EcoTech®多传感器碳源汇立体遥感监测方案

在“3060双碳目标”时代背景下，易科泰生态技术公司推出EcoTech^®多传感器碳源汇立体遥感监测方案，为我国早日实现双碳目标贡献力量。该方案由Ecodrone^®空基无人机遥感成像系统和PhenoPlot^®地面光谱成像监测系统组成，专为森林碳吸收量、植被碳氮损失与净汇、净光合作用、生物量、生态退化因子、生物多样性等碳源汇及生态系统监测研究领域提供全方位的空陆双基监测方案。

Ecodrone^®空基无人机遥感成像系统（左）、PhenoPlot^®地面光谱成像监测系统（右）

一、优势特点：

l 多传感器：高光谱成像、机载LiDAR、红外热成像、叶绿素荧光测量、环境因子监测等

l 同时相测量、多源信息融合

l 立体监测：陆空双基监测，点面结合、优势互补

l 兼顾“三高”：高现势性、高分辨率、高通量

l 建模反演：无人机遥感大数据+地面采样观测数据，既扩大了监测范围、又保证了监测精度

二、方案配置：

（1）Ecodrone^® UAS-8 Pro一体式高光谱-LiDAR-红外热成像遥感系统

a) 自主研发共轴八旋翼高负载无人机遥感平台，有效负载≥20kg

b) 同时搭载高光谱成像（VNIR或NIR）、激光雷达、红外热成像（或CWSI）三种成像单元

c) 同步采集HSI、3D LiDAR、IRT、RGB四类遥感大数据

d) 可飞行作业30分钟以上，有效覆盖面积超20公顷

e) 高密度三维点云，精度2.5cm，3次回波，穿透性更强，充分保证了下位层植物的有效观测

f) 可成像测量近百种植被光谱指数、冠层温度，获取分类点云、三维测量数据、DTM等ZT数据

（2）PhenoPlot®轻便型近地遥感成像分析系统

a) ZL产品：轻便可拆卸，单兵作业，适用于野外原位监测

b) 双重控制：嵌入式操作系统+PC端GUI软件，无线控制，空旷环境下可达5km

c) 组合命令：支持自定义Protocols，可设置10条以上，实现系统自动运行

d) 传感器：400-1000nm/900-1700nm高光谱成像，224光谱通道；Thermo-RGB成像，温度灵敏度0.03℃；叶绿素荧光测量； Envis环境因子监测，高达150余种传感器可选

e) 测量参数：NDVI、EVI、 PRI等反射光谱指数；植物多光谱荧光、稳态叶绿素荧光Fs等荧光参数； CO₂、CH₄等温室气体、其他环境参数等上百种指标

（3）选配手持式或便携式地面测量仪器，在叶片水平或冠层水平测量稳态叶绿素荧光、植物光谱反射指数、光合作用等

三、应用案例：

案例一：草地碳氮损失及净汇量化

USGS研究人员，使用无人机HSI-LiDAR技术，结合地面调查和实验室土壤分析，对新墨西哥州Sevilleta保护区一片被灌木入侵的荒漠草地的植物物种和土壤肥力微点位类型（SFMT）进行分类，并估算大火焚烧过后草地的碳、氮损失和净汇。

图3.1.1：研究区被烧毁和未被烧毁草地中普遍存在的与小“肥力岛”相关的灌木、草地和土壤的空间格局

研究发现，在过火后DY年，由于土壤侵蚀过程，草地损失约1474kg/ha的C和113kg/ha的N。而第二年，新生草及植物间隙SFMT作为沉积物和养分的净汇，使得草地增加了约175kg/ha的C和14kg/ha的N，该结果也为评估每年被焚烧的草地和灌木地面积提供参考依据。

图3.1.2：结合无人机遥感和地基遥感监测草地土壤肥力微址类型(SFMT)获得的结果，以非常高的分辨率和空间精度表征沉积物和吸附养分的源汇动态

图3.1.3：过火后DY和第二年，通过SFMT估算的被焚毁草地上由于土壤侵蚀或沉积而增加(+)和损失(−)的土壤、土壤C和土壤N

案例二：植被净光合作用研究

西班牙Zarco—Tejada等学者，使用无人机遥感结合地面FluorPen叶绿素荧光仪和LCpro光合仪，对一片常绿植被区的净光合作用进行评估。研究表明，日光诱导叶绿素荧光SIF和稳态叶绿素荧光Fs对指示植物净光合作用具有较高的能力和良好的季节稳定性，因此对研究不同季节的植被碳汇量具有参考意义。

图3.2.1 左图分别为基于航空遥感获取的研究区高光谱伪彩色合成图、温度灰度图及温度伪彩图；右图分别为基于手持式叶绿素荧光仪和便携式光合作用测量仪得到的叶片尺度的气孔导度Gs、光合作用、叶绿素含量、和叶绿素荧光随时间的变化情况，箭头处表示水分胁迫实验的开始

图3.2.2 a)、b)分别为叶片尺度的同化A（光合作用）、气孔导度Gs、叶绿素荧光测量结果之间的关系，c)为航空尺度的SIF成像测量与光合作用之间的关系

案例三：藻类生物量估测

中国海洋大学和易科泰光谱成像与无人机遥感技术研究中心合作，S次将立体遥感技术引入海洋藻类监测领域，通过Ecodrone无人机遥感成像监测和IQ高光谱地面采样实测，历经两年实验及研究分析，建立了一套可靠的紫菜生物量快速评估方法。

图3.3.1 分别为Ecodrone多传感器无人机遥感系统、研究区无人机光谱影像及采样点位置图、研究区地面RGB图，不同含水量下的藻类反射光谱、实测生物量和预测模型之间的相关关系（R²=0.918）

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，为碳源汇监测评估、生态系统演变监测、生物固碳研究、环境污染及FZ、温室气体研究等领域提供全方位立体监测方案。

参考文献：

[1] Joel B. Sankey, Temuulen T. Sankey, Junran Li, Sujith Ravi, Guan Wang, Joshua Caster, Alan Kasprak, Quantifying plant-soil-nutrient dynamics in rangelands: Fusion of UAV hyperspectral-LiDAR, UAV multispectral-photogrammetry, and ground-based LiDAR-digital photography in a shrub-encroached desert grassland, Remote Sensing of Environment, Volume 253, 2021, 112223, ISSN 0034-4257.

[2] A Z T , M.V. González-Dugo a, B E F A . Seasonal stability of chlorophyll fluorescence quantified from airborne hyperspectral imagery as an indicator of net photosynthesis in the context of precision agriculture[J]. Remote Sensing of Environment, 2016, 179:89-103.

[3] Che, S., Du, G., Wang, N. et al. Biomass estimation of cultivated red algae Pyropia using unmanned aerial platform b