• 技术文章ARTICLE

    您当前的位置:首页 > 技术文章 > Ecodrone®无人机遥感系统应用于城市森林结构测量和生态功能评估

    Ecodrone®无人机遥感系统应用于城市森林结构测量和生态功能评估

    发布时间: 2022-05-09  点击次数: 1277次

    Ecodrone®高光谱-LiDAR一体式无人机遥感系统应用于城市森林结构测量和生态功能评估

    城市森林结构的测量是评估城市森林生态功能的前提,如城市热岛缓解、去除空气污染、碳储存、建筑能耗改造和减少雨水径流等。对城市森林结构和功能的有效评估,可以更好的约束其碳汇作用,并加深城市化对生态系统影响的理解。传统上使用的样地抽样方式存在耗时、耗力、环境限制及抽样误差等缺点,且结果无法表征整个城市的森林空间分布。而无人机遥感系统凭借覆盖范围广、采集速度快、重访周期短、省时省力等特点,为城市森林物种分布、叶面积指数(LAI)计算和碳储存预估等工作提供了新的解决方案。

    Ecodrone®一体式高光谱-LiDAR无人机遥感系统,结合了自主研发的Ecodrone系列无人机和国际高光谱成像技术、机载LiDAR技术,一次飞行可同时获取高光谱、激光雷达及高清RGB数据,可助力森林结构调查、树木表征、生物固碳及碳储存研究等领域。

    51.png


    系统特点

    1)8旋翼专业无人机遥感平台,同时搭载400-1000nm/900-1700nm高光谱成像、机载PC及LiDAR-RGB系统,可飞行作业20分钟以上,有效覆盖面积超10ha

    2)系统配备市场先进的GNSS/IMU系统,后处理定位精度可达0.02m,速度精度0.015m/s,横滚&俯仰精度0.025°,机头朝向精度0.08°,保障最终数据精度

    3)高光谱成像单元:

    a) 推扫式高光谱成像技术,航带飞行作业一次成像,无需拼接

    b) 超高地面分辨率:1024像素,50m高度地面分辨率达3.5cm,30m高度(用于高分辨率林木表型分析)地面分辨率可达2cm

    c) 高速数据采集:全波段采集帧率高达330FPS,MROI模式下,最高帧率可达9900FPS,有效适配更大范围的飞行速度,适应多种机型及飞行场景,尤其在有风的情况下,也能够得到锐利清晰的作物或树木高光谱影像

    d) 超高信噪比:VNIR波段高达400:1NIR波段高达1200:1,具有更优异的光线收集能力,结合AIE图像增强算法,获得高质量数据

    e) MROI功能:可根据需求自由选择感兴趣光谱波段,最大称度减少数据冗余,提高光谱成像大数据处理分析效率,节省存储空间

    f) 数据预处理软件:单航带处理和批处理模式,具备辐射校正、地理校正、视轴检较、GNSS漂移改正,支持Oxford、Applanix、Novatal、AeroControl、NMEA、SpatialDual等多种POS系统,可按航带、批量快速输出经校正后的高光谱影像数据用于后处理分析

    4)LiDAR-RGB单元:

    a) 系统自带高清RGB镜头,2000万像素,50m高度地面分辨率高达1.3cm

    b) 高密度三维点云,50m飞行高度点云密度700pts/m2

    c) 精度高达2.5cm3次回波,典型飞行高度100m

    d) 系统自动智能电池,续航时间60分钟,无需无人机供电,有效节省无人机功耗,提高作业效率

    5)专业无人机遥感技术方案,同步获取高光谱与激光雷达数据,应用软件可直接得出近百种植被光谱反射指数、高密度真彩色点云、三维测量数据、分类点云、DSM、DTM、DHM等

    应用案例

    为了对城市森林资源的结构和功能进行更有效的评估和全面呈现其空间分布特征,NASA与加州大学、USDA林业局的研究学者使用高光谱图像和激光雷达数据对加利福尼亚州圣巴巴拉市45%的区域进行了研究,并绘制了研究区域内的城市森林物种、叶面积指数(LAI)和碳储存专题图。

    52.png


    结果表明,将不同树种的光谱差异及激光雷达数据衍生的结构指标(例如,树高、宽高比、树冠孔隙度)等融合后,可以有效地评估冠层尺度上城市森林的物种分布、叶面积指数(LAI)和碳储存。高光谱图像与激光雷达数据融合的空中遥感方法消除了抽样误差,以精细的空间分辨率展现可视化的物种分布和LAI、碳储存专题图,将有助于管理人员进行虫害监测、入侵物种研究、及最大限度地利用城市森林的生态系统服务。

    易科泰生态技术公司致力于生态-农业-健康研究发展与创新应用,为森林遥感研究、林木表型分析、植被资源调查、生态环境研究、林业测绘等领域提供无人机及近地遥感全面技术方案。

    参考文献:

    [1] Alonzo M ,  Mcfadden J P ,  Nowak D J , et al. Mapping urban forest structure and function using hyperspectral imagery and lidar data[J]. Urban Forestry & Urban Greening, 2016, 17:135-147.