易科泰推出無人機遙感森林生態(tài)監(jiān)測技術(shù)方案——Ecodrone?高分辨率高光譜-紅外熱成像無人機遙感平臺：

1. 高負載、長續(xù)航UAS-8 pro無人機遙感平臺，專門設(shè)計用于芬蘭Specim公司AisaKestrel高光譜成像系列與紅外熱成像遙感
2. 高分辨率：400-1000nm波段空間分辨率可達2040像素、600-1640nm波段達640像素
3. 400-1000nm波段100m飛行高度地面分辨率可達3.5cm、覆蓋面積22公頃
4. 專業(yè)無人機遙感技術(shù)方案，同步獲取高光譜與紅外熱成像數(shù)據(jù)，應(yīng)用軟件可直接得出90多個VI（植物光譜反射指數(shù)）、F（葉綠素?zé)晒猓?、?biāo)準(zhǔn)化冠層溫度、CWSI（水分脅迫指數(shù)）等
5. Ecodrone ?UAS-8高光譜無人機遙感平臺榮獲2020年檢驗檢測認證認可行業(yè)年度風(fēng)云榜“儀器設(shè)備十大新銳產(chǎn)品”
6. 應(yīng)用于森林生態(tài)健康狀態(tài)監(jiān)測、病蟲害監(jiān)測、生物多樣性監(jiān)測等

主要參數(shù)指標(biāo)：

人工松樹林生長監(jiān)測（西安易科泰光譜成像與無人機遙感技術(shù)研究中心供圖）

研究案例1：疫霉菌感染橡樹林退化的早期監(jiān)測與危害程度評估

位于西班牙安達盧西亞地區(qū)的橡樹林由于疫霉菌感染而長期處于退化風(fēng)險中，為了能夠?qū)σ呙咕腥镜南饦淞诌M行早期監(jiān)測，英國斯旺西大學(xué)和西班牙可持續(xù)農(nóng)業(yè)研究所的科學(xué)家，基于可見光到短波紅外的高光譜成像以及紅外熱成像遙感數(shù)據(jù)建立了預(yù)測模型，結(jié)合超過1100棵樹的地面驗證數(shù)據(jù)顯示，該模型對退化樹種的識別精確率達到了82%。其中有34%的受感染樹木尚處于早期，未表現(xiàn)出可視癥狀，這一預(yù)測結(jié)果在兩年后的二次評估中得到了驗證。

據(jù)模型變量分析，標(biāo)準(zhǔn)化冠層溫度Tc-Ta和葉綠素?zé)晒釬s是評估是否染病的最重要指標(biāo)，染病樹木溫度顯著升高，水分、類胡蘿卜素、葉綠素含量及葉面積指數(shù)等顯著降低，VI指數(shù)CI2、LIC3、MND等在早期檢測和危害評估中比色素指數(shù)更為重要，該結(jié)果有力的證明了高光譜-紅外熱成像結(jié)合技術(shù)檢測早期病害侵染的能力，對于森林管理人員及時響應(yīng)、盡早治理、保護森林生態(tài)具有重要意義。

左：森林病害嚴重度等級示意圖（DS0-DS3：染病情況逐漸嚴重）右：VIS-NIR, NIR-SWIR和紅外熱成像遙感圖像示意圖（下圖即為上圖中的綠色區(qū)域）

基于高光譜成像與紅外熱成像的模型預(yù)測染病結(jié)果與地面驗證結(jié)果示意圖

研究案例2：區(qū)分受不同病原體（霉菌和微生物）侵染的橄欖樹

橄欖的產(chǎn)量主要受兩種微生物侵染的影響：苛養(yǎng)木桿菌（Xf）和黃萎病菌（Vd），由于兩種病原體都能夠限制植物對水分和營養(yǎng)元素的吸收，所以往往會表現(xiàn)出極為類似的缺水癥狀。為了能夠從遙感數(shù)據(jù)中區(qū)分受不同病原體侵染的橄欖樹以指定相應(yīng)的治理政策，墨爾本大學(xué)和歐洲委員會聯(lián)合研究中心的科學(xué)家對西班牙和意大利的27處混合染病的橄欖園進行了分類研究。

基于高光譜成像數(shù)據(jù)中的特定指數(shù)如光化學(xué)植被指數(shù)PRIn、藍波段指數(shù)BI、葉綠素?zé)晒夥瓷淝手笖?shù)CUR、SIF等，以及基于紅外熱成像的水分脅迫指數(shù)CWSI等，研究人員使用深度學(xué)習(xí)的方法成功實現(xiàn)了混合數(shù)據(jù)中兩種病原體的分類。最終結(jié)果顯示，區(qū)分黃萎病菌（Vd）的整體準(zhǔn)確率達到了98%，區(qū)分苛養(yǎng)木桿菌（Xf）的整體準(zhǔn)確率達到了92%，證明了當(dāng)面對侵染后表現(xiàn)出相似病狀的不同病原體時，高光譜-紅外熱成像結(jié)合技術(shù)依然具有強大的分辨能力，可以實現(xiàn)大面積作物的高效區(qū)分以進行針對性治理。

苛養(yǎng)木桿菌（Xf）和黃萎病菌（Vd）侵染樹木病害嚴重度示意圖（DS0-DS3：染病情況逐漸嚴重）

苛養(yǎng)木桿菌（Xf）和黃萎病菌（Vd）侵染樹木冠層高光譜反射率

參考文獻：

1. Hornero, Alberto & Zarco-Tejada etc.(2021). Modelling hyperspectral- and thermal-based plant traits for the early detection of Phytophthora-induced symptoms in oak decline. Remote Sensing of Environment. 263. 112570. 10.1016/j.rse.2021.112570.

2. T. Poblete, J.A. Navas-Cortes etc. Discriminating Xylella fastidiosa from Verticillium dahliae infections in olive trees using thermal- and hyperspectral-based plant traits. ISPRS Journal of Photogrammetry and Remote Sensing,Volume 179,2021,Pages 133-144,ISSN 0924-2716.