南宫NG28

南宫NG28推出轻便型、一体化、多传感器无人机遥感作物表型钻研监测技术规划——Ecodrone^? UAS-4 Pro轻便型一体式多光谱-激光雷达遥感系统：

• 基于自主专利UAS-4遥感平台技术，兼具轻便型和多职能特点

• 同时搭载多光谱成像、激光雷达及RGB成像，作业功夫大于20分钟

• 一次飞行可同步获取5/10个光谱波段、高密度点云数据及RGB，作业效能事半功倍

• 厘米级多光谱地面分辨率，50m高度地面分辨率达3.4cm，30m高度（用于田间高通量作物表型分析）地面分辨率可达2cm

• LiDAR-RGB：标配精确度2.5cm，回波次数3，FOV 70.4度，可选配其他规格；RGB成像为Sony APS-C Exmor CMOS传感器，20MP像素，FOV 83度

• 利用于精准农业钻延注作物表型遥赣注病虫害监测、农作物产量评估、丛林遥感监测、碳源汇监测评估、生态环境调查监测、生物多样性监测等、生物固碳钻研等领域

Ecodrone^? UAS-4 Pro轻便型一体式多光谱-激光雷达遥感系统

重要技术指标：

分析丈量参数：

ü  冠层结构参数：NDVI、NDRE、DVI、VOG、NDWI、GCI、LCI等

ü  R/G/B指数，如绿度指数等

ü  可丈量光利用效能、浅水环境（气溶胶、浮质等）、叶绿素效能或红边坡度等（10通路）

ü  激光雷达参数：高密度真彩色点云、三维丈量数据、分类点云、DOM、DSM、DTM、DHM等

利用案例一：分歧胁迫前提下水稻表型分析

南宫NG28光谱成像与无人机遥感技术钻研中心使用Ecodrone^?无人机遥感系统对某水稻田进行表型分析；贜DVI和NDRE了局能够看出，除水稻田边缘部门表整体指数数值较高，注明作物叶绿素含量和绿色部门生物量较高，险些使NDVI数值达到了鼓和。而从NDRE图能够更为清澈的看出分歧处置前提下水稻生理个性的差距，通常NDRE数值越高反映着植株越健全。

图1：顺次为飞行作业图；水稻田分歧处置方式（种类、种植密度、施肥浓度）象征图；NDVI图；NDRE图

基于无人机多光谱数据进一步钻研验证筛选出种植种类、种植密度和施肥用量的最优组合，能够有效削减资源浪费，缓解氮肥流失造成的环境问题，并可结合LiDAR结构信息及现实丈量的理化数据成立拟合模型，用以反演作物生化及生物量指标，实现精准农业出产钻研。

利用案例二：人为松林成长监测

南宫NG28光谱成像与无人机遥感钻研中心利用自主研发的Ecodrone^?激光雷达无人机遥感系统，对某农田-人为林地带进行了LiDAR遥感作业。

图2-1：基于高度渲染的作业区LiDAR点云

图2-2：基于LiDAR点云的DOM和DHM模型

通过LiDAR点云剖面高度丈量并结合DHM模型，随机拔取A地块人为松林15个点，提取其高度值，求取均匀值为161cm，而地面人为采样实测了局大部门高度落在1.6-1.7m区间，吻合度较高。

图2-3：基于LiDAR点云的人为松林高度剖面及丈量值

尝试批注，基于Ecodrone^?激光雷达无人机遥感技术，丈量获取的LiDAR三维信息，结合地面采样实测了局，对植被精准分类、监测树木/作物分歧成长阶段的特点、评估生物量及领导施肥拥有沉要意思。

利用案例三：分歧成长阶段冬幼麦冠层结构变动监测

基于反射光谱推算的壹积指数(LAI)等有关指标监测冠层密度，对于理解和预测泥土-植物-大气系统中的循环过程以及批示作物健全和农场治理中产量估计拥有沉要作用。德国和比利时学者使用无人机Lidar和多光谱遥感成像系统对德国Selhausen的ICOS冬幼麦大田区域进行了7次数据采集，功夫跨杜咨2020年4月1日至7月21日，评估了Lidar-多光谱技术在精准农业冠层结构估计中的利用潜力。

图3-1：利用机载LiDAR丈量估算基于冠层密度的植物面积指数(PAI)示意图

图3-2：左：分歧时段的RGB图像与别离用Lidar和多光谱步骤获得的PAI和GAI

右：ICOS大田冬幼麦均匀高度的功夫和空间的变动

钻研了局批注，在冬幼麦成熟之前的成长阶段中，基于Lidar数据衍生的植物面积指数（PAI）与通过地面设备采集的绿色面积指数（GAI）值拥有高度一致性，与多光谱成像获取的GAI估计值也亲昵有关，可正确反映冬幼麦成长过程中在空间结构上的变动。通过每个采集时段（12/05、26/05、09/06、23/06）点云数据创建的数字地表模型DSM减去数字地形模型DTM(01/04，成长季节起头时)，也能对冬幼麦高度进行有效估算。同时，使用多光谱数据赔偿Lidar PAI，能够分辨绿色植被面积指数与非绿色植被面积指数，在整个作物成长周期相互补充，进行作物建模，以实现精准施肥、作物治理和碳贮存估算等。

南宫NG28生态技术公司致力于生态-农业-健全钻研发展与创新利用，为精准农业钻延注作物表型遥赣注病虫害监测、农作物产量评估、丛林遥感监测、碳源汇监测评估、生态环境调查监测、生物多样性监测等、生物固碳钻研等领域提供无人机及近地遥感全面技术规划。

参考文件：

[1] Bates J S ,  Montzka C ,  Schmidt M , et al. Estimating Canopy Density Parameters Time-Series for Winter Wheat Using UAS Mounted LiDAR[J]. Remote Sensing, 2021, 13(4):710.