Nano HP超微型机载高光谱成像光谱仪

高光谱仪5月热度榜·第7名

报价

¥50万 - 100万

暂无评分

品牌

HeadWall

样本

下载

型号

Nano 超微型无人机载高光谱成像仪

荣誉奖项

产地

美洲

北京欧普特科技有限公司

金牌
第19年
授权经销商

营业执照已审核

留言询价电话询价

核心参数

工作原理： 推扫型

使用状态： 地面/机载均适用

产地类别： 进口

光谱范围： 400-1000

光谱分辨率： 6nm

Nano HP超微型机载高光谱成像光谱仪

Nano HP1.png

特点：

● 经典外置推扫成像方式，每个像元对应真实采集到的地物光谱
● 全反射同心光学设计，原始全息光栅
● 集成度高，主机内置存储系统，内存480G，整机重量约1Kg
● 选配16线Lidar，同步获取3D点云数据
● 选配旋转台，可地面机载两用
● 适用于农业、森林遥感监测、水质监测、生态环境、卫星地面定标等应用。

基本参数：

波段范围（nm）	400-1000
空间通道	1020
光谱通道	342
光谱分辨率（FWHM）	6nm
重量（不含Lidar/含Lidar）	1Kg/1.7Kg

应用案例：

相关方案

综合环保农/林/牧/渔地矿食品/农产品生物产业

无人机高光谱内陆水环境监测系统（HyperSpectral UAV - ILW）
HyperSpectral-ILW是北京欧普特科技有限公司开发的一整套基于无人机的高光谱内陆水环境监测系统。全套系统包括高光谱无人机和高光谱内陆水环境分析软件，客户可以在短时间内针对目标水体（河流、湖泊等）进行测量并快速得到相关的水环境参数。所测量的参数符合国家环保标准的要求，并直接得到水环境监测报告。 HyperSpectral-ILW系统更适合于中小水域、河流段落的快速水环境监测。
环保 2017-11-21
机载高光谱成像光谱仪监测红树林长势
高光谱遥感是进行地表植被观测的强有力工具,对于合理利用高光谱数据进行地表植被监测与分析至关重要。利用高光谱数据进行红树林群落信息提取的实证研究，机载高光谱成像数据可以对红树林分类和长势研究提供有力的支撑。
农/林/牧/渔 2018-11-09
基于高光谱无人机的内陆水环境监测系统（HyperSpectral--ILW）
HyperSpectral-ILW应用全新的技术为内陆水环境监测提供全面的解决方案，测量参数完全符合国家环保要求。 HyperSpectral-ILW系统更适合于中小水域、河流段落的快速水环境监测。
环保 2017-10-13
高光谱-激光雷达（LiDAR）数据融合
高光谱成像数据与激光雷达（LiDAR）数据可以很好的互相补足。高光谱成像数据可以很好的通过遥感来监测农作物疾病，缺水，或者养分的充裕情况。LiDAR可以通过激光脉冲以极其高的精度测量距离。当将高光谱成像系统与LIDAR系统结合后，LIDAR所获得的数据可以生成数字高程模型（DEM可以来更好的帮助高光谱系统利用自身的GPS\IMU数据来对高光谱数据附以地理信息以及正射校正。
农/林/牧/渔 2019-12-11

无人机高光谱内陆水环境监测系统（HyperSpectral UAV - ILW）
HyperSpectral-ILW是北京欧普特科技有限公司开发的一整套基于无人机的高光谱内陆水环境监测系统。全套系统包括高光谱无人机和高光谱内陆水环境分析软件，客户可以在短时间内针对目标水体（河流、湖泊等）进行测量并快速得到相关的水环境参数。所测量的参数符合国家环保标准的要求，并直接得到水环境监测报告。 HyperSpectral-ILW系统更适合于中小水域、河流段落的快速水环境监测。
环保 2017-11-21
基于高光谱无人机的内陆水环境监测系统（HyperSpectral--ILW）
HyperSpectral-ILW应用全新的技术为内陆水环境监测提供全面的解决方案，测量参数完全符合国家环保要求。 HyperSpectral-ILW系统更适合于中小水域、河流段落的快速水环境监测。
环保 2017-10-13
HeadWall农业高光谱无人机系统在精准农业上的应用
--Nano-Hyperspec VNIR (400-1000nm) --270 个光谱通道, 640个空间通道 --**大帧频300Hz --多个焦距可选的镜头 --集成480GB存储卡 --辐射度矫正 --SpectralView® 软件，带有几何矫正功能（1）AgView 软件功能包括：（2）6个关键农用植被指数的计算和影像显示，RGB彩色影像显示（3）指数影像粘贴到Google地图
环保 2017-08-30
基于光谱指数的绿洲农田土壤含水量无人机高光谱检测
预处理在不同程度上提高了光谱指数与SMC的相关性,其中基于Abs-SG预处理的PVI_((R644,R651))表现**优,相关系数为0.788,据此构建的三次拟合函数表现**优。基于不同预处理方案下多变量SMC估算模型效果在消噪的基础上,更为深度地挖掘了光谱信息,减少了单一光谱指数造成的误差,提升了模型的定量估测效果。Abs模型预测精度亦**为突出,其建模集R_c~2和RMSE为0.80、2.42**,验证集R_p~2与RMSE为0.91、1.71**,RPD为2.41。本研究构建的SMC估算模型减少了单一变量模型的误差;在规避过拟合现象的同时,提升了模型的定量估测效果,为土壤水分状况天地空一体化遥感监测提供了崭新的视角和方案。
环保 2018-12-06

机载高光谱成像光谱仪监测红树林长势
高光谱遥感是进行地表植被观测的强有力工具,对于合理利用高光谱数据进行地表植被监测与分析至关重要。利用高光谱数据进行红树林群落信息提取的实证研究，机载高光谱成像数据可以对红树林分类和长势研究提供有力的支撑。
农/林/牧/渔 2018-11-09
高光谱-激光雷达（LiDAR）数据融合
高光谱成像数据与激光雷达（LiDAR）数据可以很好的互相补足。高光谱成像数据可以很好的通过遥感来监测农作物疾病，缺水，或者养分的充裕情况。LiDAR可以通过激光脉冲以极其高的精度测量距离。当将高光谱成像系统与LIDAR系统结合后，LIDAR所获得的数据可以生成数字高程模型（DEM可以来更好的帮助高光谱系统利用自身的GPS\IMU数据来对高光谱数据附以地理信息以及正射校正。
农/林/牧/渔 2019-12-11
高光谱-Lidar系统以及数据集成在地表地物观察中的应用
这个项目提出了一种可行的混合遥感方法，用于使用窄带高光谱观测和测量水平和垂直冠层结构，对监测GPP和LUE具有重要意义。高光谱成像光谱仪提供高从400~1000nm光谱范围内,均匀间隔0.75nm的800个波段的，1.29nm FWHM光谱分辨率的高光谱图像。LIDAR准确无误地测量截取表面在150米范围内的平均垂直分布图像，精度为±15毫米。该系统的集成科学和数据产品有可能支持基于卫星的混合光谱和空间结构的档案中NEE和相关参数的监测，如生态系统LUE。
农/林/牧/渔 2019-01-17
基于无人机高光谱和空间数据改善葡萄园病虫害监测新方法
Fernando Vanegas等人使用了一种基于无人机遥感的方法，以提高现有人工检查和昆虫诱捕器等监测手段来检测病虫害侵扰（例如葡萄园中的葡萄叶枯病，图1）的效率。该方法利用集成到无人机上的高光谱、多光谱和RGB传感器的数据，开发一种新的方法来收集、处理、分析和整合多光谱、高光谱、地面和空间数据，以获取不同分析结果。这种方式将为研究人员、农业专家和无人机从业者提供可靠的数据收集方法，以实现更快分析研究。
农/林/牧/渔 2024-02-23

LiDAR激光雷达与高光谱成像系统：黄金标准搭档
随着遥感技术的发展，各行各业的遥感应用者都发现了将激光雷达（LiDAR）设备搭载到高光谱成像系统的重要性。由于现如今的各种仪器都变的越来越轻便，无人机的载荷能力也有了显著的提升。这使遥感应用者在农业，矿业和环境研究的应用中可以获得更配套，更完整的数据。着眼于当今技术发展的趋势，一套集成了GPS/IMU设备，激光雷达（LiDAR）以及高光谱成像仪的空中数据采集系统已经成为许多遥感项目的黄金标准搭档。
地矿 2019-12-11

机载高光谱成像仪监测玉米群体生长信息
北京欧普特科技有限公司于今年8月份协助中国农科院作物所在新乡综合试验基地用无人机搭载推扫高光谱成像仪Nano-Hyperspec对各实验处理田块获取高光谱成像数据，进行长势监测分析。通过与地面实测数据进行对比分析，利用高光谱成像仪采集的光谱信息构建的多种光谱特征与玉米叶面积指数、叶片氮含量、氮积累量等关键农学指标具有显著相关关系，能够反映不同实验处理间的差异性。为探索实现玉米生长动态监测及营养状况诊断提供了有效的技术途径。
食品/农产品 2018-11-09

宁格罗礁健康监测——无人机搭载高光谱对珊瑚礁健康状态监测
昆士兰理工大学（QUT）学者利用无人机搭载高分辨率相机与高光谱成像仪对40公顷的Ningaloo珊瑚礁进行了扫描。无人机高光谱数据采集相比较与以往的地面观察采集效率会高出很多很多。本次项目中利用的无人机高光谱技术同时也可以应用于水域藻类生物入侵监测。
生物产业 2019-12-11