Ecodrone®無(wu)人機(ji)遙(yao)感(gan)技(ji)術(shu)在生態(tai)調(tiao)查(zha)研(yan)究(jiu)與生態(tai)監(jian)測(ce)領域的(de)應(ying)用(yong)

無(wu)人機(ji)遙(yao)感(gan)技(ji)術(shu)能夠(gou)自動(dong)化、智(zhi)能化、專(zhuan)用(yong)化地(di)快(kuai)速(su)獲取(qu)空間(jian)遙(yao)感(gan)信息，在生態(tai)調(tiao)查(zha)中扮演著越來越重要(yao)的(de)角色，廣泛(fan)應(ying)用(yong)於高時(shi)空分(fen)辨(bian)率(lv)生態(tai)環(huan)境調(tiao)查(zha)、植物(wu)物(wu)候(hou)調(tiao)查(zha)、動物(wu)行(xing)為和(he)種群數量(liang)檢(jian)測(ce)、生物(wu)多(duo)樣性監(jian)測(ce)、生態(tai)災害(hai)應(ying)急響應和(he)評估等生態(tai)調(tiao)查(zha)與研(yan)究(jiu)工(gong)作。

易科(ke)泰(tai)公司(si)設立有(you)光(guang)譜成像與無(wu)人機(ji)遙(yao)感(gan)技(ji)術(shu)研(yan)究(jiu)中心(xin)，基(ji)於自主(zhu)研(yan)發設(she)計(ji)Ecodrone®系(xi)列(lie)4旋(xuan)翼(yi)輕(qing)便型(xing)無(wu)人機(ji)和(he)8旋(xuan)翼無(wu)人機(ji)專(zhuan)業(ye)遙(yao)感(gan)平(ping)臺及(ji)雲(yun)臺，搭載高光(guang)譜、多(duo)光(guang)譜、Thermo-RGB以及(ji)高(gao)精度(du)LiDAR等，組(zu)成完(wan)整的(de)Ready-to-fly壹體式無(wu)人機(ji)系統，具備(bei)系統高精度(du)、高分(fen)辨(bian)率(lv)成像、三(san)維(wei)點雲(yun)高(gao)密(mi)度以及(ji)壹機多(duo)能等特點，為陸(lu)地(di)和(he)海(hai)洋(yang)生態(tai)研(yan)究(jiu)與監(jian)測(ce)提供全面的(de)低空遙(yao)感(gan)技(ji)術(shu)解決方案(an)。

l Ecodrone®輕(qing)便型(xing)壹體式多(duo)光(guang)譜-紅(hong)外(wai)熱(re)成(cheng)像無(wu)人機(ji)遙(yao)感(gan)系(xi)統

l Ecodrone®壹體式高(gao)光(guang)譜-激(ji)光(guang)雷(lei)達(da)無(wu)人機(ji)遙(yao)感(gan)系(xi)統

l Ecodrone®壹體式高(gao)光(guang)譜-紅(hong)外(wai)熱(re)成(cheng)像無(wu)人機(ji)遙(yao)感(gan)系(xi)統

l Ecodrone®壹體式高(gao)光(guang)譜-紅(hong)外(wai)熱(re)成(cheng)像-激(ji)光(guang)雷(lei)達(da)無(wu)人機(ji)遙(yao)感(gan)系(xi)統

l Ecodrone®水(shui)深(shen)與地(di)形(xing)測(ce)量(liang)LiDAR無(wu)人機(ji)遙(yao)感(gan)系(xi)統

案(an)例(li)壹、旱地(di)植(zhi)被分類與生物(wu)多(duo)樣性調(tiao)查(zha)

半幹旱生態(tai)系統（即旱地(di)）中的(de)植(zhi)被(bei)在(zai)調(tiao)節全球(qiu)碳平(ping)衡(heng)方(fang)面發揮(hui)著(zhe)重(zhong)要(yao)作用(yong)。然而(er)，復(fu)雜(za)環(huan)境下(xia)不同(tong)生物(wu)群落(luo)相互(hu)交(jiao)錯(cuo)，對(dui)旱地(di)區域繪制(zhi)、量(liang)化植(zhi)被物(wu)種和(he)結(jie)構造(zao)成很(hen)大(da)的(de)困(kun)難。要(yao)解決旱地(di)植(zhi)物(wu)的(de)分(fen)類(lei)問(wen)題(ti)，需要(yao)綜合考(kao)慮(lv)冠層生物(wu)化學、結(jie)構和(he)環(huan)境變(bian)量(liang)。高光(guang)譜遙(yao)感(gan)已(yi)被(bei)用於對(dui)全球(qiu)不同(tong)生物(wu)群落(luo)內(nei)的(de)植(zhi)被(bei)物(wu)種分類(lei)，但(dan)大(da)面積旱地(di)植(zhi)被的(de)光(guang)學分(fen)類(lei)仍面對(dui)著(zhe)光(guang)譜混合(he)像元(yuan)及(ji)光(guang)譜異(yi)質(zhi)性的(de)挑(tiao)戰(zhan)。激(ji)光(guang)雷(lei)達(da)指(zhi)標（如(ru)冠層高度(du)）表(biao)征三維(wei)冠層結(jie)構的(de)能力(li)為光(guang)學分(fen)類(lei)提供了補(bu)充(chong)信息，此外(wai)，激(ji)光(guang)雷(lei)達(da)數據可導出高分辨(bian)率(lv)數據高程模型(xing) DEM，為植(zhi)被(bei)分類(lei)提供坡度(du)、坡向(xiang)和(he)高程等地(di)形(xing)信息，可提高(gao)植(zhi)被分(fen)類覆蓋的(de)精(jing)度(du)。

美國(guo)的(de)研(yan)究(jiu)學者(zhe)將植被光(guang)學（高(gao)光(guang)譜）和(he)結(jie)構（激(ji)光(guang)雷(lei)達(da)）信息結(jie)合，對(dui)位(wei)於美國(guo)愛(ai)達(da)荷(he)州(zhou)奧懷希(xi)山(shan)脈(mai)的(de)雷(lei)諾(nuo)茲溪實(shi)驗流(liu)域的(de)幹(gan)旱地(di)區（xeric）及(ji)半幹旱地(di)區（mesic）進(jin)行(xing)了植(zhi)被分(fen)類研(yan)究(jiu)。這(zhe)項(xiang)研(yan)究(jiu)整合了(le)高光(guang)譜光(guang)譜分類(lei)技(ji)術(shu)與激(ji)光(guang)雷(lei)達(da)衍生數據，利用(yong)植(zhi)被光(guang)譜信息、冠層高度(du)及(ji)地(di)形(xing)信息，提高(gao)了(le)半幹(gan)旱生態(tai)系統的(de)分(fen)類(lei)精(jing)度(du)，成功繪制(zhi)包含(han)土壤、草和(he)灌木的(de)幹(gan)旱區域豐(feng)度(du)圖及(ji)包含(han)白(bai)楊、花旗松(song)、杜(du)松(song)和(he)其(qi)他(ta)河(he)岸植被的(de)分(fen)類(lei)地(di)圖。經驗證，將激(ji)光(guang)雷(lei)達(da)信息納入(ru)高光(guang)譜分類(lei)方案後(hou)，整體分(fen)類準確(que)率(lv)從  60% 提高(gao)到(dao)  89%。

案例(li)二(er)、藍(lan)藻水華(hua)豐(feng)度(du)及(ji)風(feng)險評估

藍藻是(shi)廣(guang)泛(fan)分(fen)布的(de)光(guang)合(he)微生物(wu)群體，通(tong)常(chang)在(zai)溫暖(nuan)、營養豐(feng)富的(de)淡(dan)水(shui)和(he)鹹水(shui)湖(hu)泊中占主(zhu)導地(di)位(wei)。藍藻已知(zhi)能產生多(duo)種毒(du)素，是(shi)全球(qiu)飲用水和(he)灌溉水(shui)源以及(ji)漁(yu)業的(de)主(zhu)要(yao)威脅(xie)因(yin)素(su)。因(yin)此(ci)，藍(lan)藻的(de)相對(dui)豐(feng)度(du)參數被認為是(shi)內(nei)陸(lu)和(he)沿海(hai)水域質(zhi)量(liang)的(de)重(zhong)要(yao)指(zhi)標。因(yin)此(ci)，量(liang)化藍(lan)藻的(de)相對(dui)豐(feng)度(du)有(you)助(zhu)於環(huan)境機(ji)構、水(shui)務(wu)部(bu)門(men)、公共衛生組(zu)織等機構(gou)及(ji)時發出藍藻水華(hua)預警(jing)。國(guo)內(nei)研(yan)究(jiu)學者(zhe)基(ji)於高光(guang)譜成像技(ji)術(shu)開(kai)發了(le)壹個經驗模型(xing)，可(ke)以估算(suan)藍(lan)藻藻藍素(su)（PC）和(he)葉(ye)綠素a（Chl-a）的(de)濃度(du)比(bi)，進(jin)而(er)檢(jian)測(ce)藍(lan)藻在內(nei)陸(lu)水域中的(de)相對(dui)豐(feng)度(du)。基(ji)於遙(yao)感(gan)反演的(de)PC:Chl-a成果可以快(kuai)速(su)推(tui)進(jin)內(nei)陸(lu)水域中藍藻風(feng)險的(de)初(chu)步(bu)評估，極(ji)大(da)地(di)提高(gao)管(guan)理內(nei)陸(lu)水域質(zhi)量(liang)的(de)能力(li)。

案例(li)三(san)、機(ji)載Lidar激(ji)光(guang)雷(lei)達(da)用於生態(tai)系統調(tiao)查(zha)

1.自然生態(tai)系統調(tiao)查(zha)

比(bi)利(li)牛(niu)斯(si)山脈(mai)是(shi)歐(ou)洲(zhou)西(xi)南部(bu)最大(da)的(de)山(shan)脈(mai)，位(wei)於法國(guo)與西(xi)班(ban)牙交(jiao)界(jie)處，山(shan)脈(mai)地(di)勢(shi)陡峭，最大(da)高差達(da)1000m，多(duo)茂密(mi)森林(lin)，調(tiao)查(zha)測(ce)量(liang)挑(tiao)戰(zhan)性。國(guo)土資源部(bu)門(men)利用機載YellowScan Lidar——Explorer對(dui)比(bi)利(li)牛(niu)斯(si)山脈(mai)共計(ji)400公頃(qing)覆(fu)蓋面積的(de)多(duo)個走(zou)廊帶(dai)進(jin)行了測(ce)量(liang)，結(jie)合航帶(dai)校準功能，最終(zhong)獲取(qu)了(le)點密(mi)度優(you)於100點每(mei)平(ping)方米(mi)、精度(du)5cm的(de)高(gao)質(zhi)量(liang)點雲(yun)成(cheng)果，為該(gai)區域的(de)動(dong)態(tai)監(jian)測(ce)提供了可靠的(de)基(ji)礎(chu)數據。

2. 城市生態(tai)系統調(tiao)查(zha)

易科泰(tai)空陸(lu)雙基(ji)LiDAR系統，憑借自主(zhu)研(yan)發的(de)UAS 8旋(xuan)翼(yi)無(wu)人機(ji)平(ping)臺與國(guo)際(ji)LiDAR技(ji)術(shu)的(de)深(shen)度融(rong)合，創(chuang)新(xin)性地(di)集(ji)成了移動(dong)測(ce)量(liang)吊艙(cang)，構建(jian)了(le)壹套(tao)集(ji)多(duo)功能、多(duo)平(ping)臺於壹體的(de)LiDAR解(jie)決(jue)方案。該系(xi)統靈活多(duo)變(bian)，能夠(gou)無(wu)縫(feng)切換(huan)於Ecodrone無(wu)人機(ji)與車載平(ping)臺之間(jian)，同(tong)步(bu)采集同(tong)壹區域的(de)低空與地(di)面移動(dong)測(ce)量(liang)數據，實現(xian)了(le)空陸(lu)聯(lian)動的(de)覆(fu)蓋(gai)。通(tong)過(guo)結(jie)合高分辨(bian)率(lv)激(ji)光(guang)掃(sao)描與精準定位(wei)技(ji)術(shu)，該系統能夠(gou)生成(cheng)完(wan)整的(de)城(cheng)市地(di)物(wu)三(san)維(wei)點雲(yun)數據，為智(zhi)慧城(cheng)市建(jian)設(she)、三維(wei)建(jian)模、精準(zhun)城(cheng)市規(gui)劃及(ji)高效綠化管(guan)理等領域提供了強有(you)力(li)的(de)數據支持(chi)，推(tui)動(dong)了(le)城(cheng)市管(guan)理的(de)智(zhi)能化與精細化進(jin)程。

比(bi)利(li)時(shi)哈(ha)瑟爾特鎮的(de)樹(shu)木管(guan)理人員，在(zai)運用這套(tao)先進(jin)的(de)機(ji)載與車載雙模式激(ji)光(guang)雷(lei)達(da)系統後(hou)，深(shen)度挖(wa)掘(jue)了(le)其(qi)在樹(shu)木生長(chang)監(jian)測(ce)與修(xiu)剪(jian)管(guan)理中的(de)巨(ju)大(da)潛(qian)力(li)。系(xi)統采集的(de)超(chao)高(gao)密(mi)度點雲(yun)數據，達到(dao)了每(mei)平(ping)方米(mi)1610點，這壹精細(xi)度(du)不僅精準鎖(suo)定(ding)了(le)樹(shu)木的(de)地(di)理位(wei)置，還(hai)實(shi)現(xian)了(le)對(dui)樹(shu)高(gao)、胸高(gao)直徑(jing)、樹冠直徑(jing)、無(wu)枝幹(gan)高(gao)度及(ji)樹冠體積等關鍵(jian)生長(chang)參數的(de)精(jing)確(que)測(ce)量(liang)與計(ji)算。

尤(you)為值(zhi)得(de)壹提的(de)是(shi)，通(tong)過對(dui)樹(shu)木修(xiu)剪(jian)前後(hou)的(de)點雲(yun)數據進行(xing)對(dui)比(bi)分(fen)析(xi)，系統能夠(gou)迅速(su)量(liang)化樹(shu)冠體積的(de)細(xi)微變(bian)化，進(jin)而準(zhun)確(que)評估修(xiu)剪(jian)強(qiang)度(du)，這(zhe)壹功能極(ji)大(da)地(di)提升(sheng)了(le)綠化管(guan)理的(de)科(ke)學性(xing)與效率(lv)。管(guan)理人員得(de)以依托這(zhe)些(xie)詳(xiang)實(shi)的(de)數據，迅速(su)評估樹(shu)木的(de)生長(chang)狀(zhuang)況(kuang)，識別(bie)潛(qian)在(zai)的(de)健(jian)康問(wen)題(ti)，為後(hou)續的(de)綠化決(jue)策與調(tiao)整提供了堅實的(de)數據支撐。這(zhe)壹創(chuang)新(xin)應用(yong)不僅展(zhan)現(xian)了激(ji)光(guang)雷(lei)達(da)技(ji)術(shu)在城市綠化管(guan)理中的(de)巨(ju)大(da)價(jia)值(zhi)，也為智(zhi)慧城(cheng)市的(de)綠色生態(tai)建(jian)設(she)開(kai)辟(pi)了新路徑(jing)。

參考(kao)文(wen)獻(xian)：

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

2. Hamid Dashti, et al. 2019. Regional Scale Dryland Vegetation Classification with an Integrated Lidar-Hyperspectral Approach. Remote Sensing, 11(18)

北(bei)京(jing)易(yi)科(ke)泰生態(tai)技(ji)術(shu)公司(si)提供生態(tai)監(jian)測(ce)與調(tiao)查(zha)研(yan)究(jiu)全面技(ji)術(shu)方案：

l ENVIS近(jin)地(di)遙(yao)感(gan)生態(tai)觀測(ce)系(xi)統儀(yi)器

l ET-LEDIF植物(wu)冠層葉(ye)綠素熒光(guang)生態(tai)監(jian)測(ce)系(xi)統

l PhenoPlot輕(qing)便型(xing)植(zhi)物(wu)表(biao)型(xing)成(cheng)像分(fen)析(xi)系統

l Thermo-RGB壹體式紅(hong)外(wai)熱(re)成(cheng)像儀(yi) 

l Ecodrone®輕(qing)便型(xing)壹體式多(duo)光(guang)譜-紅(hong)外(wai)熱(re)成(cheng)像無(wu)人機(ji)遙(yao)感(gan)系(xi)統

l Ecodrone®壹體式高(gao)光(guang)譜-紅(hong)外(wai)熱(re)成(cheng)像-激(ji)光(guang)雷(lei)達(da)無(wu)人機(ji)遙(yao)感(gan)系(xi)統

l Ecodrone®水(shui)深(shen)與地(di)形(xing)測(ce)量(liang)LiDAR無(wu)人機(ji)遙(yao)感(gan)系(xi)統