球速体育

  无人机遥感技术
，以其快速响应和高效笼罩
，为湖泊及水域水华漫衍提供了前所未有的实时监测能力。通太过析特定波长的光谱反射率信号来识别水体中藻类的种类和品貌等信息
，从而对水华现象进行有效监测和预警
，还能够同步监测水体透明度、悬浮物、总氮、总磷等多个水生态情况参数。无人机遥感技术不但能够提供藻类水华的空间漫衍特征
，还能对研究区大型藻类高度和生物量进行评估
，有助于精确藻类识别、大型藻类生长状况监测、藻华监测、高度及生物量评估
，为水情况治理和�；ぬ峁┰椒⒂行У墓ぞ�。

  球速体育公司设立有光谱成像与无人机遥感技术研究中心
，基于自主研发设计Ecodrone®品牌4旋翼轻便型无人机和8旋翼无人机专业遥感平台及云台
，搭载高光谱、多光谱、Thermo-RGB以及高精度测深LiDAR等
，组成完整的Ready-to-fly一体式无人机系统
，具备系统高精度、高区分率成像、三维点云高密度以及一机多能等特点
，为藻类研究与监测提供全面的低空遥感技术解决计划。

• Ecodrone®轻便型一体式多光谱-红外热成像无人机遥感系统
• Ecodrone®一体式高光谱-激光雷达无人机遥感系统
• Ecodrone®一体式高光谱-红外热成像无人机遥感系统
• Ecodrone®一体式高光谱-红外热成像-激光雷达无人机遥感系统
• Ecodrone®水深与地形丈量LiDAR无人机遥感系统

应用案例1：蓝藻水华品貌及危害评估

  蓝藻是广泛漫衍的光合微生物群体
，通常在温暖、营养富厚的淡水和咸水湖泊中占主导职位。蓝藻已知能爆发多种毒素
，是全球饮用水和浇灌水源以及渔业的主要威胁因素。因此
，蓝藻的相对品貌参数被认为是内陆和沿海水域质量的重要指标。因此
，量化蓝藻的相对品貌有助于情况机构、水务部分、公共卫生组织等机构实时发出蓝藻水华预警。海内研究学者基于高光谱成像技术开发了一个经验模型
，可以估算蓝藻藻蓝素（PC）和叶绿素a（Chl-a）的浓度比
，进而检测蓝藻在内陆水域中的相对品貌�；谝８蟹囱莸腜C:Chl-a结果可以快速推进内陆水域中蓝藻危害的开端评估
，极大地提高治理内陆水域质量的能力。

左图：由多张高光谱图像生成的盖斯特水库(A)和莫尔斯水库(B)中蓝藻相对品貌的空间漫衍；

右图：基于决策树分类模型评估盖斯特水库(A)和莫尔斯水库(B)中蓝藻对人类健康造成的危害

应用案例2：藻类生长状态监测

  海水养殖研究中
，由于海水受洋流、潮汐等影响处于不绝变革中
，这对藻类的生长及代谢行为影响巨大。为精细化检测藻类生长情况
，结合高区分率多光谱数据
，通过比照正射影像和NDVI
，可很是清晰地看到差别养殖网或同一养殖网差别区域其植被生长状况均有明显差别。如下两图
，NDVI发蓝对应正射影像中紫菜附着茂密区域
，说明此处紫菜生长状况良好。而NDVI发黄对应正射影像中紫菜附着稀疏区域
，则说明该区域紫菜生长缓慢
，半浮于水面
，或由于受到某种胁迫致使生长缓慢。

左图：藻类养殖现场照片；右图：养殖区藻类健康状况反演图
，蓝色体现健康水平高
，绿色次之

  研究标明
，无人机多光谱成像技术在大型藻类养殖监测中可精确、可视化反应藻类的生长现状
，是否遭受胁迫等
，为养殖及研究人员提供科学依据
，指导精细化应对
，提高养殖藻类的产量及质量水平。

应用案例3：潮间带大型藻类的无人机高光谱测绘

  潮间带的大型藻类群落标记着海洋领域的界限
，对这些资源的有效和可连续治理必须建立在准确、高效的情况数据收集基础上。无人机高光谱遥感技术的快速生长
，使得快速大面积区域视察成为现实。

  爱尔兰相关研究人员提出了一种详细的评估要领
，基于多旋翼无人机和推扫式高光谱传感器来研究重要的经济和生态上都极为重要的潮间带棕色大型藻类——Ascophyllum nodosum（褐藻）。经剖析验证
，无人机高光谱成像技术可以准确地识别A. nodosum和其他常见的潮间带物种和基质
，并可视化显示其空间漫衍
，总体准确率为94.7%。

上图：基于无人机高光谱技术对潮间带大型藻类的分类及测绘

  研究结果标明
，无人机搭载的高光谱遥感技术能够有效地对潮间带大型藻类进行分类和可视化泛起
，清楚地展示了无人机高光谱成像技术在大型藻类栖息地研究、资源治理和�；さ确矫嬗凶啪薮蟮那绷�。

应用案例4：利用测深Lidar评估大型藻类生物量

  藻类在沿海区域提供许多生态功效
，绘制和监测沿海大型藻类资源的能力对行业和监管机构都很重要
，对这些资源的有效和可连续治理必须建立在准确、高效的数据收集基础上。Ascophyllum nodosum（褐藻）主要生长潮间带到浅水亚潮带
，是加拿大重要的商业藻类。了解褐藻漫衍及生物量
，关于研究藻类资源及种群动态是至关重要的。

  通过卫星图像分类可以实现低潮时袒露的岩藻的面积漫衍图
，并进行生物量盘算
，可是并非所有的沿海区域都能在低潮时进行实时视察。这种简单的方法使得视察褐藻漫衍变的极具挑战性。测深激光雷达可以在涨潮时轻松获取浮游褐藻冠层顶部四周的回波及海床的地形地貌。相关人员使用测深lidar对海洋潮间带的大型藻类进行了研究
，并与卫星多光谱数据进行了比照。

  研究发明
，激光雷达凭借其多次回波和足够的冠层穿透能力
，可以绘制涨潮时的褐藻冠层和海床点云图
，从而盘算褐藻的高度、估算生物量。结果标明
，通过卫星图像分类可以实现低潮时袒露的褐藻的面积漫衍图绘制
，使用测深激光雷达技术可以在涨潮期估算密集大型藻类的高度和生物量。

左图：研究区域数据结果图。(A)低潮时拍摄的真彩色正射影像。(B)低潮时捕获的激光雷达裸地DEM。(C)涨潮时拍摄的彩色近红外正射影像。(D)低潮时拍摄的彩色近红外正射影像。(E)基于激光雷达得出的褐藻高度图；

右图：凭据涨潮-低潮(HTv-LTs)模型的褐藻高度得出的生物量图

应用案例5：生物土壤结皮与沙丘石英的高光谱绘制

  生物土壤结皮（BSCs）
，由蓝藻、藻类、苔藓、地衣和真菌组成
，是重要的生态系统组成部分
，在稳固土壤/沙丘、水土坚持以及、固氮固碳、增进生态平衡方面发挥着至关重要的作用。随着生物土壤结皮的生长与成熟
，地表的土壤颗粒也逐渐被整合到它们的组织中。当其在富含石英的情况（如沙丘）中生长时
，地表石英含量及BSC的生长是相辅相成的。通过机载高光谱成像技术不但能够精确评估BSCs的成熟度
，还能为富含石英情况中的生态研究提供坚实的科学基础。

  生物土壤结皮对位于以色列-埃及疆域四周的Nitzana研究区富含石英的沙丘局域具有很大的稳固作用
，研究人员利用长波红外高光谱LWIR技术评估了被BSC笼罩的沙丘场外貌的石英含量
，并将其与BSCs的生长成熟度进行相关性剖析。结果标明
，朝北、发育良好、成熟的BSC体现出较弱的石英光谱特征；朝南的BSC发育水平较低
，对石英光谱特征的掩盖水平较��；裸砂则体现出最强的石英光谱特征。将机载高光谱结果与10个地面验证点的数据比照
，相关系数抵达0.88。研究结果证明
，利用机载高光谱成像技术可以有效的评估石英漫衍及含量
，进而推进关于富含石英情况中BSCs的生长研究提供可靠的科学依据。

左图：从现场收罗的四种主要类型样品的发射率光谱：总发射率最高的河床外貌
，其次是朝北的生物土壤结皮(BSC)、朝南的BSC和裸沙（石英特征最强）；右图：凭据笼罩在真彩色图像上的AisaOWL高光谱图像盘算出的石英相对量以及现场验证点位

参考文献：[1] Rossiter T, Furey T, McCarthy T, et al. UAV-mounted hyperspectral mapping of intertidal macroalgae[J]. Estuarine, Coastal and Shelf Science, 2020, 242: 106789.

[2] Webster T, MacDonald C, McGuigan K, et al. Calculating macroalgal height and biomass using bathymetric LiDAR and a comparison with surface area derived from satellite data in Nova Scotia, Canada[J]. Botanica marina, 2020, 63(1): 43-59.

[3] Shi K, Zhang Y, Li Y, et al. Remote estimation of cyanobacteria-dominance in inland waters[J]. Water research, 2015, 68: 217-226.

[4] Che S, Du G, Wang N, et al. Biomass estimation of cultivated red algae Pyropia using unmanned aerial platform based multispectral imaging[J]. Plant Methods, 2021, 17: 1-13.

[5] Weksler S, Rozenstein O, Ben-Dor E. Mapping surface quartz content in sand dunes covered by biological soil crusts using airborne hyperspectral images in the longwave infrared region[J]. Minerals, 2018, 8(8): 318.