多旋翼(yi)無人機(ji)和(he)推掃(sao)式高(gao)光(guang)譜(pu)傳(chuan)感器來(lai)研(yan)究重要(yao)的(de)經濟和(he)生態(tai)上(shang)都(dou)極(ji)為(wei)重要(yao)的(de)潮間(jian)帶(dai)棕色大(da)型(xing)藻(zao)類(lei)——Ascophyllum nodosum（褐藻(zao)）。經分析驗(yan)證，無人機(ji)高(gao)光(guang)譜(pu)成像技術可以(yi)準確(que)地(di)識(shi)別A. nodosum和其他(ta)常(chang)見的(de)潮間(jian)帶(dai)物種(zhong)和(he)基(ji)質，並可視(shi)化顯示(shi)其空(kong)間(jian)分布(bu)，總(zong)體準確(que)率為94.7%。

研究結果表明，無人機(ji)搭(da)載的(de)高(gao)光(guang)譜(pu)遙感(gan)技術能夠(gou)有效(xiao)地(di)對(dui)潮(chao)間(jian)帶(dai)大型(xing)藻(zao)類(lei)進行(xing)分類(lei)和(he)可視(shi)化呈現(xian)，清楚地(di)展(zhan)示(shi)了無人機(ji)高(gao)光(guang)譜(pu)成像技術在(zai)大(da)型(xing)藻(zao)類(lei)棲(qi)息地(di)研(yan)究、資源管理(li)和(he)保(bao)護(hu)等(deng)方面(mian)有著巨大(da)的(de)潛力(li)。

應用(yong)案(an)例(li)4：利用(yong)測深Lidar評(ping)估(gu)大(da)型(xing)藻(zao)類(lei)生(sheng)物(wu)量(liang)

藻(zao)類(lei)在(zai)沿(yan)海區域提供許多(duo)生態(tai)功(gong)能，繪制(zhi)和監(jian)測沿(yan)海大(da)型(xing)藻(zao)類(lei)資(zi)源的(de)能力(li)對(dui)行(xing)業(ye)和監(jian)管(guan)機(ji)構都(dou)很重要(yao)，對(dui)這些資(zi)源的(de)有效(xiao)和可持續管理(li)必(bi)須(xu)建(jian)立在(zai)準(zhun)確(que)、高(gao)效(xiao)的(de)數(shu)據收(shou)集基礎(chu)上。Ascophyllum nodosum（褐藻(zao)）主(zhu)要(yao)生(sheng)長潮間(jian)帶(dai)到淺(qian)水亞(ya)潮帶(dai)，是加(jia)拿大(da)重要(yao)的(de)商業(ye)藻(zao)類(lei)。了解褐藻(zao)分布(bu)及(ji)生物(wu)量(liang)，對(dui)於(yu)研究藻(zao)類(lei)資(zi)源及(ji)種(zhong)群(qun)動(dong)態(tai)是(shi)至(zhi)關重(zhong)要(yao)的(de)。

通(tong)過衛星圖像分類(lei)可以(yi)實現(xian)低(di)潮(chao)時暴露的(de)巖(yan)藻(zao)的(de)面(mian)積分布(bu)圖(tu)，並進行(xing)生(sheng)物(wu)量(liang)計(ji)算(suan)，但(dan)是並非所(suo)有的(de)沿(yan)海區域都(dou)能在(zai)低(di)潮(chao)時進行(xing)及(ji)時調(tiao)查(zha)。這種(zhong)單(dan)壹(yi)的(de)方式使得(de)調(tiao)查(zha)褐藻(zao)分布(bu)變(bian)的(de)挑戰性(xing)。測深激(ji)光(guang)雷達(da)可以(yi)在(zai)漲(zhang)潮(chao)時(shi)輕松(song)獲取(qu)浮遊(you)褐藻(zao)冠層(ceng)頂(ding)部(bu)附(fu)近的(de)回波及(ji)海床的(de)地(di)形(xing)地(di)貌(mao)。相關人(ren)員(yuan)使用(yong)測深lidar對(dui)海洋(yang)潮間(jian)帶(dai)的(de)大型(xing)藻(zao)類(lei)進行(xing)了研(yan)究，並與衛星多光(guang)譜(pu)數(shu)據進行(xing)了對(dui)比。

研究發現(xian)，激(ji)光(guang)雷達(da)憑(ping)借(jie)其多(duo)次(ci)回波和(he)足夠(gou)的(de)冠層(ceng)穿透(tou)能力(li)，可以(yi)繪制(zhi)漲(zhang)潮(chao)時(shi)的(de)褐藻(zao)冠層(ceng)和海床點雲圖，從(cong)而(er)計(ji)算(suan)褐藻(zao)的(de)高(gao)度(du)、估(gu)算(suan)生物(wu)量(liang)。結(jie)果表明，通(tong)過衛星圖像分類(lei)可以(yi)實現(xian)低(di)潮(chao)時暴露的(de)褐藻(zao)的(de)面(mian)積分布(bu)圖(tu)繪制(zhi)，使用(yong)測深激光(guang)雷達(da)技術可以(yi)在(zai)漲(zhang)潮(chao)期估(gu)算(suan)密集(ji)大型(xing)藻(zao)類(lei)的(de)高(gao)度(du)和(he)生(sheng)物(wu)量(liang)。

應用(yong)案(an)例(li)5：生物(wu)土壤結皮與沙(sha)丘石英(ying)的(de)高(gao)光(guang)譜(pu)繪制(zhi)

生物(wu)土壤結皮（BSCs），由(you)藍(lan)藻(zao)、藻(zao)類(lei)、苔(tai)蘚(xian)、地(di)衣和真菌(jun)組成，是重(zhong)要(yao)的(de)生態(tai)系(xi)統組成部分，在(zai)穩(wen)固(gu)土壤/沙丘、水土保(bao)持以(yi)及(ji)、固氮(dan)固(gu)碳(tan)、促(cu)進生(sheng)態(tai)平(ping)衡方面(mian)發揮(hui)著至(zhi)關重(zhong)要(yao)的(de)作用(yong)。隨(sui)著生物(wu)土壤結皮的(de)發展(zhan)與成熟(shu)，地(di)表的(de)土壤顆粒也(ye)逐(zhu)漸(jian)被整(zheng)合到它(ta)們(men)的(de)組織(zhi)中。當(dang)其在(zai)富含(han)石(shi)英(ying)的(de)環境(jing)（如(ru)沙丘）中生長時，地(di)表石(shi)英(ying)含(han)量(liang)及(ji)BSC的(de)發展(zhan)是相輔相成的(de)。通(tong)過機載高(gao)光(guang)譜(pu)成像技術不僅(jin)能夠(gou)精確(que)評(ping)估(gu)BSCs的(de)成熟(shu)度，還能為富含(han)石(shi)英(ying)環境(jing)中(zhong)的(de)生態(tai)研(yan)究提供堅實的(de)科(ke)學(xue)基(ji)礎(chu)。

生物(wu)土壤結皮對(dui)位於以(yi)色列(lie)-埃(ai)及(ji)邊境(jing)附(fu)近的(de)Nitzana研究區富含(han)石(shi)英(ying)的(de)沙丘局域具有很大的(de)穩(wen)固(gu)作(zuo)用(yong)，研究人員(yuan)利用(yong)長波紅(hong)外高(gao)光(guang)譜(pu)LWIR技術評(ping)估(gu)了被(bei)BSC覆(fu)蓋(gai)的(de)沙丘場表面(mian)的(de)石英(ying)含(han)量(liang)，並(bing)將(jiang)其與BSCs的(de)發展(zhan)成熟(shu)度進行(xing)相關性(xing)分析。結果(guo)表明，朝北、發(fa)育良好、成熟(shu)的(de)BSC表現(xian)出(chu)較弱(ruo)的(de)石英(ying)光(guang)譜(pu)特(te)征(zheng)；朝南的(de)BSC發育程度(du)較(jiao)低(di)，對(dui)石(shi)英(ying)光(guang)譜(pu)特(te)征(zheng)的(de)掩蓋(gai)程度(du)較小(xiao)；裸砂(sha)則表現(xian)出(chu)石(shi)英(ying)光(guang)譜(pu)特(te)征(zheng)。將(jiang)機載(zai)高(gao)光(guang)譜(pu)結果(guo)與10個地(di)面(mian)驗(yan)證點(dian)的(de)數(shu)據對(dui)比，相關系(xi)數(shu)達(da)到(dao)0.88。研究結果證(zheng)明，利用(yong)機載(zai)高(gao)光(guang)譜(pu)成像技術可以(yi)有效(xiao)的(de)評(ping)估(gu)石(shi)英(ying)分布(bu)及(ji)含(han)量(liang)，進而(er)推進對(dui)於(yu)富含(han)石(shi)英(ying)環境(jing)中(zhong)BSCs的(de)發展(zhan)研究提供可靠的(de)科(ke)學(xue)依據。

參(can)考(kao)文(wen)獻：[1] Rossiter T, Furey T, McCarthy T, et al. UAV-mounted hyperspectral mapping of intertidal macroalgae[J]. Estuarine, Coastal and Shelf Science, 2020, 242: 106789.

[2] Webster T, MacDonald C, McGuigan K, et al. Calculating macroalgal height and biomass using bathymetric LiDAR and a comparison with surface area derived from satellite data in Nova Scotia, Canada[J]. Botanica marina, 2020, 63(1): 43-59.

[3] Shi K, Zhang Y, Li Y, et al. Remote estimation of cyanobacteria-dominance in inland waters[J]. Water research, 2015, 68: 217-226.

[4] Che S, Du G, Wang N, et al. Biomass estimation of red algae Pyropia using unmanned aerial platform based multispectral imaging[J]. Plant Methods, 2021, 17: 1-13.

[5] Weksler S, Rozenstein O, Ben-Dor E. Mapping surface quartz content in sand dunes covered by biological soil crusts using airborne hyperspectral images in the longwave infrared region[J]. Minerals, 2018, 8(8): 318.