Ecodrone®無(wú)人機遙感技術(shù)在藻類(lèi)研究監測方面的應用

無(wú)人機遙感技術(shù)，以其快速響應和高效覆蓋，為湖泊及水域水華分布提供了實(shí)時(shí)監測能力。通過(guò)分析特定波長(cháng)的光譜反射率信號來(lái)識別水體中藻類(lèi)的種類(lèi)和豐度等信息，從而對水華現象進(jìn)行有效監測和預警，還能夠同步監測水體透明度、懸浮物、總氮、總磷等多個(gè)水生態(tài)環(huán)境參數。無(wú)人機遙感技術(shù)不僅能夠提供藻類(lèi)水華的空間分布特征，還能對研究區大型藻類(lèi)高度和生物量進(jìn)行評估，有助于精確藻類(lèi)識別、大型藻類(lèi)生長(cháng)狀況監測、藻華監測、高度及生物量評估，為水環(huán)境管理和保護提供更加有效的工具。

易科泰公司設立有光譜成像與無(wú)人機遙感技術(shù)研究中心，基于自主研發(fā)設計Ecodrone®品牌4旋翼輕便型無(wú)人機和8旋翼無(wú)人機專(zhuān)業(yè)遙感平臺及云臺，搭載高光譜、多光譜、Thermo-RGB以及高精度測深LiDAR等，組成完整的Ready-to-fly一體式無(wú)人機系統，具備系統高精度、高分辨率成像、三維點(diǎn)云高密度以及一機多能等特點(diǎn)，為藻類(lèi)研究與監測提供全面的低空遙感技術(shù)解決方案。

ü Ecodrone®輕便型一體式多光譜-紅外熱成像無(wú)人機遙感系統

ü Ecodrone®一體式高光譜-激光雷達無(wú)人機遙感系統

ü Ecodrone®一體式高光譜-紅外熱成像無(wú)人機遙感系統

ü Ecodrone®一體式高光譜-紅外熱成像-激光雷達無(wú)人機遙感系統

ü Ecodrone®水深與地形測量LiDAR無(wú)人機遙感系統

應用案例1：藍藻水華豐度及風(fēng)險評估

藍藻是廣泛分布的光合微生物群體，通常在溫暖、營(yíng)養豐富的淡水和咸水湖泊中占主導地位。藍藻已知能產(chǎn)生多種毒素，是全球飲用水和灌溉水源以及漁業(yè)的主要威脅因素。因此，藍藻的相對豐度參數被認為是內陸和沿海水域質(zhì)量的重要指標。因此，量化藍藻的相對豐度有助于環(huán)境機構、水務(wù)部門(mén)、公共衛生組織等機構及時(shí)發(fā)出藍藻水華預警。國內研究學(xué)者基于高光譜成像技術(shù)開(kāi)發(fā)了一個(gè)經(jīng)驗模型，可以估算藍藻藻藍素（PC）和葉綠素a（Chl-a）的濃度比，進(jìn)而檢測藍藻在內陸水域中的相對豐度?；?/span>遙感反演的PC:Chl-a成果可以快速推進(jìn)內陸水域中藍藻風(fēng)險的初步評估，極大地提高管理內陸水域質(zhì)量的能力。

應用案例2：藻類(lèi)生長(cháng)狀態(tài)監測

海水養殖研究中，由于海水受洋流、潮汐等影響處于不斷變化中，這對藻類(lèi)的生長(cháng)及代謝行為影響巨大。為精細化檢測藻類(lèi)生長(cháng)情況，結合高分辨率多光譜數據，通過(guò)對比正射影像和NDVI，可非常清晰地看到不同養殖網(wǎng)或同一養殖網(wǎng)不同區域其植被生長(cháng)狀況均有明顯差別。如下兩圖，NDVI發(fā)藍對應正射影像中紫菜附著(zhù)茂密區域，說(shuō)明此處紫菜生長(cháng)狀況良好。而NDVI發(fā)黃對應正射影像中紫菜附著(zhù)稀疏區域，則說(shuō)明該區域紫菜生長(cháng)緩慢，半浮于水面，或由于受到某種脅迫致使生長(cháng)緩慢。

研究表明，無(wú)人機多光譜成像技術(shù)在大型藻類(lèi)養殖監測中可精確、可視化反應藻類(lèi)的生長(cháng)現狀，是否遭受脅迫等，為養殖及研究人員提供科學(xué)依據，指導精細化應對，提高養殖藻類(lèi)的產(chǎn)量及質(zhì)量水平。

應用案例3：潮間帶大型藻類(lèi)的無(wú)人機高光譜測繪

潮間帶的大型藻類(lèi)群落標志著(zhù)海洋領(lǐng)域的邊界，對這些資源的有效和可持續管理必須建立在準確、高效的環(huán)境數據收集基礎上。無(wú)人機高光譜遙感技術(shù)的快速發(fā)展，使得快速大面積區域調查成為現實(shí)。

愛(ài)爾蘭相關(guān)研究人員提出了一種詳細的評估方法，基于多旋翼無(wú)人機和推掃式高光譜傳感器來(lái)研究重要的經(jīng)濟和生態(tài)上都極為重要的潮間帶棕色大型藻類(lèi)——Ascophyllum nodosum（褐藻）。經(jīng)分析驗證，無(wú)人機高光譜成像技術(shù)可以準確地識別A. nodosum和其他常見(jiàn)的潮間帶物種和基質(zhì)，并可視化顯示其空間分布，總體準確率為94.7%。

研究結果表明，無(wú)人機搭載的高光譜遙感技術(shù)能夠有效地對潮間帶大型藻類(lèi)進(jìn)行分類(lèi)和可視化呈現，清楚地展示了無(wú)人機高光譜成像技術(shù)在大型藻類(lèi)棲息地研究、資源管理和保護等方面有著(zhù)巨大的潛力。

應用案例4：利用測深Lidar評估大型藻類(lèi)生物量

藻類(lèi)在沿海區域提供許多生態(tài)功能，繪制和監測沿海大型藻類(lèi)資源的能力對行業(yè)和監管機構都很重要，對這些資源的有效和可持續管理必須建立在準確、高效的數據收集基礎上。Ascophyllum nodosum（褐藻）主要生長(cháng)潮間帶到淺水亞潮帶，是加拿大重要的商業(yè)藻類(lèi)。了解褐藻分布及生物量，對于研究藻類(lèi)資源及種群動(dòng)態(tài)是至關(guān)重要的。

通過(guò)衛星圖像分類(lèi)可以實(shí)現低潮時(shí)暴露的巖藻的面積分布圖，并進(jìn)行生物量計算，但是并非所有的沿海區域都能在低潮時(shí)進(jìn)行及時(shí)調查。這種單一的方式使得調查褐藻分布變的挑戰性。測深激光雷達可以在漲潮時(shí)輕松獲取浮游褐藻冠層頂部附近的回波及海床的地形地貌。相關(guān)人員使用測深lidar對海洋潮間帶的大型藻類(lèi)進(jìn)行了研究，并與衛星多光譜數據進(jìn)行了對比。

研究發(fā)現，激光雷達憑借其多次回波和足夠的冠層穿透能力，可以繪制漲潮時(shí)的褐藻冠層和海床點(diǎn)云圖，從而計算褐藻的高度、估算生物量。結果表明，通過(guò)衛星圖像分類(lèi)可以實(shí)現低潮時(shí)暴露的褐藻的面積分布圖繪制，使用測深激光雷達技術(shù)可以在漲潮期估算密集大型藻類(lèi)的高度和生物量。

應用案例5：生物土壤結皮與沙丘石英的高光譜繪制

生物土壤結皮（BSCs），由藍藻、藻類(lèi)、苔蘚、地衣和真菌組成，是重要的生態(tài)系統組成部分，在穩固土壤/沙丘、水土保持以及、固氮固碳、促進(jìn)生態(tài)平衡方面發(fā)揮著(zhù)至關(guān)重要的作用。隨著(zhù)生物土壤結皮的發(fā)展與成熟，地表的土壤顆粒也逐漸被整合到它們的組織中。當其在富含石英的環(huán)境（如沙丘）中生長(cháng)時(shí)，地表石英含量及BSC的發(fā)展是相輔相成的。通過(guò)機載高光譜成像技術(shù)不僅能夠精確評估BSCs的成熟度，還能為富含石英環(huán)境中的生態(tài)研究提供堅實(shí)的科學(xué)基礎。

生物土壤結皮對位于以色列-埃及邊境附近的Nitzana研究區富含石英的沙丘局域具有很大的穩固作用，研究人員利用長(cháng)波紅外高光譜LWIR技術(shù)評估了被BSC覆蓋的沙丘場(chǎng)表面的石英含量，并將其與BSCs的發(fā)展成熟度進(jìn)行相關(guān)性分析。結果表明，朝北、發(fā)育良好、成熟的BSC表現出較弱的石英光譜特征；朝南的BSC發(fā)育程度較低，對石英光譜特征的掩蓋程度較小；裸砂則表現出石英光譜特征。將機載高光譜結果與10個(gè)地面驗證點(diǎn)的數據對比，相關(guān)系數達到0.88。研究結果證明，利用機載高光譜成像技術(shù)可以有效的評估石英分布及含量，進(jìn)而推進(jìn)對于富含石英環(huán)境中BSCs的發(fā)展研究提供可靠的科學(xué)依據。

參考文獻：[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 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.