近年來，基于無人機(jī)、先進(jìn)傳感器、GPS和嵌入式設(shè)備等不同技術(shù)組合的面向應(yīng)用的一體化解決方案，正在不斷革新遙感監(jiān)測的技術(shù)手段，使其在各行業(yè)受到廣泛的推崇。

易科泰光譜成像與無人機(jī)遙感技術(shù)（西安）研究中心，引進(jìn)厲害的高光譜成像傳感器，全新推出EcoDrone® UAS機(jī)載高光譜遙感系統(tǒng)，可為多維度農(nóng)業(yè)研究、農(nóng)作物表型分析、生物多樣性評估等農(nóng)業(yè)遙感監(jiān)測領(lǐng)域提供高通量解決方案，并提供SpectrAPP光譜成像技術(shù)創(chuàng)新應(yīng)用項(xiàng)目合作與技術(shù)服務(wù)。

案例一、土壤及植被高光譜遙感監(jiān)測

農(nóng)業(yè)對經(jīng)濟(jì)和社會的重大影響，讓基于觀測研究田間作物動態(tài)變化的高通量大田遙感監(jiān)測研究成為現(xiàn)代農(nóng)業(yè)研究的熱點(diǎn)話題。西班牙拉斯帕爾馬斯大學(xué)Pablo等研究人員，在2018年5月到8月之間利用機(jī)載FX高光譜成像系統(tǒng)對西班牙Gran Canaria島的一個葡萄園區(qū)域進(jìn)行遙感成像監(jiān)測并分析其光譜特征及植被生長狀況。

通過光譜特征差異及基于統(tǒng)計學(xué)習(xí)理論的SVM機(jī)器學(xué)習(xí)算法，對該葡萄園小樣本區(qū)進(jìn)行了準(zhǔn)確分類，結(jié)果如下圖c），其中藍(lán)色表示土壤，綠色表示植被，紅色表示植被陰影。

圖1：a）包含ROI的地物RGB影像；b）光譜反射特征曲線；c）基于SVM的分類

本研究使用以下模型對植被生長情況進(jìn)行反演，考慮到MCARI易受土壤反射率和冠層非光合作用物質(zhì)的影響，因此研究中引入MSAVI和NDVI，用來剔除LAI和土壤背景的影響。

圖2：d）NDVI；e）MSAVI；f）MCARI

通過上述MCARI模型可看出未被陰影遮擋的植被具有較高的葉綠素含量，并結(jié)合NDVI及MSAVI光譜指數(shù)模型反演，可對研究區(qū)植被覆蓋度、葉綠素吸收效率、土壤背景調(diào)節(jié)影響等指標(biāo)進(jìn)行有效評估。

案例二、大田植被生長監(jiān)測

易科泰光譜成像與無人機(jī)遙感技術(shù)研究中心使用EcoDrone® UAS-8無人機(jī)搭載AFX10高光譜成像系統(tǒng)，對野外大田中兩種不同植被樹種及兩種不同狀態(tài)下的土地進(jìn)行高光譜成像監(jiān)測分析。

通過輻射校準(zhǔn)后的地表輻射光譜特征，分析發(fā)現(xiàn)兩種植被在400-700nm可見光波段范圍內(nèi)，Tree 2總輻射量高于Tree 1，結(jié)合NDVI得知，其葉面積及葉綠素指標(biāo)均高于Tree 1，整體生長優(yōu)于Tree 1。兩種不同狀態(tài)的土地光譜特征在750nm前后的大小關(guān)系相反。反映了剛收割完小麥的土地Ground 1和長期處于荒廢狀態(tài)的裸地Ground 2（雜草伴生）受土壤水分及有機(jī)質(zhì)含量等的影響，光譜表現(xiàn)差異明顯。

提取研究區(qū)NDVI、EVI、SIPI及WBI等植被指數(shù)，統(tǒng)計分析可看出，用于反映葉面積指數(shù)及葉綠素濃度的EVI和NDVI指數(shù)，相關(guān)性強(qiáng)，可用于反演植被覆蓋及生長狀況。

對比衛(wèi)星影像可以看出，通過機(jī)載高光譜成像結(jié)合高精度GNSS/IMU輔助航空攝影方法，得到的地物高光譜數(shù)據(jù)，具有厘米級別的地理精度，并大大提高了空間分辨率和光譜分辨率，使得那些無法通過RGB或多光譜成像發(fā)現(xiàn)的隱含信息可以輕易顯現(xiàn)出來，增加了信息表達(dá)和識別能力，可作為大范圍地表低空遙感探測的重要技術(shù)手段。

易科泰光譜成像與無人機(jī)遙感技術(shù)（西安）研究中心擁有EcoDrone®無人機(jī)遙感平臺、及SpectraScan地面光譜成像設(shè)備，結(jié)合RGB成像分析、紅外熱成像技術(shù)，可提供農(nóng)田植被遙感監(jiān)測、作物表型高通量分析、生物多樣性評估等技術(shù)服務(wù)和實(shí)驗(yàn)合作。