生态中成像检测方案(生态环境遥感)

EcoTech易科泰生态技术 EcoTech易科泰生态技术易 科：泰生态：技术有 限 公 司Ecotech Science and Technology Ltd. 易科：泰生态：技术有 限 公 司Ecotech Science and Technology Ltd. Ecodrone@ UAS-4轻便型一体式多光谱-红外热成像遥感系统 易科泰推出轻便型、一体化、多传感器无人机遥感作物表型研究监测技术方案——Ecodrone°UAS-4轻便型一体式多光谱-红外热成像遥感系统： 1.自主专利 UAS-4平台，荣获第24中中国杨凌农业高新科技成果博览会"后稷奖” 2.同时搭载多光谱成像、红外热成像及 RGB成像，作业时间大于20分钟 3.一次飞行可同步获取5/10个光谱波段、热成像数据及 RGB， 作业效率事半功倍 4.厘米级地面分辨率，50m高度地面分辨率达3.4cm， 30m高度(用于田间高通量作物表型分析)地面分辨率可达 2cm 5.科研级 Thermo-RGB成像：640×512像素，多点黑体校准，灵敏度50或 30mK，测温范围-25℃-150℃/-40℃-550℃，在线实时温度测量分析，10倍光学变焦RGB镜头，全高清画质，磁编码自稳云台，实时姿态调整，可选配 CWSI 成像，实时测量作物水分胁迫指数 6.专业无人机遥感技术方案，同步获取5/10通道多光谱与红外热成像数据，应用软件可直接得出多个ⅥI(植物光谱反射指数))、标准化冠层温度、CWSI(水分胁迫指数)等 7.应用于精准农业研究、作物表型遥感、病虫害监测、农作物产量评估、生物多样性监测、生态环境调查监测等 EcodroneQ UAS-4 轻便型一体式多光谱-红外热成像遥感系统 主要功能参数：可分析多个光谱-红外热成像参数 1.热成像参数：冠层温度、CWSI、Tc-Ta 等 2.冠层结构参数： NDVI、NDRE、DVI、VOG、NDWI、GCI、LCI等 3.R/G/B指数，如绿度指数等 4.可测量光利用效率、浅水环境(气溶胶、浮质等)、、叶绿素效率或红边坡度等 主要技术指标： 红外热成像 5通道多光谱 10通道多光谱 Thermo-RGB 光谱通道数 光谱波段 5 10 1热成像+1RGB 蓝475(32)、绿560(27)、 海岸蓝444(28)、绿 531(14)、 7.5-14um 红 668(14)、红边 红650(16)、红边705(10)、红 RGB 波段 717(12)、近红外 842(57) 边740(18)、蓝475(32)、绿 560(27)、红668(14)、红边 717(12)、近红外842(57) 空间像素数 1280×960 640×512像素 地面分辨率 3.4cm@50m AGL 6.5cm@50m AGL 探测器 CCD 非制冷VOx微幅射探测器 拍摄速率/帧频 1秒/次，全波段 30Hz/9Hz 视场角 42.7° 45°或其他 数据接口 SD卡 USB 或 SSD 或 SD 卡 案例一：油茶生长状况监测 易科泰光谱成像与无人机遥感技术研究中心使用 Ecodrone°UAS-4轻便型一体式多光谱-红外热成像遥感系统，对某油茶研究中心的油茶种植区进行了多光谱、红外热成像监测分析。对某油茶研究中心的油茶种植区进行了多光谱、红外热成像监测分析。基于多光谱信息提取 GNDVI、NDRE 及 RVI等多种VI专题数据，基于红外热成像数据查看冠层温度分布、作物水分胁迫程度等，从下图结果可以直接看出不同地面处理(除草区及未除草区)的油茶种植区的植被指数和温度差异明显，除草区因为部分地面裸露，其各种植被指数数值相对较低、温度偏高，可以此为依据进行油茶种植区的精细化管理。另外，结合植被指数及冠层温度同时相差异和多时相的动态变化可深入研究，建立合理的相关性反演模型，从而实现作物表型监测分析、病害监测、产量估计等。 左图：油茶种植区RGB图；右图：冠层温度分布图及植被指数图(易科泰光谱成像与无人机遥感技术研究中心供图) 易 科：泰生态：技术有 限 公 司Ecotech Science and Technology Ltd. 案例二：森林遗传表型分析 功能性状的遗传变异分析对于了解林木的适应性特性和预测对持续环境变化的反应至关重要。阿勒颇松是一种避旱树种，普遍分布于地中海地区的中西部，被广泛应用于重新造林。由于其环绕地中海分布，不同区域生长条件差异明显，再加上人口收缩和扩张的复杂历史环境，在地上生长部分、吸水模式、水力传导率、繁殖能力等关键特征上产生了种群分化，形成了当前的种内遗传变异现象。无人机遥感系统可以对大规模的森林面积进行有效的形态生理学表征，是实现快速、高通量、大规模森林遗传变异表型分析的一大利器。 西班牙的研究学者使用无人机搭载多光谱成像、RGB 成像和红外热成像传感器，对56个自然种群中的共计896棵阿勒颇松进行了生理形态研究，使用高分辨率遥感数据、植被指数(VI)及冠层温度等信息来表征与冠层结构和树木生理学相关的功能特征在种群间的差异，分析遥感数据与树干材积(Vob)之间的关系。 图1：阿勒颇松遗传试验的航拍图像以及56个种群的主要特征；(a)正射图及航线，(b)欧洲森林遗传资源计划中所有的阿勒颇松所在地点(灰点)、56个种群取样区域(黑点)及试验地点(红点)的平均年降水量和温度，(c~e)一个试验单元的正摄图、假彩色图和去除背景的假彩色图 研究表明，使用植被指数ⅥI、植被覆盖度(VC)及冠层温度表征种群的冠层结构、叶面积、光合色素和气孔调节的生理特性，可以一定程度上反映种群间存在的差异。基于无人机的植被特征及温度信息与实地勘测种群的树干材积之间有着显著相关性，其中多光谱和 RGB 组合改进后的植被指数(VI)与Log(Vob)呈正相关，冠层温度与 Log(Vob)呈现显著负相关。使用改进型植被指数和冠层温度信息，可实现快捷的种群差异调查、反应植物生理状态，实现森林资源遗传研究的高通量表型分析。 左图：多光谱指数(a)、仅在植被区域测量的多光谱指数(b)、RGB 衍生指数(c)及冠层温度(T)的主成分分量载荷分布；右图：植被冠层温度和树干材积(对数转换)之间的相关性 案例三：葡萄栽培的精准管理 通常，葡萄种植者会借助品质、产量等参数评估整体地块的生产力，但这种方法成本高且耗时。随着高品质、高产量葡萄酒的需求日益增长，为了更高效率的提高葡萄产量和质量，对精准的葡萄栽培技术和生长监测方法的研究探索显得尤为重要。 意大利和奥地利的研究人员将光学测量、地理定位和遥感监测系统相结合，对奥地利布尔根兰的葡萄园进行了研究，他们使用多光谱成像和红外热成像传感器获取的数据，计算植物活力指标(归一化植被指数 NDVI) 和作物水分胁迫指数 (CWSI))。 在活力水平 NDVI 图中，活力越低的区域葡萄成熟度越高，品质和质量更好，依据 NDVI与葡萄产量和品质的关系，有选择性地采摘成熟果实，，可能会产出更高质量的葡萄酒；葡萄成熟阶段水分含量的多少是影响葡萄酒品质和数量的一个重要因素，维持轻度或中度的缺水从而诱导一定程度的胁迫可以刺激品质参数(如糖含量、色素、酸度等)的增加，而作物水分胁迫指数 (CWSI)可以有效的评估葡萄的水分胁迫状态，进而为葡萄园提是科学的栽培维护指导。 左图：不同活力水平的葡萄冠层光谱曲线图及 RGB图；右图：同一葡萄地块不同分辨率下的 NDVI 图 左图：中-高水分胁迫水平下的葡萄行 CWSI；1；中、右图：葡萄园地块的可见+红外融合及 CWSI 图 ( 北京市海淀区高里掌路翠湖云中心3号院6号楼1单元101B，邮编：100195 Tel.： +86 10 82611269/1572 Fax： +86 10 62536325 Email： sales@eco-tech.com.cn ) ( 参考文献： ) [1] Filippo Santini，Shawn C. Kefauver，Victor Resco de Dios，Jose L. Araus，Jordi Voltas. Using unmannedaerial vehicle-based multispectral， RGB and thermal imagery for phenotyping of forest genetic trials： Acase study in Pinus halepensis[]. Annals of Applied Biology，2019，174(2)： ( [2] G Tanda，V. Chiarabini. U s e of mu l tispectral and thermal imagery in precis i on viticulture[]. Journa l ofPhysics： Conference S eries，2019，1224(1)： ) 北京市海淀区高里掌路翠湖云中心号院号楼单元，邮编： Http：//www.eco-tech.com.cnTel.：+ Fax：+ Email： sales@eco-tech.com.cn info@eco-tech.com.cn 北京市海淀区高里掌路翠湖云中心号院号楼单元，邮编： Http：//www.eco-tech.com.cnTel.：+ Fax： + Email： sales@eco-tech.com.cn info@eco-tech.com.cn 易科泰推出轻便型、一体化、多传感器无人机遥感作物表型研究监测技术方案——Ecodrone® UAS-4轻便型一体式多光谱-红外热成像遥感系统：1.自主专利UAS-4平台，荣获第24届中国杨凌农业高新科技成果博览会“后稷奖”2.同时搭载多光谱成像、红外热成像及RGB成像，作业时间大于20分钟3.一次飞行可同步获取5/10个光谱波段、热成像数据及RGB，作业效率事半功倍4.厘米级地面分辨率，50m高度地面分辨率达3.4cm ，30m高度（用于田间高通量作物表型分析）地面分辨率可达2cm5.科研级Thermo-RGB成像：640×512像素，多点黑体校准，灵敏度50或30mK，测温范围-25℃-150℃/-40℃-550℃，在线实时温度测量分析，10倍光学变焦RGB镜头，全高清画质，磁编码自稳云台，实时姿态调整，可选配CWSI成像，实时测量作物水分胁迫指数6.专业无人机遥感技术方案，同步获取5/10通道多光谱与红外热成像数据，应用软件可直接得出多个VI（植物光谱反射指数）、标准化冠层温度、CWSI（水分胁迫指数）等7.应用于精准农业研究、作物表型遥感、病虫害监测、农作物产量评估、生物多样性监测、生态环境调查监测等主要功能参数：可分析多个光谱-红外热成像参数1.热成像参数：冠层温度、CWSI、Tc-Ta等2.冠层结构参数：NDVI、NDRE、DVI、VOG、NDWI、GCI、LCI等3.R/G/B指数，如绿度指数等4.可测量光利用效率、浅水环境（气溶胶、浮质等）、叶绿素效率或红边坡度等主要技术指标：案例一：油茶生长状况监测易科泰光谱成像与无人机遥感技术研究中心使用Ecodrone® UAS-4轻便型一体式多光谱-红外热成像遥感系统，对某油茶研究中心的油茶种植区进行了多光谱、红外热成像监测分析。对某油茶研究中心的油茶种植区进行了多光谱、红外热成像监测分析。基于多光谱信息提取GNDVI、NDRE及RVI等多种VI专题数据，基于红外热成像数据查看冠层温度分布、作物水分胁迫程度等，从下图结果可以直接看出不同地面处理（除草区及未除草区）的油茶种植区的植被指数和温度差异明显，除草区因为部分地面裸露，其各种植被指数数值相对较低、温度偏高，可以此为依据进行油茶种植区的精细化管理。另外，结合植被指数及冠层温度同时相差异和多时相的动态变化可深入研究，建立合理的相关性反演模型，从而实现作物表型监测分析、病害监测、产量估计等。案例二：森林遗传表型分析功能性状的遗传变异分析对于了解林木的适应性特性和预测对持续环境变化的反应至关重要。阿勒颇松是一种避旱树种，普遍分布于地中海地区的中西部，被广泛应用于重新造林。由于其环绕地中海分布，不同区域生长条件差异明显，再加上人口收缩和扩张的复杂历史环境，在地上生长部分、吸水模式、水力传导率、繁殖能力等关键特征上产生了种群分化，形成了当前的种内遗传变异现象。无人机遥感系统可以对大规模的森林面积进行有效的形态生理学表征，是实现快速、高通量、大规模森林遗传变异表型分析的一大利器。西班牙的研究学者使用无人机搭载多光谱成像、RGB成像和红外热成像传感器，对56个自然种群中的共计896棵阿勒颇松进行了生理形态研究，使用高分辨率遥感数据、植被指数（VI）及冠层温度等信息来表征与冠层结构和树木生理学相关的功能特征在种群间的差异，分析遥感数据与树干材积（Vob）之间的关系。研究表明，使用植被指数VI、植被覆盖度（VC）及冠层温度表征种群的冠层结构、叶面积、光合色素和气孔调节的生理特性，可以一定程度上反映种群间存在的差异。基于无人机的植被特征及温度信息与实地勘测种群的树干材积之间有着显著相关性，其中多光谱和RGB组合改进后的植被指数（VI）与Log(Vob)呈正相关，冠层温度与Log(Vob)呈现显著负相关。使用改进型植被指数和冠层温度信息，可实现快捷的种群差异调查、反应植物生理状态，实现森林资源遗传研究的高通量表型分析。案例三：葡萄栽培的精准管理通常，葡萄种植者会借助品质、产量等参数评估整体地块的生产力，但这种方法成本高且耗时。随着高品质、高产量葡萄酒的需求日益增长，为了更高效率的提高葡萄产量和质量，对精准的葡萄栽培技术和生长监测方法的研究探索显得尤为重要。意大利和奥地利的研究人员将光学测量、地理定位和遥感监测系统相结合，对奥地利布尔根兰的葡萄园进行了研究，他们使用多光谱成像和红外热成像传感器获取的数据，计算植物活力指标（归一化植被指数NDVI）和作物水分胁迫指数（CWSI）。在活力水平NDVI图中，活力越低的区域葡萄成熟度越高，品质和质量更好，依据NDVI与葡萄产量和品质的关系，有选择性地采摘成熟果实，可能会产出更高质量的葡萄酒；葡萄成熟阶段水分含量的多少是影响葡萄酒品质和数量的一个重要因素，维持轻度或中度的缺水从而诱导一定程度的胁迫可以刺激品质参数（如糖含量、色素、酸度等）的增加，而作物水分胁迫指数（CWSI）可以有效的评估葡萄的水分胁迫状态，进而为葡萄园提供科学的栽培维护指导。参考文献：[1] Filippo Santini,Shawn C. Kefauver,Victor Resco de Dios,José L. Araus,Jordi Voltas. Using unmanned aerial vehicle‐based multispectral, RGB and thermal imagery for phenotyping of forest genetic trials: A case study in Pinus halepensis[J]. Annals of Applied Biology,2019,174(2):[2] G Tanda,V. Chiarabini. Use of multispectral and thermal imagery in precision viticulture[J]. Journal of Physics: Conference Series,2019,1224(1):