Nano-Hyperspec超微型机载高光谱成像光谱仪

预处理在不同程度上提高了光谱指数与SMC的相关性,其中基于Abs-SG预处理的PVI_((R644,R651))表现**优,相关系数为0.788,据此构建的三次拟合函数表现**优。基于不同预处理方案下多变量SMC估算模型效果在消噪的基础上,更为深度地挖掘了光谱信息,减少了单一光谱指数造成的误差,提升了模型的定量估测效果。Abs模型预测精度亦**为突出,其建模集R_c~2和RMSE为0.80、2.42**,验证集R_p~2与RMSE为0.91、1.71**,RPD为2.41。本研究构建的SMC估算模型减少了单一变量模型的误差;在规避过拟合现象的同时,提升了模型的定量估测效果,为土壤水分状况天地空一体化遥感监测提供了崭新的视角和方案。

HyperSpectral-ILW是北京欧普特科技有限公司开发的一整套基于无人机的高光谱内陆水环境监测系统。 全套系统包括高光谱无人机和高光谱内陆水环境分析软件，客户可以在短时间内针对目标水体（河流、湖泊等）进行测量并快速得到相关的水环境参数。所测量的参数符合国家环保标准的要求，并直接得到水环境监测报告。 HyperSpectral-ILW系统更适合于中小水域、河流段落的快速水环境监测。

--Nano-Hyperspec VNIR (400-1000nm) --270 个光谱通道, 640个空间通道 --**大帧频300Hz --多个焦距可选的镜头 --集成480GB存储卡 --辐射度矫正 --SpectralView® 软件，带有几何矫正功能 （1）AgView 软件功能包括： （2）6个关键农用植被指数的计算和影像显示，RGB彩色影像显示 （3）指数影像粘贴到Google地图

昆士兰理工大学（QUT）学者利用无人机搭载高分辨率相机与高光谱成像仪对40公顷的Ningaloo珊瑚礁进行了扫描。无人机高光谱数据采集相比较与以往的地面观察采集效率会高出很多很多。本次项目中利用的无人机高光谱技术同时也可以应用于水域藻类生物入侵监测。

高光谱遥感是进行地表植被观测的强有力工具,对于合理利用高光谱数据进行地表植被监测与分析至关重要。利用高光谱数据进行红树林群落信息提取的实证研究，机载高光谱成像数据可以对红树林分类和长势研究提供有力的支撑。

北京欧普特科技有限公司于今年8月份协助中国农科院作物所在新乡综合试验基地用无人机搭载推扫高光谱成像仪Nano-Hyperspec对各实验处理田块获取高光谱成像数据，进行长势监测分析。通过与地面实测数据进行对比分析，利用高光谱成像仪采集的光谱信息构建的多种光谱特征与玉米叶面积指数、叶片氮含量、氮积累量等关键农学指标具有显著相关关系，能够反映不同实验处理间的差异性。为探索实现玉米生长动态监测及营养状况诊断提供了有效的技术途径。