移动端

Ecodrone®无人机遥感技术在藻类研究监测方面的应用

2024年04月24日 16:39北京易科泰生态技术有限公司点击量:74

无人机遥感技术,以其快速响应和高效覆盖,为湖泊及水域水华分布提供了强大的实时监测能力。通过分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丰度等信息,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、总磷等多个水生态环境参数。无人机遥感技术不仅能够提供藻类水华的空间分布特征,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,为水环境管理和保护提供更加有效的工具。

image.png

易科泰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、高分辨率成像、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方案。

ü  Ecodrone®轻便型一体式多光谱-红外热成像无人机遥感系统

ü  Ecodrone®一体式高光谱-激光雷达无人机遥感系统

ü  Ecodrone®一体式高光谱-红外热成像无人机遥感系统

ü  Ecodrone®一体式高光谱-红外热成像-激光雷达无人机遥感系统

ü  Ecodrone®水深与地形测量LiDAR无人机遥感系统


image.png


应用案例1:蓝藻水华丰度及风险评估

蓝藻是广泛分布的光合微生物群体,通常在温暖、营养丰富的淡水和咸水湖泊中占主导地位。蓝藻已知能产生多种毒素,是全球饮用水和灌溉水源以及渔业的主要威胁因素。因此,蓝藻的相对丰度参数被认为是内陆和沿海水域质量的重要指标。因此,量化蓝藻的相对丰度有助于环境机构、水务部门、公共卫生组织等机构及时发出蓝藻水华预警。国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aChl-a的浓度比,进而检测蓝藻在内陆水域中的相对丰度。基于遥感反演PC:Chl-a成果可以快速推进内陆水域中蓝藻风险的初步评估,极大地提高管理内陆水域质量的能力。


1713946640245.jpg

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)中蓝藻相对丰度的空间分布;

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风险

 

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、潮汐等影响处于不断变化中,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,结合高分辨率多光谱数据,通过对比正射影像和NDVI,可非常清晰地看到不同养殖网或同一养殖网不同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。


image.png

左图:藻类养殖现场照片;右图:养殖区藻类健康状况反演图,蓝色表示健康程度高,绿色次之

研究表明,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志着海洋领域的边界,对这些资源的有效和可持续管理必须建立在准确、高效的环境数据收集基础上。无人机高光谱遥感技术的快速发展,使得快速大面积区域调查成为现实。

爱尔兰相关研究人员提出了一种详细的评估方法,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)。经分析验证,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分布,总体准确率为94.7%。


image.png

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

研究结果表明,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呈现,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、资源管理和保护等方面有着巨大的潜力。

 

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能,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持续管理必须建立在准确、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。了解褐藻分布及生物量,对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暴露的岩藻的面积分布图,并进行生物量计算,但是并非所有的沿海区域都能在低潮时进行及时调查。这种单一的方式使得调查褐藻分布变的极有挑战性。测深激光雷达可以在涨潮时轻松获取浮游褐藻冠层顶部附近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对比。

研究发现,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,从而计算褐藻的高度、估算生物量。结果表明,通过卫星图像分类可以实现低潮时暴露的褐藻的面积分布图绘制,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。


image.png

左图:研究区域数据成果图。(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:根据涨潮-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、水土保持以及、固氮固碳、促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发展与成熟,地表的土壤颗粒也逐渐被整合到它们的组织中。当其在富含石英的环境(如沙丘)中生长时,地表石英含量及BSC的发展是相辅相成的。通过机载高光谱成像技术不仅能够精确评估BSCs的成熟度,还能为富含石英环境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-埃及边境附近的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覆盖的沙丘场表面的石英含量,并将其与BSCs的发展成熟度进行相关性分析。结果表明,朝北、发育良好、成熟的BSC表现出较弱的石英光谱特征;朝南的BSC发育程度较低,对石英光谱特征的掩盖程度较小;裸砂则表现出最qiang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对比,相关系数达到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分布及含量,进而推进对于富含石英环境中BSCs的发展研究提供可靠的科学依据。

image.png

左图:从现场采集的四种主要类型样品的发射率光谱:总发射率最高的河床表面,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qiang);右图:根据覆盖在真彩色图像上的AisaOWL高光谱图像计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 cultiv ated 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.

版权与免责声明: 凡本网注明“来源:智慧城市网”的所有作品,均为浙江兴旺宝明通网络有限公司-智慧城市网合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智慧城市网www.afzhan.com”。违反上述声明者,本网将追究其相关法律责任。

本网转载并注明自其它来源(非智慧城市网www.afzhan.com)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。

编辑精选

更多

本站精选

更多

视频直击

更多

专题推荐

更多

名企推荐

更多

浙公网安备 33010602000006号