無人機(jī)遙感技術(shù)能夠自動(dòng)化、智能化、專用化地快速獲取空間遙感信息，在生態(tài)調(diào)查中扮演著越來越重要的角色，廣泛應(yīng)用于高時(shí)空分辨率生態(tài)環(huán)境調(diào)查、植物物候調(diào)查、動(dòng)物行為和種群數(shù)量檢測(cè)、生物多樣性監(jiān)測(cè)、生態(tài)災(zāi)害應(yīng)急響應(yīng)和評(píng)估等生態(tài)調(diào)查與研究工作。
易科泰公司設(shè)立有光譜成像與無人機(jī)遙感技術(shù)研究中心，基于自主研發(fā)設(shè)計(jì)Ecodrone?系列4旋翼輕便型無人機(jī)和8旋翼無人機(jī)專業(yè)遙感平臺(tái)及云臺(tái)，搭載高光譜、多光譜、Thermo-RGB以及高精度LiDAR等，組成完整的Ready-to-fly一體式無人機(jī)系統(tǒng)，具備系統(tǒng)高精度、高分辨率成像、三維點(diǎn)云高密度以及一機(jī)多能等特點(diǎn)，為陸地和海洋生態(tài)研究與監(jiān)測(cè)提供全面的低空遙感技術(shù)解決方案。
·Ecodrone?輕便型一體式多光譜-紅外熱成像無人機(jī)遙感系統(tǒng)
·Ecodrone?一體式高光譜-激光雷達(dá)無人機(jī)遙感系統(tǒng)
·Ecodrone?一體式高光譜-紅外熱成像無人機(jī)遙感系統(tǒng)
·Ecodrone?一體式高光譜-紅外熱成像-激光雷達(dá)無人機(jī)遙感系統(tǒng)
·Ecodrone?水深與地形測(cè)量LiDAR無人機(jī)遙感系統(tǒng)
案例一、旱地植被分類與生物多樣性調(diào)查
半干旱生態(tài)系統(tǒng)（即旱地）中的植被在調(diào)節(jié)全 球碳平衡方面發(fā)揮著重要作用。然而，復(fù)雜環(huán)境下不同生物群落相互交錯(cuò)，對(duì)旱地區(qū)域繪制、量化植被物種和結(jié)構(gòu)造成很大的困難。要完全解決旱地植物的分類問題，需要綜合考慮冠層生物化學(xué)、結(jié)構(gòu)和環(huán)境變量。高光譜遙感已被用于對(duì)全 球不同生物群落內(nèi)的植被物種分類，但大面積旱地植被的光學(xué)分類仍面對(duì)著光譜混合像元及光譜異質(zhì)性的挑戰(zhàn)。激光雷達(dá)指標(biāo)（如冠層高度）表征三維冠層結(jié)構(gòu)的能力為光學(xué)分類提供了補(bǔ)充信息，此外，激光雷達(dá)數(shù)據(jù)可導(dǎo)出高分辨率數(shù)據(jù)高程模型 DEM，為植被分類提供坡度、坡向和高程等地形信息，可提高植被分類覆蓋的精度。
美國(guó)的研究學(xué)者將植被光學(xué)（高光譜）和結(jié)構(gòu)（激光雷達(dá)）信息結(jié)合，對(duì)位于美國(guó)愛達(dá)荷州奧懷希山脈的雷諾茲溪實(shí)驗(yàn)流域的干旱地區(qū)（xeric）及半干旱地區(qū)（mesic）進(jìn)行了植被分類研究。這項(xiàng)研究整合了高光譜光譜分類技術(shù)與激光雷達(dá)衍生數(shù)據(jù)，利用植被光譜信息、冠層高度及地形信息，提高了半干旱生態(tài)系統(tǒng)的分類精度，成功繪制包含土壤、草和灌木的干旱區(qū)域豐度圖及包含白楊、花旗松、杜松和其他河岸植被的分類地圖。經(jīng)驗(yàn)證，將激光雷達(dá)信息納入高光譜分類方案后，整體分類準(zhǔn)確率從 60% 提高到 89%。
基于高光譜分類和激光雷達(dá)衍生產(chǎn)品的最 終植被覆蓋圖；（左）mesic 分類和（右）xeric 分類
案例二、藍(lán)藻水華豐度及風(fēng)險(xiǎn)評(píng)估
藍(lán)藻是廣泛分布的光合微生物群體，通常在溫暖、營(yíng)養(yǎng)豐富的淡水和咸水湖泊中占主導(dǎo)地位。藍(lán)藻已知能產(chǎn)生多種毒素，是全 球飲用水和灌溉水源以及漁業(yè)的主要威脅因素。因此，藍(lán)藻的相對(duì)豐度參數(shù)被認(rèn)為是內(nèi)陸和沿海水域質(zhì)量的重要指標(biāo)。因此，量化藍(lán)藻的相對(duì)豐度有助于環(huán)境機(jī)構(gòu)、水務(wù)部門、公共衛(wèi)生組織等機(jī)構(gòu)及時(shí)發(fā)出藍(lán)藻水華預(yù)警。國(guó)內(nèi)研究學(xué)者基于高光譜成像技術(shù)開發(fā)了一個(gè)經(jīng)驗(yàn)?zāi)Ｐ停梢怨浪闼{(lán)藻藻藍(lán)素（PC）和葉綠素a（Chl-a）的濃度比，進(jìn)而檢測(cè)藍(lán)藻在內(nèi)陸水域中的相對(duì)豐度。基于遙感反演的PC:Chl-a成果可以快速推進(jìn)內(nèi)陸水域中藍(lán)藻風(fēng)險(xiǎn)的初步評(píng)估，極大地提高管理內(nèi)陸水域質(zhì)量的能力。
左圖：由多張高光譜圖像生成的蓋斯特水庫(A)和莫爾斯水庫(B)中藍(lán)藻相對(duì)豐度的空間分布；右圖：基于決策樹分類模型評(píng)估蓋斯特水庫(A)和莫爾斯水庫(B)中藍(lán)藻對(duì)人類健康造成的風(fēng)險(xiǎn)
案例三、機(jī)載Lidar激光雷達(dá)用于生態(tài)系統(tǒng)調(diào)查
1.自然生態(tài)系統(tǒng)調(diào)查
比利牛斯山脈是歐洲西南部的山脈，位于法國(guó)與西班牙交界處，山脈地勢(shì)陡峭，最 大高差達(dá)1000m，多茂密森林，調(diào)查測(cè)量極具挑戰(zhàn)性。國(guó)土資源部門利用機(jī)載YellowScan Lidar——Explorer對(duì)比利牛斯山脈共計(jì)400公頃覆蓋面積的多個(gè)走廊帶進(jìn)行了測(cè)量，結(jié)合航帶校準(zhǔn)功能，最 終獲取了點(diǎn)密度優(yōu)于100點(diǎn)每平方米、精度5cm的高質(zhì)量點(diǎn)云成果，為該區(qū)域的動(dòng)態(tài)監(jiān)測(cè)提供了可靠的基礎(chǔ)數(shù)據(jù)。
比利牛斯山脈研究區(qū)RGB影像及Lidar成果圖
YellowScan Explorer可以輕松處理海拔高差超過400米的測(cè)量任務(wù)；具有高精度 DTM 數(shù)據(jù)的點(diǎn)云垂直切片
2. 城市生態(tài)系統(tǒng)調(diào)查
易科泰空陸雙基LiDAR系統(tǒng)，憑借自主研發(fā)的UAS 8旋翼無人機(jī)平臺(tái)與國(guó)際尖 端LiDAR技術(shù)的深度融合，創(chuàng)新性地集成了移動(dòng)測(cè)量吊艙，構(gòu)建了一套集多功能、多平臺(tái)于一體的LiDAR解決方案。該系統(tǒng)靈活多變，能夠無縫切換于Ecodrone無人機(jī)與車載平臺(tái)之間，同步采集同一區(qū)域的低空與地面移動(dòng)測(cè)量數(shù)據(jù)，實(shí)現(xiàn)了空陸聯(lián)動(dòng)的覆蓋。通過結(jié)合高分辨率激光掃描與精 準(zhǔn)定位技術(shù)，該系統(tǒng)能夠生成完整、無死角的城市地物三維點(diǎn)云數(shù)據(jù)，為智慧城市建設(shè)、三維建模、精 準(zhǔn)城市規(guī)劃及綠化管理等領(lǐng)域提供了強(qiáng)有力的數(shù)據(jù)支持，推動(dòng)了城市管理的智能化與精細(xì)化進(jìn)程。
比利時(shí)哈瑟爾特鎮(zhèn)Groene大道整體及局部點(diǎn)云圖
比利時(shí)哈瑟爾特鎮(zhèn)的樹木管理人員，在運(yùn)用這套先進(jìn)的機(jī)載與車載雙模式激光雷達(dá)系統(tǒng)后，深度挖掘了其在樹木生長(zhǎng)監(jiān)測(cè)與修剪管理中的巨大潛力。系統(tǒng)采集的超高密度點(diǎn)云數(shù)據(jù)，達(dá)到了每平方米1610點(diǎn)，這一精細(xì)度不僅精 準(zhǔn)鎖定了樹木的地理位置，還實(shí)現(xiàn)了對(duì)樹高、胸高直徑、樹冠直徑、無枝干高度及樹冠體積等關(guān)鍵生長(zhǎng)參數(shù)的精確測(cè)量與計(jì)算。
尤為值得一提的是，通過對(duì)樹木修剪前后的點(diǎn)云數(shù)據(jù)進(jìn)行對(duì)比分析，系統(tǒng)能夠迅速量化樹冠體積的細(xì)微變化，進(jìn)而準(zhǔn)確評(píng)估修剪強(qiáng)度，這一功能極大地提升了綠化管理的科學(xué)性與效率。管理人員得以依托這些詳實(shí)的數(shù)據(jù)，迅速評(píng)估樹木的生長(zhǎng)狀況，識(shí)別潛在的健康問題，為后續(xù)的綠化決策與調(diào)整提供了堅(jiān)實(shí)的數(shù)據(jù)支撐。這一創(chuàng)新應(yīng)用不僅展現(xiàn)了激光雷達(dá)技術(shù)在城市綠化管理中的巨大價(jià)值，也為智慧城市的綠色生態(tài)建設(shè)開辟了新路徑。
參考文獻(xiàn)：
1. Shi K, Zhang Y, Li Y, et al. 2015. Remote estimation of cyanobacteria-dominance in inland waters. Water research, 68: 217-226
2. Hamid Dashti, et al. 2019. Regional Scale Dryland Vegetation Classification with an Integrated Lidar-Hyperspectral Approach. Remote Sensing, 11(18)
北京易科泰生態(tài)技術(shù)公司提供生態(tài)監(jiān)測(cè)與調(diào)查研究全面技術(shù)方案：
·ENVIS近地遙感生態(tài)觀測(cè)系統(tǒng)儀器
·ET-LEDIF植物冠層葉綠素?zé)晒馍鷳B(tài)監(jiān)測(cè)系統(tǒng)
·PhenoPlot輕便型植物表型成像分析系統(tǒng)
·Thermo-RGB一體式紅外熱成像儀
·Ecodrone?輕便型一體式多光譜-紅外熱成像無人機(jī)遙感系統(tǒng)
·Ecodrone?一體式高光譜-紅外熱成像-激光雷達(dá)無人機(jī)遙感系統(tǒng)
·Ecodrone?水深與地形測(cè)量LiDAR無人機(jī)遙感系統(tǒng)
