- 2025-01-10 10:49:44多功能高光谱成像分析系统
- 多功能高光谱成像分析系统是一种集成了光谱分析与成像技术的先进设备。它能够在同一时间内获取目标物体的空间信息及光谱信息，实现对物体的多维度分析。该系统广泛应用于农业、环境、食品、医学等领域，用于监测作物生长状态、分析环境污染情况、检测食品质量及营养成分、诊断疾病等。其高精度、高分辨率的特点，使得分析结果更为准确可靠，为科研及生产实践提供了有力支持。
资源：20009个 浏览：53次展开
多功能高光谱成像分析系统相关内容
多功能高光谱成像分析系统资讯
-
- FluorTron®植物多功能高光谱成像分析系统在黑龙江大学安装运行
- 2024年11月中旬，北京易科泰生态技术有限公司为黑龙江大学安装了一套FluorTron®植物多功能高光谱成像分析系统，该系统配备了反射光高光谱成像和UV-MCF生物荧光高光谱成像分析模块。
-
- 采后生物学研究——易科泰提供果蔬呼吸测量系统已运行12年
- 作者的研究结果为供应链中卷心菜采后处理的替代做法提供了关键见解，同时为CA对采后生理学的影响提供了进一步的证据。
多功能高光谱成像分析系统文章
-
- 易科泰开展植物保护研究检测实验合作与技术服务活动
- 在刚刚闭幕的中国植物保护学会2024年学术年会上，北京易科泰生态技术有限公司向与会的专家学者们展示了植物保护领域的先进仪器技术和产品方案。
-
- 易科泰植物表型成像技术在植保领域的应用
- 植物保护学是农学领域的一个重要分支，主要研究如何通过科学管理来预防和控制农作物的病害、虫害、草害以及鼠害等问题。
多功能高光谱成像分析系统产品
产品名称
所在地
价格
供应商
咨询
- RhizoTron®根系表型高光谱成像分析系统
- 国内 北京
- 面议
-
北京易科泰生态技术有限公司
售全国
- 我要询价 联系方式
- sisuCHEMA高光谱成像分析系统
- 国外 欧洲
- 面议
-
北京易科泰生态技术有限公司
售全国
- 我要询价 联系方式
- FluorTron®多功能高光谱成像分析技术—解码生物荧光
- 国内 北京
- 面议
-
北京易科泰生态技术有限公司
售全国
- 我要询价 联系方式
- SpectraScan高光谱成像分析系统
- 国外 欧洲
- 面议
-
北京易科泰生态技术有限公司
售全国
- 我要询价 联系方式
- PheoPlot®-SIF 轻便型野外高光谱成像分析系统
- 国内 北京
- 面议
-
北京易科泰生态技术有限公司
售全国
- 我要询价 联系方式
多功能高光谱成像分析系统问答
- 2023-05-26 10:03:56PhenoTron®-XYZ植物表型成像分析系统
- PhenoTron®-XYZ植物表型成像分析系统，是易科泰生态技术公司基于国际先进光谱成像传感器技术和自主研发的XYZ植物表型自动扫描平台，设计生产的一款适用于实验室或温室高通量植物表型分析系统：国际知名高光谱成像技术公司Specim（芬兰）高光谱成像传感器Thermo-RGB©红外热成像与可见光成像融合分析技术，可实现遥控和在线图传FluorCam叶绿素荧光成像技术平台采用STP（Sensor-To-Plant）技术和在线视觉监控可选配基于蒸渗仪技术的iPOT数字化培养盆，全面监测重量变化、土壤水分与温度，及叶片温度、叶绿素荧光、茎流、光合作用等生理生态参数可选配台面式表型分析平台，XYZ安装在样品平台上，特别适合实验室组培苗和种苗表型分析、种质资源检测等应用于种苗与组培苗表型检测、作物表型研究分析、植物生理生态研究、光合生理研究、种质资源检测、胁迫与抗性评估与筛选等 自左至右依次为：PhenoTron®-XYZ植物表型成像分析系统（可移动）、台面式PhenoTron®-XYZ植物表型成像分析系统、绿豆种苗高光谱成像分析（PRI）主要技术指标：1)平台采用STP技术，嵌入式主控系统，全中文操作界面，触控屏+PC端GUI软件双重控制，可无线控制2)XYZ三轴全自动运行，精 准定位扫描成像分析，运行精度1mm3)支持组合命令，可自定义Protocols，自动执行XYZ三轴移动、停止、光源开闭、快门触发等4)支持位置记忆，可一键注册、记录、保存、读取XYZ坐标信息，自动移动精 准定位采集Thermo-RGB及FluorCam叶绿素荧光成像数据5)机器视觉监控：监控镜头经过算法校准，在线监视全域植物状态和自动扫描成像，通过注册XYZ自动定位采集RGB、红外热成像、FluorCam叶绿素荧光成像数据，并在线监控全过程6)标配台面式XYZ三轴有效行程：X轴80cm，Y轴有效扫描长度180cm，Z轴可升降范围30cm7)400-1000nm高光谱成像：a)光谱通道448，具备MROI功能，根据需求自由选择感兴趣光谱波段，减少数据冗余b)帧率：330FPS（满帧），适应多种测量场景，尤其对容易摆动的植物，保证最 佳的成像效果c)光谱分辨率 FWHM：5.5nmd)空间分辨率：1024像素e)信噪比400:1f)分析参数：可成像测量分析作物生化、生理指标如叶绿素含量、花青素含量、胡萝卜素含量、光利用效率、叶绿素荧光指数、健康指数、覆盖度等近百种参数8)900-1700nm高光谱成像：a)光谱通道224，具备MROI功能，根据需求自由选择感兴趣光谱波段，减少数据冗余b)帧率：670FPS（满帧）c)光谱分辨率 FWHM：8nmd)空间分辨率：640像素e)信噪比1000:1f)分析参数：可成像测量分析NDNI归一化N指数、NDWI归一化水指数、MSI水分胁迫指数等9)SpectrAPP®高光谱成像分析软件：a)具备伪彩色/灰度显示、波段融合、ROI选区、光谱指数分析、光谱曲线绘制、光谱特征统计、直方图统计、结果图/表导出等功能b)可分析NDVI、PRI、DCNI、CRI、ARI、PSRI、NPQI、EVI、HI、WBI等数十种光谱指数，可根据需求定制添加光谱指数 左：SpectrAPP®高光谱成像分析，右：绿豆幼苗叶绿素荧光成像分析10)Thermo-RGB成像：a)可见光-红外热成像双镜头主机，出厂黑体多点校准并附校准证书，分辨率640×512像素b)测量温度范围-25℃－150℃，灵敏度0.03℃@30℃，c)红外热成像分析软件具备调色板、差值技术、温度范围设置、等温线模式、选区分析、温度扫描、剖面温度、时间图、3D温度图、在线报告等功能d)Thermo-RGB©成像融合分析：可进行手动/自动ROI分析；光照/背光叶片长度、宽度、周长、凸包面积、圆度等形态分析；最 高、最 低、平均温度、最 大温差、中位数等温度分析；R/G/B、H/S/V、绿视率等颜色分析，具备温度直方图统计、路劲分析、温度转换、图/表导出等功能e) Thermo-RGB遥控并可在线图像无线传输，实时监测RGB及红外热成像画面，测量最 大、最 小、中心点温度信息等11)叶绿素荧光成像：a)专业高灵敏度叶绿素荧光成像CCD，帧频50fps，分辨率720×560像素，像素大小8.6×8.3µmb)3色4组LED激发光源：620nm脉冲调制测量光，620nm红色、5700K白色双色光化学光源，735nm远红光用于测量Fo’等c)光化学光最 大1000µmol.m-2. s-1可调，饱和脉冲3900µmol.m-2. s-1d)可自动运行Fv/Fm、Kautsky诱导效应、荧光淬灭分析、光响应曲线等protocolse)50多个叶绿素荧光自动测量分析参数，包括：Fv/Fm、Fv’/Fm’、Y(II)、NPQ、qN、qP、Rfd、ETR等，自动形成叶绿素荧光参数图f) 自动同步显示叶绿素荧光参数及参数图、叶绿素荧光动态曲线、叶绿素荧光参数频率直方图g) 可通过注册定位自动精 准定位运行叶绿素荧光成像分析，单次成像面积35x46mmh)可对植物叶片、果实等不同组织进行叶绿素荧光成像分析i) 可选配GFP成像j) 配备便携支架和叶夹，方便独立使用
216人看过
- 2025-02-18 14:30:11细胞成像检测系统如何操作？
- 细胞成像检测系统：革新生命科学研究的关键工具 细胞成像检测系统是生命科学领域中的一项重要技术，它广泛应用于细胞生物学、医学研究以及药物开发等多个领域。随着技术的不断进步，细胞成像检测系统的功能和精度也在不断提升，使研究人员能够更深入地观察细胞内部的动态变化、结构特征以及各种生物学过程。这些系统不仅帮助科学家更好地理解细胞行为，还为疾病的早期诊断和方案的制定提供了强有力的支持。本文将详细介绍细胞成像检测系统的工作原理、应用领域及其对生命科学研究的重要意义。 细胞成像检测系统的工作原理 细胞成像检测系统通过使用显微技术，结合先进的成像设备，能够捕捉到细胞内部和表面的细节。常见的技术包括荧光显微镜、共聚焦显微镜和电子显微镜等。荧光成像技术利用荧光染料标记细胞中的特定分子或结构，能够清晰地显示细胞的各种动态过程，如蛋白质的表达、细胞的增殖与死亡等。共聚焦显微镜则通过激光扫描技术获得高分辨率的细胞图像，能够在更高的放大倍率下获得更细致的观察结果。 通过这些成像技术，细胞成像检测系统能够实时捕捉细胞在不同生理状态下的变化。比如，研究人员可以通过成像观察癌细胞如何在不同药物作用下发生变化，从而帮助筛选出更具的药物。随着分辨率和成像速度的不断提升，现代细胞成像检测系统能够获得更加精确的细胞图像，甚至可以对活细胞进行长时间的动态监测。 细胞成像检测系统的应用领域 细胞成像检测系统在多个领域得到了广泛应用，特别是在生命科学和医学研究中。它在细胞生物学研究中起着至关重要的作用。通过精确观察细胞内的分子活动，研究人员能够揭示许多细胞内在的生物学过程，包括蛋白质的定位、细胞周期的调控以及细胞信号传导等。通过这些研究，科学家能够深入了解细胞的基本功能和机制。 细胞成像检测系统在癌症研究中的应用也尤为突出。通过实时观察肿瘤细胞的生长和扩散过程，科学家能够分析肿瘤细胞与正常细胞的差异，进而寻找新的靶点进行。细胞成像技术还在药物筛选中得到了重要应用，通过成像系统观察药物对细胞的影响，帮助筛选出更具和更安全的药物。 细胞成像检测系统的未来发展 随着技术的不断创新，细胞成像检测系统在未来将更加、高效。例如，随着超分辨率成像技术的发展，研究人员将能够观察到比以往更细微的细胞结构，甚至可能突破传统显微技术的分辨率极限。自动化和人工智能技术的结合也将进一步提高成像效率和分析准确性，减少人工干预，使细胞成像检测更加便捷。 在疾病诊断方面，细胞成像检测系统的未来也充满了无限潜力。通过结合生物标志物和成像技术，研究人员可以实现更早期的疾病诊断，特别是癌症、神经退行性疾病等疾病的早期筛查，从而提高的成功率。 结论 细胞成像检测系统作为生命科学研究中不可或缺的工具，其在细胞生物学、医学研究及药物开发等领域的应用具有重要意义。随着技术的不断进步，细胞成像系统的功能和应用场景也将不断扩展，推动着生命科学的发展。对于未来的医学和生物学研究，细胞成像检测系统必将继续发挥着关键作用，成为揭示生命奥秘的重要手段。
139人看过
- 2023-07-25 10:40:14半导体和钙钛矿材料的高光谱（显微）成像
- 目前在光伏业界，正在进行一项重大努力，以提高光伏和发光应用中所用半导体的效率并降低相关成本。这就需要探索和开发新的制造和合成方法，以获得更均匀、缺陷更少的材料。无论是电致还是光致发光，都是实现这一目标的重要工具。通过发光可以深入了解薄膜内部发生的重组过程， 而无需通过对完整器件的多层电荷提取来解决复杂问题。HERA高光谱照相机是绘制半导体光谱成像的理想设备，因为它能够快速、定量地绘制半导体发射光谱图，且具有高空间分辨率和高光谱分辨率的特性。硅太阳能电池的电致发光光谱成像光伏设备中的缺陷会导致光伏产生的载流子发生重组，阻碍其提取并降低电池效率。电致发光光谱成像可以揭示这些有害缺陷的位置和性质。"反向"驱动太阳能电池（即施加电流）会产生电致发光，因为载流子在电极上被注入并在有源层中重新结合。在理想的电池中，所有载流子都会发生带间重组，这在硅中会产生1100 nm附近的光（效率非常低）。然而，晶体结构中的缺陷会产生其他不利的重组途径。虽然这些过程通常被称为"非辐射"重组，但偶尔也会产生光子，其能量通常低于带间发射。捕获这些非常罕见的光子可以了解缺陷的能量和分布。在本实验中，我们使用了HERA SWIR (900-1700 nm)，它非常适合测量硅发光衰减。测量装置如图1所示：HERA安装在三脚架上，在太阳能电池上方，连接到一个10A的电源。640×512像素的传感器安装在样品上方75厘米处，空间分辨率约为250微米。图1. 实验装置最重要的是，HERA光学系统没有输入狭缝，因此光通量非常高，是测量极微弱光发射的理想选择。图2.A和2.B显示了两个波长的电致发光（EL）图像：1150 nm（带间发射）和1600 nm（缺陷发射），这是4次扫描的平均值（总采集时间：5分钟）。通过分析这些图像，我们可以看到，尽管缺陷区域的亮度远低于主发射区域，但它们仍被清晰地分辨出来。此外，具有强缺陷发射的区域的带间发射相对较弱。我们可以注意到有几个区域在两个波长下都是很暗的；这可能是由于样品在运输过程中损坏了电池造成的。图2.C中以对数标尺显示了小方块感兴趣区域（图2A和2B中所示）的光谱。图 2.A 和 B：两个选定波长（1150 nm 和 1600 nm）的电致发光（EL）图像。C：A和B中三个不同区域对应的电致发光光谱（图像中的彩色方框）。金属卤化物钙钛矿薄膜的光致发光显微研究通过旋涂等技术含量低、成本效益高的方法，可以制造出非常高效的太阳能电池和LED。这些方法面临的一个挑战是在微观长度的尺度上保持均匀的成分。光致发光显微镜是表征这种不均匀性的一个特别强大的工具。HERA高光谱相机可以连接到任何显微镜（正置或倒置）的c-mount相机端口，并直接开始采集高光谱数据，无需任何校准程序。图3. 与尼康LV100直立显微镜连接的HERA VIS-NIR。在本实验中，我们使用HERA VIS-NIR（400-1000 nm）耦合到尼康LV100直立显微镜（图3）来表征两种卤化物前驱体合金的带隙分布。将两种卤化物前驱体合金化的优点是能够调整材料的带隙；然而，这两种成分经常会发生逆混合，从而导致性能损失。本实验的目的是检测这种逆混合现象：事实上，混合比的局部变化会改变局部带隙，从而导致发射不同能量的光子。在这种配置中，激发光来自汞灯，通过带通滤光片在350 nm处进行滤光，并通过发射路径上的二向色镜将其从相机中滤除。HERA的高通量使其能够在大约1分钟的测量时间内收集完整的数据立方体（130万个光谱）。图4.样品的光谱综合强度图（A：全尺寸；B：放大）。图4.A和4.B分别显示了所有波长（400-1000 nm）总集成信号的全尺寸和放大图像，揭示了长度尺度在1 µm左右的明亮特征。当我们比较亮区和暗区的光谱时（图5.B中的黑色和红色曲线），我们发现暗区实际上也有发射， 不仅强度较低，而且波长中心比亮区短。事实上，光谱具有双峰形状，很可能与逆混合前驱体的发射相对应。图5.A的发射图清楚地显示了带隙的这种变化。我们现在可以理解为什么低带隙区域看起来更亮了--载流子可能从高带隙区域弛豫到那里，并且在发生辐射重组之前无法返回。图5.A：显示平均发射波长的强度图。B：亮区和暗区的发射光谱（正常化）。东隆科技作为NIREOS国内总代理公司，在技术、服务、价格上都具有优势。如果您有任何产品相关的问题，欢迎随时来电垂询，我们将为您提供专业的技术支持与产品服务。
251人看过
- 2025-09-25 12:45:21细胞培养监测系统怎么分析
- 在现代生命科学研究与生物制药行业中，细胞培养的监测系统扮演着至关重要的角色。实现对细胞培养过程的高效、监控，不仅能够提升细胞质量，还能显著缩短研发周期、降低成本。比如，通过实时监测细胞状态、环境参数以及生物标志物，科研人员可以及时发现异常，采取相应措施，确保实验的成功率。本文将详细介绍细胞培养监测系统的分析流程，包括数据采集、参数监控、异常检测及数据分析方法，为科研和工业应用提供参考依据。 细胞培养监测系统核心在于数据的全面采集与分析。典型的系统会实时记录培养环境中的温度、pH值、溶氧浓度、CO2浓度及细胞生长状态等关键参数。利用高精度传感器，这些数据能够连续不断地传输到监控平台，为后续分析提供坚实的数据基础。监测不仅能反映培养环境的动态变化，还能揭示细胞的生理状态，从而辅助优化培养条件。 在分析方面，步是数据预处理，包括噪声滤除、数据平滑以及异常值检测。由于传感器数据常常受到外界干扰，预处理能够确保后续分析的准确性。然后，利用时间序列分析方法，观察环境参数的变化趋势。例如，通过趋势分析可以判断温度波动对细胞生长的影响，提前预警潜在风险。结合细胞生长曲线和代谢指标，进行多因素关联分析，可以深入理解培养环境与细胞状态间的关系。 异常检测是细胞培养监测中不可或缺的一环。通过设定阈值或建立统计模型，系统能够自动识别出温度偏离、pH值异常或溶氧不足等情况。这一环节通常采用支持向量机（SVM）、随机森林等机器学习算法，以区分正常与异常状态。及时的异常识别，有助于科研人员快速采取纠正措施，避免培养失败，确保样品质量。 随着技术发展，越来越多的系统开始融入人工智能（AI）技术，实现更智能化的数据分析。例如，深度学习模型结合大量历史数据，可预测未来参数变化趋势，提前发出警报。通过数据可视化工具，把复杂的监测数据转换成直观的图表与指标，帮助分析人员快速理解环境变化与细胞状态的关联，提升决策效率。 在实际应用中，细胞培养监测系统还需结合细胞类型和培养条件进行定制化调优。例如，在干细胞培养中，对于微环境的敏感性更高，监测系统需要具备更高的传感精度。另一方面，生物制药企业强调在GMP（良好生产规范）环境下的监测系统，要求高稳定性与合规性，确保数据的可追溯性和可信度。 技术的持续进步推动了细胞培养监测分析方法的革新。传统的单一参数监测逐渐被多参数、多源信息融合的系统所取代。多模态数据分析，结合环境传感器、显微影像和生物标志物检测，为科研人员提供全景式的细胞活性与环境状况图景。快速检测与分析相结合，不仅能优化培养流程，也能为细胞药物开发和 regenerative medicine 打下坚实基础。 细胞培养监测系统的分析流程涵盖了数据采集、预处理、趋势分析、异常检测与预测等环节。这些环节共同作用，帮助科研人员及生产企业实现对细胞培养环境的全方位掌控。在未来，随着技术的不断升级，这一系统将在提高细胞培养效率、确保样品质量和推动生命科学创新中发挥更为重要的作用。专业的分析方法与先进的监测设备，是推动细胞培养技术持续进步的关键所在。
62人看过
- 2023-05-09 09:29:50Ecodrone®一体式高光谱-激光雷达无人机遥感系统——森
- 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2cm50m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.
606人看过
沪公网安备 31011502008050号