易(yi)科泰(tai)光(guang)譜成像(xiang)與(yu)無人(ren)機遙感(gan)技術(shu)研(yan)究中(zhong)心(xin)最新(xin)推(tui)出(chu)Ecodrone^®壹(yi)體式高光(guang)譜-激(ji)光(guang)雷達無人(ren)機遙(yao)感(gan)系統(tong)。該(gai)系統包括VNIR/NIR波段(duan)高光(guang)譜成像(xiang)儀(yi)和激(ji)光(guang)雷達掃描儀，壹(yi)次飛行可(ke)同時獲(huo)取目標圖譜信息(xi)及三(san)維(wei)點(dian)雲數(shu)據(ju)，應(ying)用(yong)於(yu)大範(fan)圍、多(duo)維(wei)度(du)的精準(zhun)農業(ye)研究、大田(tian)高通量表(biao)型(xing)分(fen)析、森(sen)林植(zhi)被資(zi)源調(tiao)查(zha)、生(sheng)態(tai)環(huan)境研(yan)究、地(di)質礦產勘查(zha)、考(kao)古(gu)研究、電(dian)力(li)巡(xun)線、航(hang)空測繪(hui)等(deng)領(ling)域。

基於(yu)Ecodrone^®無(wu)人(ren)機(ji)平臺搭(da)載的(de)壹(yi)體式高光(guang)譜-激(ji)光(guang)雷達傳感(gan)器，在(zai)獲(huo)取葉片或(huo)冠層(ceng)水(shui)平光(guang)譜反(fan)射的高分(fen)辨(bian)率(lv)成像(xiang)的(de)同時，激(ji)光(guang)雷達傳感(gan)器通(tong)過(guo)主(zhu)動發(fa)射高頻脈沖能夠(gou)直接穿透(tou)植(zhi)被冠(guan)層(ceng)、獲(huo)取高精度(du)的植(zhi)被三(san)維(wei)結(jie)構信息(xi)和生境(jing)結(jie)構信息(xi)，對冠層(ceng)及結構層(ceng)面(mian)進(jin)行快(kuai)速(su)無(wu)損(sun)高通量原位(wei)監測、森(sen)林物(wu)種(zhong)多(duo)樣性(xing)研(yan)究、植(zhi)物(wu)生(sheng)物(wu)及非(fei)生物(wu)脅(xie)迫分(fen)析、環(huan)境及生態系統(tong)動(dong)態(tai)變(bian)化研(yan)究等(deng)具(ju)有重(zhong)要意(yi)義(yi)。

性(xing)能特點(dian)：

1.8旋(xuan)翼(yi)專(zhuan)業(ye)無(wu)人(ren)機遙感(gan)平臺，搭(da)載AFX高光(guang)譜成像(xiang)、機(ji)載PC及激光(guang)雷達可(ke)飛行作業(ye)20分(fen)鐘(zhong)以(yi)上(shang)，有(you)效覆(fu)蓋面(mian)積超10公頃(qing)

2.厘米(mi)級地面(mian)分(fen)辨(bian)率(lv)，50m高度高光(guang)譜成像(xiang)地(di)面(mian)分(fen)辨(bian)率(lv)達3.5cm，30m高度（用(yong)於(yu)田(tian)間高通量作物(wu)表(biao)型(xing)分(fen)析）地面(mian)分(fen)辨(bian)率(lv)可(ke)達2cm

3.50m高單樣(yang)線飛行作業(ye)可(ke)自動采集形成寬(kuan)度(du)36m的樣(yang)帶高光(guang)譜成像(xiang)大數(shu)據(ju)

4.高密度三(san)維(wei)點(dian)雲，精確(que)度2.5cm，最(zui)高可(ke)達3次回(hui)波(bo)，50m飛行高度點(dian)雲密度700pts/平方米(mi)

5.專(zhuan)業無(wu)人(ren)機(ji)遙感(gan)技術(shu)方(fang)案，同(tong)步獲(huo)取高光(guang)譜與(yu)激光(guang)雷達數(shu)據(ju)，應(ying)用(yong)軟(ruan)件(jian)可(ke)直接得出(chu)近(jin)百(bai)種植(zhi)物(wu)光(guang)譜反(fan)射指(zhi)數(shu)、高密度三(san)維(wei)點(dian)雲、三(san)維(wei)測量數(shu)據(ju)、分(fen)類點(dian)雲、DTM等(deng)

6.應(ying)用(yong)於(yu)精準(zhun)農業(ye)研究、大田(tian)高通量表(biao)型(xing)分(fen)析、森(sen)林植(zhi)被資(zi)源調(tiao)查(zha)、生(sheng)態(tai)環(huan)境研(yan)究、水(shui)資源(yuan)監(jian)測、地質礦產勘查(zha)、考(kao)古(gu)研究、電(dian)力(li)巡(xun)線、航(hang)空測繪(hui)等(deng)

主(zhu)要技(ji)術(shu)指(zhi)標：

應(ying)用(yong)案例壹(yi)：旱(han)地(di)植(zhi)被分(fen)類調(tiao)查(zha)

半(ban)幹旱(han)生(sheng)態系(xi)統（即旱(han)地(di)）中的(de)植(zhi)被在(zai)調(tiao)節全(quan)球(qiu)碳平衡方(fang)面(mian)發揮(hui)著重(zhong)要作用(yong)。然(ran)而(er)，復(fu)雜(za)環(huan)境下(xia)不同生物(wu)群(qun)落相(xiang)互交(jiao)錯，對旱(han)地(di)區(qu)域(yu)繪(hui)制(zhi)、量化植(zhi)被物(wu)種(zhong)和結(jie)構造(zao)成很(hen)大的困(kun)難(nan)。要解(jie)決(jue)旱(han)地(di)植(zhi)物(wu)的(de)分(fen)類問題(ti)，需(xu)要綜合(he)考(kao)慮(lv)冠層(ceng)生(sheng)物(wu)化學(xue)、結(jie)構(gou)和(he)環(huan)境變(bian)量。高光(guang)譜遙(yao)感(gan)已被用(yong)於(yu)對全(quan)球(qiu)不同生物(wu)群(qun)落內(nei)的植(zhi)被物(wu)種(zhong)分(fen)類，但大面(mian)積旱(han)地(di)植(zhi)被的(de)光(guang)學(xue)分(fen)類仍(reng)面(mian)對著光(guang)譜混(hun)合(he)像(xiang)元及光(guang)譜異(yi)質性的(de)挑戰。激光(guang)雷達指(zhi)標（如(ru)冠層(ceng)高度）表(biao)征(zheng)三(san)維(wei)冠(guan)層(ceng)結(jie)構(gou)的(de)能力(li)為光(guang)學(xue)分(fen)類提供了(le)補(bu)充信息(xi)，此(ci)外(wai)，激光(guang)雷達數(shu)據(ju)可(ke)導出(chu)高分(fen)辨(bian)率(lv)數(shu)據(ju)高程模(mo)型(xing)DEM，為植(zhi)被分(fen)類提供坡度、坡向(xiang)和高程等(deng)地(di)形信息(xi)，可(ke)提高植(zhi)被分(fen)類覆(fu)蓋的(de)精度(du)。

美(mei)國的(de)研(yan)究學(xue)者將(jiang)植(zhi)被光(guang)學(xue)（高光(guang)譜）和(he)結構(gou)（激光(guang)雷達）信息(xi)結合(he)，對位(wei)於(yu)美(mei)國愛(ai)達荷州奧(ao)懷希山(shan)脈的雷諾(nuo)茲(zi)溪實(shi)驗(yan)流域的幹旱(han)地(di)區(qu)（xeric）及半幹旱(han)地(di)區(qu)（mesic）進(jin)行了(le)植(zhi)被分(fen)類研究。這(zhe)項研(yan)究整(zheng)合(he)了(le)高光(guang)譜光(guang)譜分(fen)類技術(shu)與(yu)激光(guang)雷達衍生(sheng)數(shu)據(ju)，利用(yong)植(zhi)被光(guang)譜信息(xi)、冠層(ceng)高度及地形信息(xi)，提高了(le)半幹旱(han)生(sheng)態系(xi)統的(de)分(fen)類精度(du)，成功(gong)繪(hui)制(zhi)包含(han)土(tu)壤、草和灌(guan)木(mu)的幹旱(han)區(qu)域(yu)豐度(du)圖及包含(han)白(bai)楊、花(hua)旗松、杜(du)松和(he)其他(ta)河(he)岸植(zhi)被的(de)分(fen)類地圖。經(jing)驗(yan)證，將(jiang)激光(guang)雷達信息(xi)納入高光(guang)譜分(fen)類方案後，整體(ti)分(fen)類準確(que)率(lv)從 60% 提高到 89%。

應(ying)用(yong)案例二(er)：小面(mian)積水(shui)體識別與(yu)提(ti)取

水(shui)除(chu)了(le)是自然(ran)資源外，也(ye)是生物(wu)多(duo)樣性(xing)的(de)重(zhong)要環(huan)境基礎。露(lu)天(tian)采礦是對環(huan)境有(you)強(qiang)烈(lie)影響(xiang)的人(ren)類活動(dong)之(zhi)壹(yi)，對淡水(shui)生物(wu)群(qun)產生很(hen)大負面(mian)影響(xiang)，但采礦活動(dong)產生的(de)棄(qi)土棄渣堆(dui)經(jing)技(ji)術開(kai)墾或(huo)自然(ran)演(yan)替形成了(le)許(xu)多(duo)充滿水(shui)的窪(wa)地，這(zhe)些小面(mian)積水(shui)體對無尾目和蜻蜓(ting)等(deng)水(shui)生物(wu)種(zhong)尤其有價值(zhi)。為(wei)了(le)更(geng)好(hao)地管理水(shui)資源(yuan)，保(bao)護(hu)這(zhe)些受威脅(xie)的生(sheng)態系統和(he)防止生(sheng)物(wu)多(duo)樣性(xing)喪(sang)失(shi)，需(xu)要對開(kai)放(fang)的(de)地(di)表(biao)水(shui)體進(jin)行精確(que)提取(qu)和重(zhong)復(fu)監(jian)測。

遙(yao)感(gan)已被廣(guang)泛用(yong)於(yu)識別水(shui)體，然(ran)而(er)光(guang)學(xue)圖像難(nan)以將(jiang)水(shui)體特征與(yu)具(ju)有低反射率的其他(ta)物(wu)體(ti)（例如樹(shu)影）區(qu)分(fen)開(kai)來(lai)。為(wei)了(le)解(jie)決(jue)這(zhe)些問(wen)題(ti)，捷克生(sheng)命科(ke)學(xue)大學的(de)研(yan)究學(xue)者對高光(guang)譜與(yu)LiDAR數(shu)據(ju)融合(he)方(fang)法用(yong)於(yu)小面(mian)積水(shui)體精準(zhun)識別的(de)能力(li)進(jin)行了(le)評估(gu)。

研(yan)究區(qu)域(yu)位(wei)於(yu)捷(jie)克波(bo)西(xi)米(mi)亞北部的(de)褐(he)煤(mei)盆地(di)，主(zhu)要由(you)四(si)個棄土棄渣堆(dui)組(zu)成，其(qi)中(zhong)包含(han)了(le)形狀(zhuang)、高度、大小各異的水(shui)體區(qu)塊(kuai)。在這(zhe)項研(yan)究中(zhong)，使(shi)用(yong)基於(yu)對象的(de)分(fen)類方法在(zai)集成的(de)高光(guang)譜數(shu)據(ju)和激(ji)光(guang)雷達數(shu)據(ju)中以(yi)非(fei)常高的準(zhun)確(que)度（漏(lou)分(fen)誤(wu)差2%，錯(cuo)分(fen)*.4%）提(ti)取(qu)了(le)棄土(tu)棄渣堆(dui)上的(de)開(kai)放(fang)地(di)表(biao)水(shui)體，與(yu)單(dan)獨(du)使(shi)用(yong)高光(guang)譜或(huo)LiDAR數(shu)據(ju)相比(bi)，準確(que)度最(zui)高。

研(yan)究結(jie)果表(biao)明(ming)，高光(guang)譜和(he) LiDAR 數(shu)據(ju)的整(zheng)合(he)可(ke)以成功(gong)消(xiao)除(chu)了(le)陰(yin)影等(deng)影響(xiang)，大大提高小面(mian)積水(shui)體的(de)識別能力(li)，這(zhe)對於(yu)棲(qi)息(xi)地的水(shui)體動(dong)態(tai)監(jian)測及生態恢復(fu)與(yu)保(bao)護(hu)至(zhi)關(guan)重(zhong)要。

易(yi)科泰(tai)生(sheng)態(tai)技術(shu)公司(si)致(zhi)力(li)於(yu)生(sheng)態(tai)-農(nong)業(ye)-健(jian)康研(yan)究發(fa)展(zhan)與創(chuang)新應(ying)用(yong)，為精準(zhun)農業(ye)研究、森(sen)林植(zhi)被資(zi)源調(tiao)查(zha)、生(sheng)態(tai)環(huan)境監(jian)測、地質礦產勘查(zha)、環(huan)境研(yan)究、航(hang)空測繪(hui)等(deng)應(ying)用(yong)領域(yu)提(ti)供無人機及近(jin)地(di)遙(yao)感(gan)全(quan)面(mian)技術方案。