在陆地生态系统中，森林是最 大的有机碳库，是陆地中重要的碳汇和碳源，因此了解森林生态系统在碳循环中的作用，对于研究陆气系统的碳循环乃至全 球碳循环都是一个基础，具有重要的意义。易科泰光谱成像与无人机遥感技术研究中心最 新推出Ecodrone®一体式高光谱-激光雷达无人机遥感系统，助力森林碳循环研究及应用。

性能特点：

• 8旋翼专业无人机遥感平台，搭载VNIR/NIR高光谱成像、机载PC及激光雷达可飞行作业20分钟以上，有效覆盖面积超10ha

• 厘米级地面分辨率，50m高度高光谱成像地面分辨率达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

• 50m高单样线飞行作业可自动采集形成宽度36m的样带高光谱成像大数据

• 高密度三维点云，精确度2.5cm，最 高可达3次回波，50m飞行高度点云密度700pts/m2

• 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、高密度三维点云、三维测量数据、分类点云、DTM等

• 应用于大范围、多维度的森林遥感研究、碳循环研究、林木三维表型测量、植被资源调查、森林物种多样性研究、植被生物及非生物胁迫分析、环境及生态系统动态变化研究等

案例一：森林碳库分布研究

森林地上生物量（AGB）的估算对于碳循环建模和气候变化缓解方案的制定至关重要。来自意大利、美国和英国的研究人员将主动和被动传感器结合，其中被动型高光谱数据记录了潜在与森林生物量相关的冠层光谱信息，并将这些信息与主动型小型激光雷达获取的参数相结合，实现了在不同尺度上对森林生态系统的有机碳分布进行遥感计算。

       研究区域位于塞拉利昂的戈拉雨林国家公园 (GRNP) 内，处于西非潮湿的上几内亚森林带的最西端，该地区的森林主要为湿润低地常绿林，部分地区主要为干燥低地常绿和半落叶林类型。

图1.1 位于塞拉利昂和利比里亚之间的研究区域

研究人员采用偏最 小二乘回归（PLSR）处理多输入和多重共线性问题，计算投影中的重要性变量（VIP），以评价各预测因子对生物量的重要性。结果表明，当单独使用高光谱波段时，其预测能力有限(R2 =0.36)，用植被指数替代高光谱波段的改善较小(R2 =0.67)，仅基于激光雷达指标，PLS预测AGB的决定系数（R2）为0.64，当再将高光谱波段添加到激光雷达度量中，精度得到了适度的提高（R2 =0.70）。

图1.2 （左）不同输入的预测与现场观测AGB的散点图：(A)激光雷达指标，(B)高光谱波段，(C)激光雷达指标和 VI，(D)激光雷达指标和高光谱波段；（右）7个高度等级，每个等级间隔10m的70个样地(总面积= 87500m2)范围的AGB和树木数量

森林是碳的主要吸收者，它所固定的碳相当于其他植被类型的2倍，本研究中提出的高光谱和激光雷达数据融合相关的发现非常具有意义，有助于扩大该系统数据融合适用性的研究，进而对全 球气候变化研究做出更重要的贡献。

案例二：森林碳汇定量评估比较

森林地上生物量生物量是影响气候变化和森林生产力的重要因素，因此评估森林对碳汇和碳循环的贡献程度具有重要的意义。韩国科研人员借助高精度激光雷达数据、数字航空摄影测量图像、高光谱图像等空间信息，对森林碳汇信息进行定量评估。研究区位于韩国庆尚南道巨济市，该区域森林密度相对较低，树种多样，森林资源丰富，选取研究区内2km*2km的区域进行数据采集。基于高光谱数据中每个树种的光谱信息，使用马氏距离法对树种进行精确分类，基于高密度的LiDAR数据提取森林资源。

图2.1 从左至右依次为：研究区；激光雷达数据；高光谱图像

图2.2 （左）树种分类结果；（右）利用高密度激光雷达数据提取地理和森林资源的结果

将激光雷达与数字航拍图像、高光谱图像相结合计算了混交林、针叶林和阔叶林的碳汇，同时通过对森林资源的树种和年龄信息进行量化，借助激光雷达和数字图像信息对树种、年份、区域的碳汇进行计算。利用激光雷达信息和图像分析的基础数据库，对选定的区域、行政区、年份进行森林信息和碳汇评估分析，实现了精确地碳汇信息提取，结果如2.3/2.4所示。

图2.3 多传感器结合的混交林、针叶林和阔叶林的碳汇估算结果

图2.4 基于激光雷达和图像信息的森林信息和碳汇评估，从左至右：第 一行（激光雷达数据；DSM；DEM；树高信息）；第二行（树种信息图；增长量分析图；碳吸收分布图；土地覆盖图）

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，为碳源碳汇定量评估、植被资源调查、生态环境监测、森林遥感研究、林木表型分析、林业测绘等领域提供一体化多传感器立体遥感技术方案。

参考文献：

[1] Laurin G V, Chen Q, Lindsell J A, et al. Above ground biomass estimation in an African tropical forest with lidar and hyperspectral data[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 89: 49-58.

[2] Choi B G, Na Y W, Shin Y S. A Comparative Study of Carbon Absorption Measurement Using Hyperspectral Image and High Density LiDAR Data in Geojedo[J]. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 2017, 35(4): 231-240.

LiAir 50 无人机激光雷达扫描系统

LiAir 50是自主研发的轻型激光雷达点云数据采集系统,集成了中距激光雷达扫描仪、GNSS和IMU定位定姿系统及存储控制单元，可实时、动态、海量采集高精度点云数据及丰富的影像信息。广泛应用于测绘、电力、林业、农业、国土规划、地质灾害、矿山安全等领域三维空间信息的获取。

产品优势

1) 高精度: 精度满足 1:1000 地形测图需求

2）GX率: 单机日测 2 平方公里

3）系统稳定: 安全作业时长累计超8000小时

4）操作简单: 支持一键式流程化数据采集，一键起降自动执行航线

5）实时测量: 作业过程支持实时量测地物坐标、距离及高程，支持应急救援快速响应

6）实时监测: 支持点云数据、POS参数、设备状态在作业过程实时显示

技术参数

无人机激光雷达应用

机载激光雷达技术在水利相关领域中的应用涉及水土保持及项目管理（土壤侵蚀监测、河岸侵蚀监测等）、监测及变形分析（水域动态监测、滩涂资源动态监测、大坝安全检测、溃坝监测、边坡变形分析等。

在电力工程中的应用包括电力选线与优化设计、电力线状态监测（如测算下垂度、计算弯曲度等）以及数字电网建设等。

    芬兰SPECIM是世界上Z早提供商用高光谱分光器的制造商，至今已有二十余年高光谱产品生产历史。产品种类多样，包含工业高光谱相机、实验室高光谱成像系统以及机载高光谱遥感系统等，光谱范围覆盖可见光到热红外全部波段，已被广泛应用于农业遥感、环境监测、矿物勘查、工业集成以及国防安全等领域，满足了工业客户、系统集成、科学和研究客户的不同需求，为用户提供Z全面的高光谱成像解决方案。

    2020年1月2日，芬兰SPECIM（Spectral Imaging Ltd.）在成立25周年之际，正式发布新型无人机高光谱成像系统AFX10（400-1000nm）。AFX10开创性地集成高光谱相机、GNSS/IMU惯导、控制电脑于一体，整套系统重量仅为2.5公斤，可适用于旋翼和固定翼无人机系统。同时芬兰SPECIM AFX10可根据用户需求自由选择或定制波段，让高光谱技术更符合应用需求。

芬兰SPECIM AFX10

    针对用户对无人机高光谱设备小型化、轻便化的需求，AFX系列是在新型高光谱相机FX系列的基础上进行机载应用的开发集成，在保证高信噪比、高精度机载高光谱数据的同时，一体化高度集成，方便用户安装使用。并且，其操作简易，一键启动即可自动完成数据采集。

芬兰SPECIM AFX10

    为了给客户提供更加zhuo越的数据体验，芬兰SPECIM为AFX系列定制搭载云台，搭配AFX10GX通关效率（F/1.7）和ZL光学系统设计，在变化多样的野外，保障高光谱数据的质量。

AFX10数据（无云台）                                                      AFX10（有云台）

    为满足不同领域的需求，芬兰SPECIM 研发的AFX17（900-1700 nm）也将在2020年与大家见面，敬请期待！

无人机激光雷达LiDAR360点云处理软件

LiDAR360是数字绿土自主研发的一个专业的点云处理软件，它包含了丰富的点云数据处理工具集，可以有效地可视化、编辑、分析以及生成面向不同行业的地理空间产品。

应用领域

林业资源调查

地形测绘

灾害评估

土方量测量

采矿量勘测

线状工程

基于LiDAR360,您可以实现：

多源数据可视化

二维可视化     三维可视化      剖面分析     集成显示     多种点云显示模式     漫游浏览

点云数据质量检查

质量检查与分析     分类检查     产品成果检查

点云分类

自动分类     交互式编辑分类

衍生产品

质量检查报告     DEM\DSM\CHM     等高线     断面图     林业群体参数     林业单株参数     体积量测

平台功能

LiDAR360平台具有TB级数据处理能力，包含激光雷达点云数据交互编辑和处理所需的工具。该平台包括数据管理、航带拼接、分类和统计分析等模块。它允许用户升级到特定的应用模块，如地形，ALS/TLS林业。

海量点云数据可视化编辑

多种显示模式下的高密度点云数据

高性能数据可视化（＞300亿个点）

丰富的点云处理与编辑工具

支持机器学习，自动/手动将点云分为地面、植被、建筑和电力线等不同类别

点云分类

便捷的航带拼接功能

基于严密的几何模型自动匹配不同航带的数据，支持自动计算，实时显示拼接结果方便查看

航带匹配

地形产品

生成数字高程模型（DEM）、等高线、断面图等产品

普通DSM             vs.                 Spike-free DSM

机载/地基林业

使用CHM或点云分割算法分割单木，获取单木位置、树高、冠幅、胸径等属性

无人机激光雷达LiDAR360点云处理软件

高光谱遥感数据处理系列（一）

地表反射的太阳辐射包含着丰富的信息，从太阳外层大气的吸收到地球大气的吸收，经过与地物的相互作用反射回大气，最 终被传感器捕获。高光谱遥感可以在每个像元获取高分辨率的光谱数据，这些光谱信息提供了一种理解事物的新的维度。下图展示了几种典型地物的光谱。可以看出不同地物展现出显著不同的光谱特征。除此之外，同种地物在不同状态下，也可能在特定波段展现出显著不同的光谱特征。通过比对光谱数据，可以实现对地物区分，状态区分，异常监测等难以通过传统遥感手段实现的应用。高光谱遥感被广泛应用于农林业、矿业、环境、保险、等领域。

太阳辐射与典型地物反射率

通常彩色影像有红绿蓝三个波段，多光谱影像有几到十几个波段，而高光谱影像有着几十到上百个波段。波段的增加除了提高了信息量，还使得数据量成比例增加。这种数据量对计算机的性能提出了较高的要求，更多的是要求对处理者新的思路和方法。在接下来的文章中，我们将详细介绍高光谱数据的处理流程与方法，希望能在此过程中给读者以新的思考。

Hyperspectral light sheet microscopy | Nature Communications

ENVI (The Environment for Visualizing Images) 是美国Exelis Visual Information Solutions 公司的旗舰产品。它是由遥感领域的科学家采用交互式数据语言IDL (Interactive Data Language) 开发的遥感图像处理软件。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等领域。

双击ENVI图标打开ENVI软件，可以看到ENVI软件的主界面由以下六个部分组成：①菜单栏、②工具栏、③图层管理窗格、④图像显示部分、⑤工具箱、⑥状态栏。

ENVI软件的布局如图所示，首先点击 依次点击①菜单栏->File->Open，在弹出的对话框中选取所需要的文件，

 一般的ENVI文件由两部分组成，文件本体和头文件（.hdr）。文件本体记录了文件的数据信息，而头文件中记录了关于这些数据信息的描述。使用记事本文件可以直接打开hdr文件，可以看到其中包括了：

• 操作记录

• Samples：栅格列数

• Lines：栅格行数

• Bands：波段数

• Header offset：文件开头到实际数据起始位置的偏移量

• File type：文件类型

• Data type：数据存储类型，用数字表示bit位数

• Interleave：存储顺序

• Map Info：图像采用的投影系统参数，坐标系统及单位

• Coordinate System String：详细的坐标系统信息

• Wavelength：每个波段所对应的波长

两个文件应该放在同一目录下面，ENVI在读取时会自动进行关联。

    任选其中一个文件都可以打开该文件，但是ENVI对两个文件的处理方式有所不同。如果选择.hdr文件，ENVI会直接载入显示文件的第 一个波段，如下图所示。使用鼠标滚轮可以对图像进行缩放操作，使用②工具栏中的工具可以对图像进行拖动缩放等一系列操作。加载成功的图像会显示在③图层管理区，通过点击图像前面的勾选框来控制图像在④图像显示区的显示与否。

使用如果打开文件本体，ENVI会弹出Data Manager窗口

 该窗口包含三个部分，分别是①波段信息、②文件信息、③RGB波段选取。①中展示了所有波段的名称，②中是经过处理后的头文件信息，③是进行RGB合成的波段选取，点击三种颜色的方框后，在①中单击选择波段，选择完成后点击Load Data。如果只想要显示一个波段的灰度影响可以在①中选中目标波段后直接点击Load Greyscale。

RGB 合成象素值的彩色图，就是将三个波段的数据分别通过红、绿、蓝三个通道加载，然后进行渲染。

将多波段影像数据添加到地图中之后，可使用多波段栅格数据集中的任意三个可用波段的组合来创建 RGB 合成图。与仅处理一个波段相比，通过将多个波段共同显示为RGB 合成图通常可从数据集收集到更多信息。

来源：简书

    通常我们选取650nm、550nm和450nm分别赋给RGB通道进行合成以获得最 佳的显示效果。显示效果如下图：

在②工具栏中选择按钮，ENVI会在图上显示框标，并弹出光谱特征（Spectral Profile)窗口。光谱特征窗口中显示了框标中心白点所在像元的光谱曲线。如下图所示：

点击光谱特征窗口中的    ，可以对光谱曲线进行一些操作，如平滑，计算NDVI，显示RGB波段所在位置等：

小结

    本文介绍了高光谱影像的基本原理以及简单的读取及可视化操作。使用ENVI软件可以实现大部分简单的高光谱数据处理。在接下来的教程中，我们将从植被指数提取、高光谱滤波、非监督分类与监督分类等方面介绍ENVI软件的使用。除此以外，我们还将介绍基于Python的高光谱处理，从编程角度介绍高光谱相关知识，以及高光谱数据与大数据处理的结合。

参考：

【1】百度百科

【2】 www.jianshu.com/p/d0765ee89b86