Yiketai Spectral Imaging and Unmanned Aerial Vehicle Remote Sensing Technology Research Center lancia Ecodrone^®Sistema integrato di telerilevamento per veicoli aerei iperspettrali LiDAR senza pilota. Il sistema include lo strumento di imaging iperspettrale della banda VNIR/NIR e lo scanner LiDAR, che possono contemporaneamente ottenere informazioni sulla mappa di destinazione e dati 3D della nuvola di punti in un volo. Viene applicato nella ricerca agricola di precisione su larga scala e multi-dimensionale, nell'analisi del fenotipo ad alta velocità sul campo, nell'indagine delle risorse della vegetazione forestale, nella ricerca ambientale ecologica, nell'esplorazione geologica e minerale, nella ricerca archeologica, nel pattugliamento della linea elettrica, nel rilevamento aereo e in altri campi.

Sulla base di Ecodrone^®Il sensore LiDAR iperspettrale integrato montato sulla piattaforma drone non solo cattura immagini ad alta risoluzione dei riflessi spettrali orizzontali di foglie o baldacchini, ma emette attivamente impulsi ad alta frequenza per penetrare direttamente nel baldacchino vegetativo, ottenendo informazioni strutturali tridimensionali ad alta precisione sulle informazioni sulla vegetazione e sulla struttura dell'habitat. È di grande importanza per il monitoraggio in situ rapido e non distruttivo dei livelli di baldacchino e strutturale, la ricerca sulla diversità delle specie forestali, l'analisi dello stress biotico e abiotico delle piante e i cambiamenti dinamici nell'ambiente e nell'ecosistema.

Caratteristiche di prestazione:

l Piattaforma di telerilevamento professionale per veicoli aerei senza pilota a 8 rotori, dotata di imaging iperspettrale AFX, PC di bordo e LiDAR, in grado di operare in volo per più di 20 minuti, con una copertura effettiva di oltre 10 ettari

l Risoluzione al suolo a livello centimetro, con risoluzione al suolo di 3,5 cm per immagini iperspettrali ad un'altezza di 50m e 2 cm per analisi del fenotipo delle colture ad alta produttività ad un'altezza di 30m

l L'operazione di volo della linea del campione singola alta 50m può raccogliere automaticamente e formare una striscia del campione larga 36m di imaging iperspettrale big data

l Nuvola di punti 3D ad alta densità con una precisione di 2,5 cm, capace di 3 echi, e una densità di nuvole di punti di 700pts/metro quadrato ad un'altitudine di volo di 50m

l Il software applicativo può ottenere direttamente quasi un centinaio di indici di riflettanza spettrale delle piante, nuvole di punti 3D ad alta densità, dati di misurazione 3D, nuvole di punti di classificazione, DTM, ecc

l Applicato alla ricerca agricola di precisione, all'analisi del fenotipo ad alto rendimento del campo, all'indagine delle risorse della vegetazione forestale, alla ricerca ambientale ecologica, al monitoraggio delle risorse idriche, all'esplorazione geologica e minerale, alla ricerca archeologica, al pattugliamento della linea elettrica, al rilevamento aereo, ecc

Principali indicatori tecnici:

n Caso 1: Indagine sulla classificazione della vegetazione secca

La vegetazione negli ecosistemi semi-aridi (cioè nelle regioni aride) svolge un ruolo importante nel regolare l'equilibrio globale del carbonio. Tuttavia, l'intreccio di diverse comunità biologiche in ambienti complessi pone sfide significative per la mappatura e la quantificazione di specie e strutture vegetali nelle regioni aride. Per risolvere completamente il problema di classificazione delle piante secche, è necessario considerare in modo completo la biochimica, la struttura e le variabili ambientali del baldacchino. Il telerilevamento iperspettrale è stato utilizzato per classificare specie vegetali in diverse comunità biologiche in tutto il mondo, ma la classificazione ottica di grandi aree di vegetazione arida deve ancora affrontare sfide da pixel di miscelazione spettrale e eterogeneità spettrale. La capacità degli indicatori LiDAR (come l'altezza del baldacchino) di caratterizzare la struttura tridimensionale del baldacchino fornisce informazioni supplementari per la classificazione ottica. Inoltre, i dati LiDAR possono esportare modelli di elevazione dati ad alta risoluzione (DEM) per fornire informazioni sul terreno come pendenza, aspetto e altitudine per la classificazione della vegetazione, che possono migliorare l'accuratezza della copertura della classificazione della vegetazione.

Ricercatori negli Stati Uniti hanno combinato informazioni ottiche (iperspettrali) e strutturali (LiDAR) per condurre studi di classificazione della vegetazione sulle regioni aride (xeric) e semi-aride (mesic) dello spartiacque sperimentale Reynolds Creek situato nelle montagne Ohuaich dell'Idaho, USA. Questo studio ha integrato la tecnologia di classificazione spettrale iperspettrale con i dati derivati da LiDAR, utilizzando informazioni spettrali della vegetazione, altezza del baldacchino e informazioni sul terreno per migliorare la precisione di classificazione degli ecosistemi semi-aridi. Ha disegnato con successo mappe di abbondanza di aree aride tra cui suolo, erba e arbusti, così come mappe di classificazione di pioppo, abete Douglas, Juniperus e altre vegetazione ripariale. Dopo la verifica, l'integrazione delle informazioni LiDAR nello schema di classificazione iperspettrale ha migliorato l'accuratezza complessiva della classificazione dal 60% all'89%.

Mappa finale della copertura vegetale basata sulla classificazione iperspettrale e sui prodotti derivati da LiDAR; Classificazione messica (sinistra) e classificazione Xenica (destra)

n Caso di applicazione 2: Identificazione ed estrazione di corpi idrici di piccola superficie

L'acqua non è solo una risorsa naturale essenziale, ma anche un importante fondamento ambientale per la biodiversità. L'estrazione a cielo aperto è una delle attività umane che hanno un forte impatto sull'ambiente e hanno un impatto negativo significativo sul biota d'acqua dolce. Tuttavia, il suolo abbandonato e le scorie generate dalle attività minerarie hanno formato molte depressioni piene d'acqua attraverso la coltivazione tecnologica o la successione naturale. Queste piccole aree d'acqua sono particolarmente preziose per specie acquatiche come Anura e libellule. Al fine di gestire meglio le risorse idriche, proteggere questi ecosistemi minacciati e prevenire la perdita di biodiversità, è necessario estrarre accuratamente e monitorare ripetutamente i corpi idrici superficiali aperti.

Il telerilevamento è stato ampiamente utilizzato per identificare i corpi idrici, ma le immagini ottiche sono difficili da distinguere le caratteristiche dell'acqua da altri oggetti con bassa riflettività, come le ombre degli alberi. Per affrontare questi problemi, ricercatori dell'Università ceca di Scienze della Vita hanno valutato la capacità dei metodi di fusione dei dati iperspettrali e LiDAR per l'identificazione precisa di piccoli corpi idrici.

(A) fotografie aeree a colori reali, (B) sintesi di colore falsa e (C) combinazione variabile LiDAR

L'area di ricerca si trova nel bacino di lignite nella parte settentrionale della Boemia, Repubblica Ceca. Si compone principalmente di quattro cumuli abbandonati di suolo e scorie, che contengono blocchi d'acqua di diverse forme, altezze e dimensioni. In questo studio, un metodo di classificazione basato su oggetti è stato utilizzato per estrarre corpi idrici di superficie aperta da terreni abbandonati e cumuli di scorie con altissima precisione (errore di classificazione del 2%, errore di classificazione dello 0,4% in errore di classificazione) nei dati iperspettrali e LiDAR integrati, con la massima precisione rispetto all'utilizzo di dati iperspettrali o LiDAR da soli.

Differenze di classificazione basate esclusivamente su dati iperspettrali (blu scuro) e variabili LiDAR complete (blu chiaro)

I risultati della ricerca indicano che l'integrazione dei dati iperspettrali e LiDAR può eliminare con successo l'influenza delle ombre e migliorare notevolmente la capacità di riconoscimento dei corpi idrici su piccola scala, fondamentale per il monitoraggio dinamico dei corpi idrici negli habitat e il ripristino e la protezione ecologici.

Yiketai Ecological Technology Company è impegnata nella ricerca, nello sviluppo e nell'applicazione innovativa della salute dell'agricoltura ecologicaFornire soluzioni tecnologiche complete per la ricerca agricola di precisione, l'indagine delle risorse vegetali forestali, il monitoraggio dell'ambiente ecologico, l'indagine dei minerali geologici, la ricerca ambientale, la cartografia aeronautica e altri settori di applicazione.

Riferimenti:

[1] Hamid Dashti,Andrew Poley,Nancy F. Glenn,Nayani Ilangakoon,Lucas Spaete,Dar Roberts,Josh Enterkine,Alejandro N. Flores,Susan L. Ustin,Jessica J. Mitchell. Regional Scale Dryland Vegetation Classification with an Integrated Lidar-Hyperspectral Approach[J]. Remote Sensing,2019,11(18):

[2] Science - Applied Geoscience; Findings on Applied Geoscience Discussed by Investigators at Czech University of Life Sciences Prague (Integration of Hyperspectral and Lidar Data for Mapping Small Water Bodies)[J]. Science Letter,2020: