易科泰推出輕便型先進技術、一體化培訓、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)：
基于自主UAS-4遙感平臺技術(shù)，兼具輕便型和多功能特點
同時搭載多光譜成像宣講手段、激光雷達及RGB成像重要工具，作業(yè)時間大于20分鐘
一次飛行可同步獲取5/10個光譜波段、高密度點云數(shù)據(jù)及RGB基礎，作業(yè)效率事半功倍
厘米級多光譜地面分辨率，50m高度地面分辨率達3.4cm多種方式，30m高度（用于田間高通量作物表型分析）地面分辨率可達2cm
LiDAR-RGB：標配精確度2.5cm對外開放，回波次數(shù)3，F(xiàn)OV 70.4度深入交流研討，可選配其他規(guī)格探索創新；RGB成像為Sony APS-C Exmor CMOS傳感器，20MP像素實現了超越，F(xiàn)OV 83度
應(yīng)用于精準農(nóng)業(yè)研究新產品、作物表型遙感、病蟲害監(jiān)測橋梁作用、農(nóng)作物產(chǎn)量評估長遠所需、森林遙感監(jiān)測、碳源匯監(jiān)測評估讓人糾結、生態(tài)環(huán)境調(diào)查監(jiān)測規模、生物多樣性監(jiān)測等、生物固碳研究等領(lǐng)域
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)：
ü 冠層結(jié)構(gòu)參數(shù)：NDVI基石之一、NDRE聯動、DVI增持能力、VOG、NDWI行業內卷、GCI追求卓越、LCI等
ü R/G/B指數(shù)，如綠度指數(shù)等
ü 可測量光利用效率參與能力、淺水環(huán)境（氣溶膠合理需求、浮質(zhì)等）、葉綠素效率或紅邊坡度等（10通道）
ü 激光雷達參數(shù)：高密度真彩色點云研究、三維測量數(shù)據(jù)高效、分類點云、DOM提高、DSM機構、DTM、DHM等
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交流』A；贜DVI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)值較高還不大，說明作物葉綠素含量和綠色部分生物量較高高產，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發揮作用，通常NDRE數(shù)值越高反應(yīng)著植株越健康良好。
圖1：依次為飛行作業(yè)圖；水稻田不同處理方式（品種發揮、種植密度顯著、施肥濃度）標記圖；NDVI圖開放以來；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占、種植密度和施肥用量的組合，可以有效減少資源浪費提供了有力支撐，緩解氮肥流失造成的環(huán)境問題激發創作，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進一步意見，實現(xiàn)精準農(nóng)業(yè)生產(chǎn)研究增幅最大。
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)生產能力。
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模型研究成果，隨機選取A地塊人工松林15個點，提取其高度值完善好，求取平均值為161cm大面積，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)間積極參與，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
實驗表明培養，基于Ecodrone®激光雷達無人機遙感技術(shù)交流研討，測量獲取的LiDAR三維信息，結(jié)合地面采樣實測結(jié)果形式，對植被精準分類建設應用、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)施肥具有重要意義日漸深入。
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)測冠層密度動力，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)采集互動式宣講，時間跨度由2020年4月1日至7月21日效高性，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)果表明自動化，在冬小麥成熟之前的生長階段中提升，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)不折不扣，可準確反映冬小麥生長過程中在空間結(jié)構(gòu)上的變化意料之外。通過每個采集時段（12/05、26/05形式、09/06置之不顧、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)數字化，也能對冬小麥高度進行有效估算方便。同時，使用多光譜數(shù)據(jù)補償Lidar PAI改革創新，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)知識和技能，在整個作物生長周期互相補充取得顯著成效，進行作物建模新模式，以實現(xiàn)精準施肥、作物管理和碳儲存估算等不容忽視。
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)用組織了，為精準農(nóng)業(yè)研究、作物表型遙感說服力、病蟲害監(jiān)測搶抓機遇、農(nóng)作物產(chǎn)量評估、森林遙感監(jiān)測表示、碳源匯監(jiān)測評估全面闡釋、生態(tài)環(huán)境調(diào)查監(jiān)測非常激烈、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)方案引人註目。
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.
