光谱成像工程技术研究中心

Kautsky 与 Hirsch 于1931年首次发表论文“CO2同化新实验”，报道了用肉眼发现叶绿素荧光现象，荧光强度的变化与CO2同化速率呈负相关。Ladislav Nedbal教授与Martin Trtilek博士等基于脉冲调制技术（PAM，Pulse Amplitude Modulated technique）与CCD技术，于1996年研制成功FluorCam叶绿素荧光成像技术（Nedbal etc, 2000），使叶绿素荧光得以在二维和显微（细胞与亚细胞水平）水平上进行成像分析。PAM技术基于人工激发光（脉冲调制测量光、光化学光、饱和光脉冲）Protocols诱导成像，如何在自然光（太阳光）条件下对叶绿素荧光进行成像测量，从而实现对植物光合作用成像作图（mapping），成为科学家特别是生态观测、农业遥感等领域科学家的梦想。 AisaIBIS叶绿素荧光高光谱成像仪由芬兰Specim公司与德国Juelich研究中心为欧洲太空局（ESA）地球探测项目（SIFLEX）研制的Hyplant传感器，是世界上第一款商业化高光谱叶绿素荧光成像仪，采用夫琅和费线深度法，可以检测太阳辐射诱导叶绿素荧光（Sun-induced Fluorescence），用于陆空双基植物叶绿素荧光高光谱成像测量分析，可得到NDVI、EVI、F760（植物叶绿素荧光）等参数。 作为一款功能强大的超高光谱分辨率空陆双基成像系统，适用于地面及航空遥感SIF叶绿素荧光高光谱成像测量，AisaIBIS采用“夫琅和费线深度法”，该方法在670 - 780nm的特定光谱区域内，可对两条吸氧谱线底部的微弱荧光信号进行检测和定量。结合高光通量成像光谱仪和先进的sCMOS成像技术，可在飞行条件下以较高的成像速率和优异的光谱采样间隔(0.11nm)采集高质量、低噪声、高动态范围和信噪比的叶绿素荧光高光谱数据，可以安装在易科泰光谱成像与无人机遥感研究中心提供的近地面遥感平台、通量塔或者航空遥感平台，得到不同尺度的NDVI、EVI、F760（植物叶绿素荧光）等参数。适用于农业、林业、草原、湿地生态系统观测，如光合作用与植被胁迫（如病虫害、干旱等）研究、大田作物表型与种质资源检测、生态系统生产力与作物产量评估等。功能特点1.推扫式高光谱成像技术，采用“夫琅和费线深度法”获取SIF叶绿素荧光成像数据，使太阳光诱导叶绿素荧光测量提高到高空间分辨率水平2.科研级超高性能，光谱采样率达到0.11/0.22nm，高透光率F/1.7，高信噪比680:1 3.陆空双基，既可用于航空遥感，也可以安装于近地面遥感平台、通量塔，以获取不同尺度日光诱导叶绿素荧光高光谱成像数据4.结合易科泰生态技术公司提供的便携式叶片水平叶绿素荧光测量设备，可以满足不同尺度水平的观测研究5.可配置易科泰生态技术公司提供的全波段高光谱成像技术、Thermo-RGB红外热成像与RGB融合成像分析技术等 技术指标：1. SIF叶绿素荧光高光谱成像传感器CMOS科研级检测器，快照模式，珀尔贴制冷 波段范围：670-780nm光谱采样：0.11/0.22nm空间分辨率：384/768像素 透光率F/1.7、信噪比680:1、帧频65fps视野：32.3度，0.5m至无穷远 积分时间：在帧像周期内可调 数据接口：CameraLink 16-bit功耗：一般135W，最大200W成像系统重量（含DPU）：＜25kg支电机械快门，光温稳定功能2. Thermo-RGB红外热成像与RGB真彩成像融合分析技术，可区分阳光照射叶片或冠层、阴影叶片或冠层以及土壤的温度和覆盖度等，以精确反映作物/植物气孔导度动态，使作物冠层温度测量精准区分阳光照射叶片、阴影叶片及土壤背景，并可进行ROI选区分析、频率直方图分析显示及颜色分析等，适宜于高空间解析度冠层温度检测、物候观测、气孔导度观测、高通量作物表型分析等 3. AisaFENIX双镜头全波段高光谱成像：包括VNIR（380-970nm）和SWIR（970-2500nm）双镜头高光谱成像，高信噪比（1000:1）、分辨率，空间分辨率可达1024x像素4. 遥感平台：可选配航空遥感平台、通量塔、或易科泰生态技术公司提供的近地遥感平台5. 光谱成像近地遥感：可选配扫描式或机器人近地遥感光谱成像，包括叶绿素荧光成像（基于PAM技术）、高光谱成像、红外热成像等应用案例1：ESA（欧洲航天局）与NASA（美国国家航空航天局）合作开展生态健康与碳循环动态研究 ESA与NASA合作，采用基于AisaIBIS的HyPlant SIF航空遥感系统、美国NASA研发的基于LiDAR-高光谱-红外热成像航空遥感系统，同步获取森林的太阳光诱导叶绿素荧光成像、冠层结构信息、可见光至短波红外（400-2500nm）光谱反射成像信息、及冠层温度信息，以观测研究生态系统健康与碳循环动态（Middleton etc. The 2013 FLEX-US airborne campaign at the parker tract loblolly pine plantation in North Carolina, USA. Remote Sensing, 2013）应用案例2：AisaIBIS用于监测农作物长势-德国波恩大学农业试验站 德国Julich研究所、西班牙Valencia大学、意大利Milano-Bicocca大学、芬兰Specim公司等科学家，对基予AisaIBIS的HyPlant航空遥感系统（包括AisaIBIS和AisaFENIX）观测冠层（Top-of-Canopy, TOC）光谱反射与SIF叶绿素荧光技术，进行了全面解读，并采用该系统对农田作物进行了遥感作图分析（参见下图），该系统采用AisaIBIS、AisaFENIX全波段空陆双基高光谱成像（400-2500nm）等（Basbian Siegmann etc. The high-performance airborne imaging spectrometer HyPlant-from raw images to Top-of-Canopy reflectance and fluorescence products: Introduction of an Automatized Processing China. Remote Sensing, 2019）应用案例3：AisaIBIS用于估算不同时间作物初级生产力-德国科隆大学 德国科隆大学等科学家采用HyPlant航空遥感系统（基于AisaIBIS SIF叶绿素荧光高光谱成像和AisaFENIX高光谱成像技术），结合地面光合作用（采用Li6400或LCPro T光合仪）和土壤呼吸测量（采用Li8100或SRS2000土壤呼吸测量系统），对植被初级生产力及胁迫进行了观测研究（参见下图），结果表明，F760对现有GPP评估方法可以起到很好的改善和补充，SIF红色叶绿素荧光与远红波段叶绿素荧光比率可以灵敏地反映环境胁迫（S. Wieneke etc. Airborne based spectroscopy of red and far-red sun-induced chlorophyll fluorescence: Implications for improved estimates of gross primary productivity. Remote Sensing of Environment, 2016）其它参考文献：Rascher, U., et al.(2015), Sun-induced fluorescenc – a new probe of photosynthesis: First maps from the imaging spectrometer HyPlant. Global Change Biology.Rossini, M., et al.(2015), Red and far red Sun-induced chlorophyll fluorescence as a measure of plant photosynthesis, Geophys. Res. Lett.Wieneke, S., et al.(2016), Airborne based spectroscopy of red and far-red sun-induced chlorophyll fluorescence: Implications for improved estimates of gross primary productivity. Remote Sensing of Environment.Colombo, R., et al.(2018), Variability of sun-induced chlorophyll fluorescence according to stand age-related processes in a managed loblolly pine forest. Global Change Biology.Gerhards, M., et al.(2018), Analysis of airborne optical and thermal imagery for detection of water stress symptoms. Remote Sensing.Max Gerhards, et al.(2018), Analysis of airborne optical and thermal imagery for detection of water stress symptom. Remote Sensing.Bandopadhyay, S., et al. (2018), Examination of Sun-induced Fluorescence (SIF) Signal on Heterogeneous Ecosystem Platforms using ‘HyPlant’. Geophysical Research Abstracts.Giulia Tagliabue, et al. (2019), Exploring the spatial relationship between airborne-derived red and far-red sun-induced fluorescence and process-based GPP estimates in a forest ecosystem. Remote Sensing of Environment.

1、概述根系是植物地下部分为适应陆地生活长期进化而形成的营养器官，具有支撑地上部分的基本作用，不仅在水、矿物质和碳水化合物的吸收、转化和储存中发挥着重要的作用，还能够稳定植物体并与土壤形成物理和化学联系。有研究学者认为，优良根系的品种有利于提高产量稳定性、资源利用效率及对环境胁迫的抵抗力[1]，根系也被作为育种目标。根系的形态，例如根长、根系体积、根系直径和根干物质，可以反映根系的健康情况。当植物受到胁迫时，根系会产生一系列生长和发育、形态、生物量以及生理生化代谢变化以适应胁迫条件。因此，更好地了解植物根系和根际过程有助于提高植物生产和可持续土壤管理的资源效率。根系研究的关键在于使植物“隐藏的一半”能被可视化和量化。 传统植物根系的研究方法包括挖掘法、定位法、土钻法等，通过挖根、洗根等操作后对根系进行形态学、生理生化等方面的研究，此类方法不仅破坏性大、耗时长、取样成本高，且存在一定的局限性[2]。近年来，无损成像方法在植物科学中变得越来越流行。传统上局限于RGB成像的高通量应用正在向更宽的光谱范围发展，从而能够对根际成分进行化学成像[3,4]，也为地下根系的研究提供了新的途径。为了解决传统根系研究方法所存在的缺陷并方便对根系进行成像，市场上出现了一系列产品，如人工培养基（琼脂、发芽纸、水培等）培养植物幼苗的方法，但该方法植株的生长条件受到人们的质疑；微根窗技术是一种非破坏性、定点直接观察和研究植物根系的方法，是活体根系监测、根系动态生长监测最主要的方法之一。但该方法的缺陷在于窗面及观察深度都比较有限，且在根系生长过程中可能会产生大量细根围绕在玻璃管周围，影响观测的准确性[5-7]。因此，基于根窗技术，填土根箱成像系统应运而生，用于植物根系成像。基于根箱栽培的植物根系表型RGB成像存在一个缺陷，即需要依赖于根与土壤足够的对比度才能进行自动分割。而高光谱成像数据能够克服根与土壤分割困难的问题，能够对根系表型及生化性状成分进行成像分析。根系表型研究方法对比根系研究方法优点缺点代表性仪器挖掘法、土钻法经济成本低破坏性；耗时耗力；WinRhizo洗根图像分析系统微根窗法非破坏性；定点观测窗面尺寸小MS-190超高清微根窗相机系统根箱栽培法-RGB成像非破坏性；可实现高通量分析图像自动分割依赖于根与土壤的对比度PlantScreen高通量植物表型系统根箱栽培法-高光谱成像自动图像分割；可对根系成分进行化学成像经济成本略高RhizoTron植物根系高光谱成像分析系统基于此，易科泰生态技术公司结合近几年来国际先进高光谱成像技术创新应用（易科泰 SpectrAPP 项目）实验研究，开发了一款RhizoTron植物根系高光谱成像分析系统，该系统基于根窗技术，可对RhizoBox根盒培养的植物根系进行原位非损伤表型成像分析，具备多功能高光谱成像分析功能，可对植物根系进行高光谱和自发光荧光成像。能够实现植物根系进行原位表型高光谱成像分析和动态监测。可应用于植株根系成像分析、抗性筛选及遗传育种、病虫害胁迫及干旱研究、土壤结构及养分研究等领域。2、RhizoTron植物根系高光谱成像分析系统2.1 系统介绍RhizoTron植物根系高光谱成像分析系统可对生长于RhizoBox根盒（带根窗）的作物根系进行高光谱成像分析和UV激发生物荧光成像分析（选配），可选配Thermo-RGB成像分析及冠层表型成像分析。RhizoTron植物根系高光谱成像分析系统由主机系统和高光谱成像系统组成，其中主机系统包括系统平台（主机箱）、控制单元、样品托、数据处理服务器等组成；光谱成像系统由光谱成像单元（包括成像传感器、光源、云台等）和自动扫描轴组成。2.2 功能特点1）基于RhizoTron根窗技术的高光谱成像分析技术，配有植物培养模块，由样品托盘、适配器、不同规格尺寸RhizoBox根系观测培养根盒组成，或自己制作培养根盒；可选配多通道智能LED培养台2）标配为60度倾斜自动扫描成像（与植物培养角度一致），同时对RhizoBox根系和幼苗进行高光谱成像分析和RGB成像分析，可选配其它角度如45度、70度和90度（垂直扫描成像）3）可对根系进行UV-MCF紫外光激发生物荧光高光谱成像，以研究分析根系活动及根系与土壤互作关系、荧光假单胞菌等AvrahamAlonyandRaphaelLinker,2013）；或选配根系Thermo-RGB成像分析4）可选配顶部冠层RGB成像分析、红外热成像分析、高光谱成像分析、叶绿素荧光成像分析（可选配适于正常培养盆的样品托）5）可选配iPOT数字化植物培养盆或RhizoBox根系培养盒，持续监测土壤水分温度、重量、植物生长、光合效率、PI（performanceIndex）、茎流等生理生态指标，可自动采集土壤渗漏水并进行土壤营养盐分析6）模块式结构，具备强大的系统扩展功能，系统平台自动万向脚轮，方便移动7）可远程控制（选配）、自动运行数据采集存储等功能2.3 技术指标1)控制单元为嵌入式操作系统，可进行双重控制（触控屏+PC端全中文GUI软件），实现远程操控相机及平台2)自动扫描轴推扫速度与精度：1-40mm/s，移动精度1mm，有效扫描范围：标配100cm3)高光谱成像（标配400-1000nm，可选配900-1700nm）可成像分析植被生理生化指标、健康指数、光合利用效率、植被胁迫、水分、氮素等指数。配备PhenoRoot根系分析软件，如需对地上部分进行同时分析，可选配SpectrAPP分析软件4）标配RGB彩色成像：分辨率2448×2048像素，配备专业植物根系分析软件5）SpectrAPP高光谱成像分析软件：进行光谱融合、ROI选区分析、光谱分析、频率直方图、自动识别不同波段峰值，可分析近百种光谱指数，根据需求定制添加光谱指数，同时能够分析根系表型数据6）PhenoRoot根系分析软件，可分析根长、根系最大宽度、凸包面积、根系总长、根系面积（生物量）、根系剖面分析（根系密度）等7)Thermo-RGB成像融合分析（选配），包括Thermo-RGB融合分析软件，红外热成像分辨率：640×512像素；测量温度范围：-25℃－150℃；光谱范围：7.5－13.5μm8)多通道智能LED培养台，RGBW四通道智能调整LED光源，0-100%可调，可模拟昼夜节律、不同光配方等，最大光强300μmol/m2s 9)叶绿素荧光成像单元（选配），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8.6×8.3µ m，可自动运行Fv/Fm、Kautsky诱导效应、荧光淬灭分析、光响应曲线等protocols，自动测量分析50多个叶绿素荧光参数，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10)系统平台规格：标配约145cm×60cm×160cm（长×宽×高）、重量约50kg 3、应用案例3.1 甜菜根系RGB及高光谱成像分析：以甜菜为实验对象进行了实验，对其根系进行RGB成像和高光谱成像（900-1700nm），分别进行了形态分析和生化性状进行分析[8]。1）形态分析：以手动分割作为参考，使用RGB和高光谱图像跟踪甜菜根系的生长、形态和结构，发现基于RGB自动分割并不能很好的区分老根和土壤，跟踪根系总根长误差为6.94%；高光谱成像通过光谱比率获得根系的二值图像进而对根系长度进行分析，误差仅为1.5%。使用紫外灯（UV）与模拟太阳光照射得到的根系可视化图像，发现在明亮背景下UV图像更易识别根系。左：RGB原始图像；中：(A)使用绘图板手动分割根系，(B)顶部分割不良的旧根轴区域，(C)图像底部正确分割的新根轴，(D)基于RGB获得的二值图像；右：基于高光谱获得的二值图像 UV和模拟太阳光根系可视化图像。(A): UV；(B): 模拟太阳光2）生化性状分析：对不同发生位置及成熟度的根系和土壤的平均光谱进行分析，发现三种根系光谱曲线存在显著差异，且1100nm附近新侧根与主根出现吸收峰，而老根并未出现。但老根与土壤反射曲线趋势较一致，在水分吸收区域（1450nm）附近，根系光谱斜率高于土壤。同时，它使用不同含水量土壤校准根盒的平均光谱进行校准，从而绘制根箱上水分分布图。3.2小麦根系RGB及高光谱成像分析以小麦为实验对象，对植株进行扦插处理，扦插后14、28、47、94、101和201天对根箱的上三分之一进行高光谱成像（900-1700nm)和RGB成像，分别进行了形态分析和生化性状进行分析[9]。1）形态分析：使用WinRhizo对根长度进行结构量化，以手动分割作为参考，分别使用高光谱图像和RGB图像对根系可见根长度进行预测，结果表示，基于RGB分割为83.4%，光谱分割为77.0%。但两种分割方法的斜率没有显著差异（P=0.225）。表明两种方法在预测此处使用的基质的可见根长度方面具有相似的性能。2）生化性状分析：基于光谱特征，使用决策树模型对根像素的径级类别进行预测，其训练集为r=0.86，验证集r=048；基于一阶导数差分光谱（1649-1447nm）构建根系腐烂时间指数模型，使用修剪后28天和101天的光谱数据作为验证集，其r2=0.96。 3.3 土壤含水量估测及根腐病识别以甜菜为实验对象对其根系进行高光谱成像（900-1700nm)，同时测定与实验相同土壤的根箱中的不同土壤含水量及高光谱成像，以此作为训练集对含水量模型进行训练，对根箱的每个土壤像素的含水量进行预测；以油用萝卜作为实验对象，使用化学计量分析对根系不同时间后腐烂的光谱特征进行识别，通过光谱的时间变化推断根系腐烂情况[10]。3.4不同基因型扁豆霉菌根腐病的RGB和高光谱成像评估以不同基因型扁豆为实验对象，分别进行RGB成像和高光谱成像（550-1700nm），研究高通量表型技术评估霉菌根腐病的严重程度，以快速鉴别耐药基因型。设置对照组和实验组，培养14日后实验组接种黄芽孢杆菌，对照组施以清水。接种14日后使用0-5疾病评分量表对根系进行评分，作为地面参考数据[11]。霉菌根腐病严重程度量图RGB图像：通过提取特征变量对植物生物量研究，发现投影面积与植物生物量有很强的相关性，与地下生物量相关性高达0.9，地上生物量相关性为0.84；对根系病害程度进行预测，发现其R2达到0.67，而通过地上部特征变量进行预测，其R2仅达到0.23。高光谱图像：通过提取感兴趣区的光谱，发现从地上样品的高光谱反射曲线来看，健康和感染的样品光谱反射曲线相差较小，而根系的光谱曲线差异较显著。使用归一化差异光谱指数（NDSI）对根系疾病程度进行预测，其R2达到0.54，使用地上部光谱特征进行预测，其R2仅为0.27。3.5 油菜重金属铅(Pb)含量的高光谱估测以油菜为实验对象，对叶片和根系分别进行高光谱成像，对根系图像进行比值运算（根部：861.96/480.46nm），油菜叶片和根的分割阈值t分别为1.3和1.6，使根系与背景进行图像分割。分别建立支持向量机（SVM）和SAE深度神经网络对样品中的铅（Pb）含量建立模型并预测，发现SAE深度神经网络模型精度较高。在SAE模型的基础上使用迁移学习的方法得到T-SAE模型，并对油菜叶片和根系中的Pb含量进行预测，发现其精度有所提升，油菜叶片达到0.92，根系达0.93。基于此可以发现高光谱成像技术结合深度神经网络能够对油菜植物中的重金属Pb进行定性定量检测[12]。3.6 野生植物幼苗根系高光谱成像分析易科泰EcoTech实验室技术人员以一株野生型元宝槭幼株为样本，采集900-1700nm高光谱数据，并对其进行光谱成像分析及根系形态分析。4、参考文献[1] Kutschera, L. Wurzelatlas mitteleuropä ischer Ackerunkrä uter und Kulturpflanzen. DLG-Verlags-GmbH, Frankfurt am Main (1960).；Kenrick, P., & Strullu-Derrien, C.[2] Dhondt S, Wuyts N, Inzé D. Cell to whole-plant phenotyping: the best is yet to come. TrendsPlant Sci. 2013 18:428–39.[4] Pierret A. Multi-spectral imaging of rhizobox systems: new perspectivesfor the observation and discrimination of rhizosphere components. Plant Soil. 2008 310: 263–8.[3] Vamerali T, Ganis A, Bona S, Mosca G． An approach to minirhizotron root image analysis［J］． Plant and Soil, 1999, 217( 1/2) : 183－193.[4] Johnson M G, Tingey D T, Phillips D L, Storm M J. Advancing fine rootresearch with minirhizotrons [J].Environmental and Experimental Botany, 2001, 45( 3) : 263－289.[5] Gernot B , Mouhannad A , Alireza N , et al. RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setupand Imaging Protocols. [J]. Journal of visualized experiments : JoVE, 2017, (126).[6] Gernot B, Alireza N, Thomas A, et al. Hyperspectral imaging: a novel approach for plant root phenotyping.[J]. Plantmethods, 2018, 14(1).[7] Gernot B , Mouhannad A , Alireza N . Root System Phenotying ofSoil-Grown Plants via RGB and Hyperspectral Imaging. [J].Methods in molecularbiology (Clifton, N.J.), 2021, 2264245-268.[8] Advanced Imaging for Quantitative Evaluation of Aphanomyces RootRot Resistance in Lentil[J]. Frontiers in Plant Science, 2019, 10.[9] Nakaji T, Noguchi K, Oguma H. Classification of rhizosphere components using visible–near infrared spectral images. Plant Soil. 2008 310: 245–61.

Ecodrone 轻便型10通道多光谱无人机遥感系统是易科泰光谱成像与无人机遥感技术研究中心在Ecodrone UAS-4无人机平台基础上，采用倾斜补偿方法及同步触发控制技术推出的一款免云台多光谱遥感监测系统，应用于大范围、多维度智慧农业研究、森林植被资源调查、生态环境监测、水质水色反演、大田高通量表型分析、国土资源调查等，荣获中国杨凌农业高新科技成果“后稷奖”。 该系统集成轻便型无人机平台、10通道多光谱成像及高分辨率RGB成像，具有机动灵活、操作简单、光谱通道数多、时空分辨率高、续航时间长等特点，一次作业即可同时获得10通道多光谱影像及高清RGB影像，对冠层尺度作物/植物生长监测、叶绿素效率及植物红边坡度分析、森林资源调查、水土资源监测管理、生态环境动态监测、物种多样性调查研究等具有重要意义。主要特点：? 4旋翼轻便型无人机遥感平台，搭载10通道多光谱及高清RGB相机，飞行时间可达40分钟，同步获取10通道多光谱影像及高分辨率RGB影像，飞行作业事半功倍? 高影像分辨率：100m飞行高度时分辨率可达6.7cm? 可测量NDVI、NDRE、DVI、RVI、SAVI、EVI、VOG、绿度指数、光利用效率、浅水环境（气溶胶、浮质等）、叶绿素效率或红边坡度? 集成下行光传感器DLS和GPS，配备标准反射校准板，确保精确的环境光校准，多镜头共用，节省成本和重量的同时，确保同时、同步、同光线? 物理安全开关+遥控器双重加锁，确保安全操作? 角度倾斜补偿技术，免云台飞行，可选配磁编码自稳云台，实时姿态调整，每秒300次? 安全保护功能，支持低电量报警、一键返航，磁罗盘失灵等极端情况下一键切换手工控制? 预留接口：无需改动，轻松集成红外热成像、ENVIS环境因子监测等传感器，实现一机多能? 系统总重＜6kg、收纳尺寸小、起降场地要求低，方便野外移动、运输、作业应用案例：（1）不同胁迫条件下水稻表型分析易科泰光谱成像与无人机遥感技术研究中心使用Ecodrone多光谱无人机遥感系统在浙江一水稻田采集了多光谱成像数据并进行了分析处理。基于NDVI和NDRE结果可以看出，除水稻田边缘部分外整体指数数值较高，说明作物叶绿素含量和绿色部分生物量较高，几乎使NDVI数值达到了饱和。而从NDRE图可以更为清晰的看出不同处理条件下水稻生理特性的差异，通常NDRE数值越高反应着植株越健康。基于无人机多光谱数据进一步研究验证筛选出种植品种、种植密度和施肥用量的最优组合，可以有效减少资源浪费，缓解氮肥流失造成的环境问题，或结合实际测量的理化数据建立拟合模型，通过光谱信息反演作物生化指标，实现精准农业生产研究。 （2）水土资源调查下图为湖州师范学院校内人工湖及周边，该区域地物丰富多样，使用Ecodrone 10 通道多光谱无人机遥感系统采集该区域的10通道多光谱影像数据，并进行地物分类及水体资源研究。 （3）内陆水体水质监测内陆及海岸带水体湿地监测，主要监测的污染物主要有三类，分别为浮游植物（主要是藻类），由于藻类都含有叶绿素，所以主要监测叶绿素a浓度；非色素悬浮物（简称悬浮物），由于浮游植物死亡而产生的有机碎屑以及陆生或湖体底泥经再悬浮而产生的无机悬浮颗粒；有色可溶性有机物(CDOM)，有黄腐酸、腐殖酸组成的溶解性有机物。 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，为精准农业研究、森林植被资源调查、生态环境监测、地质矿产勘查、环境污染控制与影响评估等低空遥感应用领域提供无人机及近地遥感全面技术方案：1)Ecodrone UAS-4轻便型无人机遥感平台，可搭载多光谱成像、Thermo-RGB成像传感器2)Ecodrone UAS-8无人机高光谱遥感平台，可搭载一体式高光谱成像-红外热成像等3)Ecodrone-Kestrel高分辨率无人机高光谱遥感系统，全新自主专利产品，高负载无人机遥感平台，可搭载定制化方案4)Ecodrone一体式高光谱红外热成像无人机遥感系统，高光谱-红外热成像同步监测5) 轻小型固定翼无人机遥感技术方案，可挂载多光谱相机、红外热成像及RGB相机，最大起飞重量1350g，续航时间可达75分钟6)PhenoPlot近地遥感技术方案，可扩展、可定制

YellowScan Voyager激光雷达系统是最新推出的远距离Lidar解决方案，测程可达760m。其激光扫描仪的100°宽视野和高达1.8MHz的极快数据采集速率，使该解决方案成为需要高点云密度项目的最佳选择。YellowScan Voyager与易科泰光谱成像与无人机遥感技术研究中心自主研发的Ecodrone系列无人机及高光谱成像、红外热成像等传感器组成Ready-to-fly一体式遥感监测系统，广泛应用于森林监测、农业表型、环境研究、矿山调查、考古、电力巡检、航空测绘等领域。技术参数组件内容

易科泰推出轻便型、一体化、多传感器无人机遥感作物表型研究监测技术方案——Ecodrone UAS-4 Pro轻便型一体式多光谱-激光雷达遥感系统：1.基于自主专利UAS-4遥感平台技术，兼具轻便型和多功能特点2.同时搭载多光谱成像、激光雷达及RGB成像，作业时间大于20分钟3.一次飞行可同步获取5/10个光谱波段、高密度点云数据及RGB，作业效率事半功倍4.厘米级多光谱地面分辨率，50m高度地面分辨率达3.4cm，30m高度（用于田间高通量作物表型分析）地面分辨率可达2cm5.LiDAR-RGB：标配精确度2.5cm，回波次数3，FOV 70.4度，可选配其他规格；RGB成像为Sony APS-C Exmor CMOS传感器，20MP像素，FOV 83度6.应用于精准农业研究、作物表型遥感、病虫害监测、农作物产量评估、森林遥感监测、碳源汇监测评估、生态环境调查监测、生物多样性监测等、生物固碳研究等领域 主要技术指标：分析测量参数：1.冠层结构参数：NDVI、NDRE、DVI、VOG、NDWI、GCI、LCI等2.R/G/B指数，如绿度指数等3.可测量光利用效率、浅水环境（气溶胶、浮质等）、叶绿素效率或红边坡度等（10通道）4.激光雷达参数：高密度真彩色点云、三维测量数据、分类点云、DOM、DSM、DTM、DHM等应用案例一：不同胁迫条件下水稻表型分析易科泰光谱成像与无人机遥感技术研究中心使用Ecodrone无人机遥感系统对某水稻田进行表型分析。基于NDVI和NDRE结果可以看出，除水稻田边缘部分外整体指数数值较高，说明作物叶绿素含量和绿色部分生物量较高，几乎使NDVI数值达到了饱和。而从NDRE图可以更为清晰的看出不同处理条件下水稻生理特性的差异，通常NDRE数值越高反应着植株越健康。 基于无人机多光谱数据进一步研究验证筛选出种植品种、种植密度和施肥用量的最优组合，可以有效减少资源浪费，缓解氮肥流失造成的环境问题，并可结合LiDAR结构信息及实际测量的理化数据建立拟合模型，用以反演作物生化及生物量指标，实现精准农业生产研究。应用案例二：人工松林生长监测易科泰光谱成像与无人机遥感研究中心利用自主研发的Ecodrone激光雷达无人机遥感系统，对某农田-人工林地带进行了LiDAR遥感作业。 通过LiDAR点云剖面高度测量并结合DHM模型，随机选取A地块人工松林15个点，提取其高度值，求取平均值为161cm，而地面人工采样实测结果大部分高度落在1.6-1.7m区间，吻合度较高。 实验表明，基于Ecodrone激光雷达无人机遥感技术，测量获取的LiDAR三维信息，结合地面采样实测结果，对植被精准分类、监测树木/作物不同生长阶段的特点、评估生物量及指导施肥具有重要意义。应用案例三：不同生长阶段冬小麦冠层结构变化监测基于反射光谱计算的叶面积指数(LAI)等相关指标监测冠层密度，对于理解和预测土壤-植物-大气系统中的循环过程以及指示作物健康和农场管理中产量估计具有重要作用。德国和比利时学者使用无人机Lidar和多光谱遥感成像系统对德国Selhausen的ICOS冬小麦大田区域进行了7次数据采集，时间跨度由2020年4月1日至7月21日，评估了Lidar-多光谱技术在精准农业冠层结构估计中的应用潜力。 研究结果表明，在冬小麦成熟之前的生长阶段中，基于Lidar数据衍生的植物面积指数（PAI）与通过地面设备采集的绿色面积指数（GAI）值具有高度一致性，与多光谱成像获取的GAI估计值也密切相关，可准确反映冬小麦生长过程中在空间结构上的变化。通过每个采集时段（12/05、26/05、09/06、23/06）点云数据创建的数字地表模型DSM减去数字地形模型DTM(01/04，生长季节开始时)，也能对冬小麦高度进行有效估算。同时，使用多光谱数据补偿Lidar PAI，可以区分绿色植被面积指数与非绿色植被面积指数，在整个作物生长周期互相补充，进行作物建模，以实现精准施肥、作物管理和碳储存估算等。 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，为精准农业研究、作物表型遥感、病虫害监测、农作物产量评估、森林遥感监测、碳源汇监测评估、生态环境调查监测、生物多样性监测等、生物固碳研究等领域提供无人机及近地遥感全面技术方案。 参考文献：[1] Bates J S , Montzka C , Schmidt M , et al. Estimating Canopy Density Parameters Time-Series for Winter Wheat Using UAS Mounted LiDAR[J]. Remote Sensing, 2021, 13(4):710.

平台介绍：质谱流式的超高检测通道数量的优势在组织成像研究中最大化，其性能远远超越了传统的免疫组化或者免疫荧光技术。质谱流式系统的检测通道多达135个，目前单次检测即可获得组织切片样本上4-37种蛋白标记物的图像数据，充分满足研究人员未来不断增长的实验需求；并在最大限度上利用单个样本进行数据采集和分析，非常适用于珍贵的稀有样本；更重要的是，该方法有效地避免了因连续切片造成的样本间差异以及由于连续染色造成的数据间差异；此外，通过保留组织结构和细胞形态学信息，研究人员可以在组织微环境下从亚细胞水平获得全新的研究视角。平台优势:传统免疫组化质谱免疫组化通道最多10色拥有135个通道，目前最多可同时检测37个抗体串色荧光串色严重，信号相互叠加，染料灵敏度及浓度直接影响图像真实性通过质谱收集金属离子转换为图像信号，信号精准不重叠，真实可靠背景有些组织内含有内源性过氧化物酶，有些组织存在自发荧光，两种情况都引起高背景金属螯合物与细胞组分的非特异性结合极低，作为标记的镧系金属元素，在细胞中的含量基本为零，背景极低染色流程目前两种方法：一种是每张切片染3色，制作多张切片染色；另一种是一次染3色，然后洗掉，再染3色，然后洗掉再染，反复操作每张切片最多可结合37个抗体，同时染色，仅需一张切片，节约样品，节省时间应用领域：1. 肿瘤微环境相关因子检测2. 机体免疫功能检测3. 细胞信号通路相关因子检测4. ......我们的优势：1. 提供从Panel设计到数据分析的质谱成像应用完整解决方案2. 优质的项目服务，成熟的实验流程，严格的质控管理服务流程：销售与老师进行沟通，明确需求 销售与技术部门沟通，出具方案 签署合同 收取样品 检查切片细胞情况 扫描分析并出具报告

综合描述 ATR3180超快速线扫拉曼光谱成像仪，是奥谱天成集中 20余年的拉曼光谱仪研制经验，历经3年，研制出的一款全新 的、经过优化设计的、具有突破性特点的宏观拉曼光谱成像仪， 它采用超高功率激光器、线性激光整形技术、空间分辨光谱分 析仪、超低温制冷型（-70℃）高灵敏度面阵CCD，使得仪器 能够超快速地对大面积的样品进行扫描成像。ATR3180可以 适应复杂环境下的使用，光谱仪具有广泛的应用，特别是在科 学研究、食品安全、制药工程、新材料、新能源等领域。 产品特征  线扫拉曼成像，超快速扫描成像  空间分辨率达到 512 波段（单次扫描）  超低温制冷、超高灵敏度的探测器  传感器制冷至-70 ℃；  超低噪声电路  强大的 PC 端光谱分析软件  USB 3.0；  先进的光谱处理算法和软件  友好的人机界面 ATR3180随机配送的多功能软件，经过全球数百科学家 的严格考验并汇集了他们的改进意见后，经过了近百个版本的 更新，功能非常完善而稳定，非常适合拉曼研究工作的开展。应用领域  纳米粒子与新材料  科研院所研究  生物科学  法医学鉴定  材料科学  医学免疫分析  农业及食品鉴定  宝石及无机矿物鉴定  环境科学产品外观

Ecodrone-Kestrel高分辨率无人机高光谱遥感系统，是易科泰光谱成像与无人机遥感技术研究中心在自主研发的Ecodrone UAS-8 Pro高负载无人机遥感平台的基础上，集成国际高光谱成像技术领导者Specim设计生产的AisaKestrel高分辨率高光谱成像系统，最新推出的一款高端科研级无人机遥感监测系统。本系统可同时挂载thermo-RGB成像，同步进行一体化高光谱-红外热成像无人机遥感监测，主要应用于大范围、多维度智慧农业研究、大田高通量表型分析、森林植被资源监测、水资源及生态环境监测、地矿勘查监测等领域。1 主要技术特点 2 传感器配置3 应用案例冬小麦生长后期涨势评估：下图依次为RGB图、抽穗期NDVI图及PSRI图、成熟期NDVI图及PSRI图，通过提取反射光谱指数，反映了小麦自抽穗后到成熟期，其营养生长基本停止，生长活力明显降低，成熟度大幅增高，即将进入收割阶段。4 应用领域

PhenoTron复式智能LED光源培养与光谱成像分析平台，是易科泰公司基于自主研发的智能LED光源培养及光谱成像扫描平台技术，推出的一款数字化、一体式植物培养与光谱成像分析检测平台，即可进行植物育种光照培养、模拟昼夜节律，同时也可以进行表型成像分析、光生物学研究，或植物工厂、垂直农业研究等。具体应用于：1.作物种质资源培育检测鉴定2.作物培育与不同生长期表型分析、表型大数据建库3.遗传育种、胁迫生理与抗性筛选4.光生物学研究5.作物如蔬菜、药用作物等色素、次级代谢产物成像分析6.植物工厂、垂直农业实验研究7.智慧农业、数字农业模拟、实验研究 主要特点：1) 标配双层多通道（波段）智能LED光源，可模拟昼夜节律并具备阴天、林下光照等不同光照配方数据库2) 高光谱成像分析3) 叶绿素荧光高光谱成像分析（选配）4) UV-MCF生物荧光高光谱成像分析（选配）5) 一体化复式智能LED光源培养与光谱成像分析专利技术（专利号：ZL 2021 2 1568461.0）6) 可联网自动获取当地时间及天气，并根据天气及时间自动调节LED光强，模拟昼夜节律7) 可对盆栽植物、组培苗、种苗等植物/作物进行活体表型成像测量分析及育种培养主要技术指标：1) 标配为双层种质资源培养与光谱成像检测平台，上下层独立控制2) 单层XYZ三轴有效行程：X轴80cm，Y轴180cm，Z轴可调3) 单层扫描成像及培养面积：180×80cm，可定制4) 智能LED光源：可实现RGB+远红、RGB+UV+远红等不同光源组合配方，255级或0-100%调制，每个通道独立控制，可选4、5、6、7通道5) 全波段光源：9*漫反射卤素灯光源，0-100%线性调控6) 400-1000nm高光谱成像：a) 光谱通道224（binning×2），具备多光谱波段自由选择功能，根据需求自由选择感兴趣光谱波段，最大称度减少数据冗余，提高光谱成像大数据处理分析效率，节省存储空间，可分段选择波段范围b) 帧率：330FPS，最大每秒扫描9900行，有效适配更大范围的扫描速度，适应多种测量场景，尤其对容易摆动的样品，能够得到锐利清晰的高光谱影像c) 光谱分辨率 FWHM：5.5nmd) 空间分辨率：1024像素e) 信噪比420:1f) 可成像分析作物生化、生理指标、光利用效率、健康指数、覆盖度、胁迫等近百种参数7) UV-MCF成像分析（选配）：a) 可对植物包括藻类自发光荧光成像和光谱分析，包括叶绿素荧光成像及光谱分析、BGF蓝绿荧光成像及光谱分析b) 分析参数：①BGF蓝绿荧光Fb（或F440）和Fg（或F520）；②叶绿素荧光Fr（或F690）和Ffr（或F740）；③荧光比值，如Fb/Fg、Fb/Fr、Fb/Ffr、Fr/Ffr等，及F730-740/F680-690（反应叶绿素含量及植物长期胁迫等）、F735/F700（可精确反映叶绿素含量）；④可获取高达数百个光谱维度的生物荧光成像数据c) 可扩展多激发光（绿色及红色激发光）植物荧光光谱成像分析（选配），并进一步测量分析花青素指数、黄酮指数及氮素平衡指数NBI8) 900-1700nm高光谱成像（选配）：a) 光谱通道224，具备多光谱波段自由选择功能，根据需求自由选择感兴趣光谱波段b) 帧率：670FPS，最大每秒扫描15000行，有效适配更大范围的扫描速度，适应多种测量场景c) 光谱分辨率 FWHM：8nmd) 空间分辨率：640像素e) 信噪比1000:1f) 可成像分析评估作物N素含量、水分含量指标与水分胁迫等9) 叶绿素荧光成像（选配）：a) FluorCam叶绿素荧光成像技术，专业高灵敏度CCD，帧频50fps，分辨率720×560像素b) 精准定位FC叶绿素荧光成像分析，单次叶绿素荧光成像分析面积35×45mmc) 3色4组LED激发光源，光化学光最大1000µ mol.m-2. s-1可调，饱和脉冲3900µ mol.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) 自动测量分析Fv/Fm、Fv’/Fm’、Y(II)、NPQ、qN、qP、Rfd、ETR等50多个叶绿素荧光参数f) 自动同步显示叶绿素荧光参数及参数图、频率直方图、叶绿素荧光动态曲线10) Thermo-RGB成像（选配）：7.5-13.5μm，同时具备红外热成像及RGB成像，10倍光学变焦，无线图像传输，实时监测RGB及温度信息，测量最大、最小、中心点温度，温度预警、等温区域等，实时监控全域植物状态，自动采集数据应用案例：

GCMS-18883气相色谱质谱联用仪为舜宇恒平仪器针对环境检测市场开发的，长期稳定性好、经济适用的一款单四级杆质谱。该产品由舜宇恒平仪器的研究单位，上海质谱仪器工程技术研究中心孵化出品。技术优势： GCMS-18883气相色谱质谱联用仪使用的四极杆是专门针对高性能分析而特殊设计的长杆结构，具有优异的分辨率和质量轴稳定性，提供最大离子传输效率。采用国家重大科学仪器设备开发专项研究的最新加工工艺成果，结合全球优化加工优选，保证每一套四级杆精度。 四级杆与真空腔体优选加工的同源标准要求，保证了四级杆质谱一致性和稳定性。 创新设计的曲面推斥极，同平板推斥极相比，具有更优异的电场分布和平滑性，提高离子产生效率和迁移效率，获得更好的灵敏度和稳定性。 一体化的EPC模块对流量和压力控制精确稳定，数字化控制分离系统的气路参数，保证了分析结果的一致性与重现性应用举例：图1 室内空气中22种VOC标准样品图谱示例（GB/T 18883-2022《室内空气质量标准》）1、正己烷，2、乙酸乙酯，3、氯仿，4、苯，5、四氯化碳，6、环己烷，7、正庚烷，8、三氯乙烯，9、甲基环己烷，10、甲苯，11、正辛烷，12、四氯乙烯，13、乙酸丁酯，14、氯苯，15、乙苯，16、间二甲苯，17、对二甲苯，18、苯乙烯，19、邻二甲苯，20、正壬烷，21、1,4-二氯苯，22、正十六烷图2 水质检测中多种VOC标准样品图谱示例 上海质谱仪器工程技术研究中心由上海市科学技术委员会批准成立，依托于上海舜宇恒平科学仪器有限公司，作为公司下设的独立运行的研究单位，针对质谱仪器技术、制造工艺和应用方法进行开发研究。质谱工程中心进行的研发由市场需求进行引导，通过工程技术开发实现产业化，成果通过应用技术开发实现系列化和系统化，着眼于满足客户要求，完成市场和技术的紧密结合。质谱工程中心荣誉&成果： 1. 2019 年度，质谱工程中心被上海市科学技术委员会评为“优秀单位"； 2. 起草《GB/T 33864-2017 质谱仪通用规范》，并与 2018 年2 月1 日实施 3. 过程气体质谱分析仪荣获“北京 BCEIA"金奖 4. 气相色谱质谱联用仪荣获“北京 BCEIA"金奖

实验室用高光谱成像仪ATH8500总体描述：ATH8500是一款全新的、经过优化设计的、具有突破性特点的实验室用高光谱成像系统，它具有高分辨率、高清、高质量等特点，由高光谱成像仪、平扫结构、光源、成像相机、数据处理工作站等组成。它是采用多功能机箱、高稳定性实验平台，并内置高稳定性光源、不同波长范围高光谱成像仪、高清晰可见光相机、防抖线性平动平台等部件，并采取了多种消杂散光处理方法，以获得高质量的高光谱数据，特别适合实验室高光谱扫描适用。ATH8500具有高空间分辨率、高频谱分辨率、宽成像范围等特点。实验室高光谱系统由高光谱成像仪、线光源、高清相机、样品台、调焦装置和标准白板组成。线光源与高光谱成像仪线视场共线，通过样品台的平移实现数据采集。高清相机拍摄样品台零位全局高清图片用于与高光谱数据进行图像融合弥补其空间分辨率不足的缺点。标准白板用于在空间和时间双重尺度上进行反射率校正，提高数据反演精度。企业的实验研究设备。ATH8500将高光谱成像技术与高清拍照技术相结合，所采集数据兼具高光谱分辨率和高空间分辨率，能够充分挖掘物质自身特有的光谱特性和空间特性。可以应用于物质分选（烟草、药品、食品、矿石等）、刑侦文检、真伪鉴定等领域。特征：l 最 大波段范围：400~5300nm（多段可选）l 最 大空间波段数：2048X2048（每个型号不同）l 最 大光谱波段数：1088（每个型号不同）l 超群的成像性能l 数据格式兼容ENVI；l 体积紧凑：162cm x 80cm x 60cm；l 重量轻：60 Kg（每个型号不同）；l 内置智能校准白版l 多种消杂散光设计，成像质量高；l 高清可见光相机，可进行图像融合；l 可靠性高；应用领域：l 艺术品和古画l 刑侦与文检作业；l 制药企业：中药材的防伪l 纺织：花纹的拷贝、图画的复制l 矿物质的筛查l 司法鉴定：文检鉴定l 农业：树叶、烟叶扫描l 文物扫描修复，壁画修复1. 选型指南ATH8500系列特征主要应用领域ATH8500400-1000nm可见近红外高光谱成像仪精 准农业、农林业病虫害、艺术品扫描、文物鉴定、图案扫描、工业分选等ATH8500-171.0~1.7μm短波红外高光谱成像仪半导体、工业分选、食品分选、建筑垃圾分选、肉类分选、塑料分选、文物鉴定、司法鉴定、文检ATH8500-251.2~2.5μm短波红外高光谱成像仪精 准农业与食品分析、深色塑料分选、地质勘探、矿产勘查、国防军工、文物鉴定、司法鉴定、文检、含水量分析、药品和材料分选、矿物填图、医学鉴定、废品回收；ATH8500-502.5~5.0μm中波红外高光谱成像仪地质勘察、国防军工、伪装侦查、矿物分选ATH8500-12-501.2~5.0μm短波中波红外高光谱成像仪地质勘察、国防军工、伪装侦查、矿物分选、ATH8500-04-170.4~1.7μm可见近红外短波红外高光谱成像仪精 准农业、农林业病虫害、艺术品扫描、文物鉴定、图案扫描、工业分选、油污检测等ATH8500-04-250.4~2.5μm可见近红外短波红外高光谱成像仪精 准农业、农林业病虫害、艺术品扫描、文物鉴定、图案扫描、工业分选、油污检测等2. 实验室高光谱工作原理ATH8500实验室高光谱成像分析系统，由高光谱成像仪、平扫结构、光源、成像相机、数据处理工作站等组成。它是采用多功能机箱、高稳定性实验平台，并内置高稳定性光源、不同波长范围高光谱成像仪、高清晰可见光相机、防抖线性平动平台等部件，并采取了多种消杂散光处理方法，以获得高质量的高光谱数据，特别适合实验室高光谱扫描适用。 4. ATH8500 的设计细节图 l 时空辐射强度校正，显著提高辐射标定精度图2 ATH8500内的载物台，样品放置于该台面上 l 光源设计，匹配线视场，提高光能利用率l 辅助对焦，据样品厚度调节升降以保证成像清晰度l 自动积分时间推荐，根据样品反射率推荐曝光时间l 自动扫描，自动完成数据采集 l 集成高清相机，提高空间分辨率，海量数据下便于按图索骥5. ATH8500的成像案例图3 ATH8500拍摄的高光谱图；(a) 493nm谱图；(b) 654nm谱图； 6.配件清单：序号物品数量选配1实验室高光谱成像仪主机1台标配2辐射度标定1套标配3高光谱成像系统服务工作站（包含操作控制器及控制软件）1套标配4大功率适配器1个标配7. ATH1500系列高光谱成像仪（其他扩展型号）ATH1500系列特征主要应用领域ATH1500400-1000nm可见近红外高光谱成像仪精 准农业、农林业病虫害、植被分析、种植面积评估、农作物产量评估、水质分析、艺术品扫描、文物鉴定、图案扫描、工业分选、油污检测等ATH1500-171.0~1.7μm短波红外高光谱成像仪半导体、工业分选、食品分选、建筑垃圾分选、肉类分选、塑料分选、地质勘探、矿产勘查、文物鉴定、司法鉴定、文检ATH1500-251.2~2.5μm短波红外高光谱成像仪精 准农业与食品分析、深色塑料分选、地质勘探、矿产勘查、国防军工、文物鉴定、司法鉴定、文检、含水量分析、药品和材料分选、矿物填图、医学鉴定、废品回收；ATH1500-502.5~5.0μm中波红外高光谱成像仪地质勘察、国防军工、气体分析、VOCs巡查、水温探测、土地覆盖类型识别、伪装侦查、矿物分选、ATH1500-12-501.2~5.0μm短波中波红外高光谱成像仪地质勘察、国防军工、气体分析、VOCs巡查、水温探测、土地覆盖类型识别、伪装侦查、矿物分选、ATH1500-04-170.4~1.7μm可见近红外短波红外高光谱成像仪精 准农业、农林业病虫害、植被分析、种植面积评估、农作物产量评估、水质分析、艺术品扫描、文物鉴定、图案扫描、工业分选、油污检测等ATH1500-04-250.4~2.5μm可见近红外短波红外高光谱成像仪精 准农业、农林业病虫害、植被分析、种植面积评估、农作物产量评估、水质分析、艺术品扫描、文物鉴定、图案扫描、工业分选、油污检测等8. 高光谱应用举例图4 高光谱成像仪拍摄的数据立方图5 无人机挂载实验示意图图6 奥谱天成高光谱成像仪外场实验场景1图7 奥谱天成高光谱成像仪外场实验场景2图8 奥谱天成高光谱成像仪外场实验场景3图9 奥谱天成高光谱成像仪外场实验场景4图10 奥谱天成高光谱成像仪外场实验场景5 8.1.高光谱成像仪在工业分选的应用随着近红外高光谱技术发展，JIANG 等尝试采用近红外高光谱技术检测棉花中的杂质，特别是短波近红外高光谱技术的应用，使得塑料膜的检出率相比常规方法有明显的提高。高光谱成像技术是基于非常多窄波段的影像数据技术，样本成像的同时能够获得样本的图像信息与光谱信息。常用的高光谱数据处理方法包括偏最 小二乘法(Partial least squares，PLS) 、支持向量机(Support vector machine，SVM) 和人工神经网络(Artificial neural network，ANN) 。图11 高光谱成像仪在籽棉分选的应用；(a) 系统功能组成；(b) 不同物质的反射光谱曲线图12 高光谱成像仪在籽棉分选的应用；(a) 人工标记；(b) 高光谱成像仪识别结果苹果的外部品质是苹果最 直观的品质特征，直接影响苹果的价格和消费者的偏爱。针对苹果外部检测的难点和关键点，基于机器视觉技术、高光谱成像技术和多光谱成像技术，综合图像处理技术、模式识别方法、化学计量学方法和光谱分析技术研究了苹果外部物理品质（形状和尺寸）和表面常见缺陷的检测方法。基于上述研究的基础上开发的检测系统和算法为我国研发基于机器视觉技术和多光谱机器视觉技术的苹果外部品质快速在线检测分级装备奠定了基础。图13 上海交大张保华博士研制的高光谱成像系统原理图和实物图；(a) 原理图；(b)实物图图14 苹果表面早期损伤检测算法流程图图15 部分苹果早期腐烂的识别结果以及中间处理过程 (a)腐烂分割结果 (b)最终结果图16 1000-2500 nm 高光谱成像仪在玉米种子分选上的应用（西北农林大学王超鹏博士）图17 自然绿植、人工绿叶、绿色塑料、红苹果的光谱图 8.2.高光谱成像技术在精 准农业中的应用图18 奥谱天成生产的无人机高光谱遥感系统图19 高光谱成像仪测绿色植物的光谱图1) 农作物生长监测和产量预估：农作物在其生长发育的各个阶段，由于外部因素的不同，其内部组成及外部形态等都会存在一定的差别，最主要的差别是叶面积指数。叶面积指数是反映农作物长势的个体特征与群体特征的综合指数。2) 农作物病虫害防治：遥感技术能够监测病虫害对农作物生长发育的影响，并跟踪农作物的生长发育状况，分析估算灾情损失，同时能够监测害虫的分布及活动习性，进而能够预防虫害的发生。3) 3 农作物旱情监测：遥感技术通过农作物植被指数及冠层参数进而监测农作物旱情。4) 土壤水分含量和分布监测：在热惯量条件不同的情况下，遥感光谱间的区别非常明显，故可以通过建立热惯量与土壤水分含量之间的数学模型，遥感技术利用该模型，进行分析土壤水分含量及分布5) 农作物养分监测：遥感技术监测到农作物中氮元素含量的精度比监测其它营养元素含量的精度高利用 450～882 nm 范围内单波段和任意两个波段构建归一化光谱指数（normalized difference spectral index，NDSI），比值光谱指数（ratio spectral index，RSI）和简单光谱指数（simple spectral index，SSI），计算 CGI 与光谱指数的相关性，筛选出相关性好的光谱指数，结合偏最 小二乘回归（partial least squares regression，PLSR）建立反演模型。以 CGI 为指标，运用无人机高光谱影像对 2015 年小麦多生育期的长势监测。无人机高光谱影像反演 CGI 精度较高，能够判断出小麦总体的长势差异，可为监测小麦长势提供参考。图20 小麦长势指标 CGI 反演8.3. 林木健康情况的应用用于病虫害监测、森林资源评估原理：植被健康状况与绿度指数、叶面积指数、叶片水分含量和光利用效率有关；图21 基于无人机高光谱遥感的柑橘黄龙病植株的监测与分类（华南农业大学兰玉彬等人设计）图22 电子科技大学王霜用高光谱成像仪研究的马尾松健康程度分布图8.4. 高光谱成像仪在地质勘探的应用光谱遥感技术是由以 Landsat 为代表的多光谱遥感技术演化发展而成，于上世纪 80年代中期初步成型(Goets et al., 1985，童庆禧等，2006)。因其光谱分辨率高和图谱合一的优点，高光谱遥感技术具备从空间大尺度上精细探测和分析地表岩石矿物成分的能力。其不仅能提供地面宏观影像，而且可在像元级别的细节上确定地质体中矿物的种类和丰度、甚至某些矿物的化学成分等信息(王润生等，2010)。近年来，随着与成像光谱仪有关的硬件和数据处理方法及软件的持续发展，高光谱遥感技术在地质调查领域的应用得到了加速推广。从大型成矿区带到中型规模的矿田，高光谱遥感技术在地质填图、热液蚀变带的界定划分、和矿化异常区的圈定和判别等方面，都起了重要作用(如 Bierwirth et al., 2002；连长云等，2005；Kruse et al, 2006；Cudahy et al., 2007；王润生等，2010；刘德长等，2011；闫柏琨等，2014；杨自安等，2015；Graham et al., 2017)。随着成矿系统理论(Wyborn et al., 1994)更深入地成为找矿实践的指导思想，大型矿集区和成矿带规模的专题性矿物填图将为预测性找矿勘探提供关键的区域性物质成分信息。矿物填图所用的光谱波长区间包括了可见光(400-700nm)、近红外(700-1000nm)、短波红外(1000-2500nm)、和热红外(7000-15000nm)。目前矿业应用最广的是短波红外区域(1000-2500nm)。由于与矿物晶格中化学键振动的协频和组合频的频率接近，在短波红外波长范围内，可以观测含水或含 OH-的矿物(主要为层状硅酸盐和粘土类)以及某些硫酸盐和碳酸盐类矿物。图23 高光谱成像仪在探矿方面的应用土壤盐渍化是干旱、半干旱区所面临的重要生态环境问题之一，土壤盐渍化引起的土壤板结、肥力下降、酸碱失衡、土地退化等后果，严重制约我国农业发展，影响当前我国可持续发展的战略大局。遥感技术因其尺度大、范围广、时效性强、经济性强等特点，很好的弥补了传统盐渍化现象监测方法的不足，为定量监测土壤盐渍化现象提供了崭新的途径。图24 某盐场周边区域8.5. 高光谱在公共安全方面的应用图25 高光谱成像仪在搜索非法罂粟种植方面的应用图26 高光谱成像仪在文检方面的应用8.6. 医用显微成像光谱应用应用目标：肿瘤手术术中在线检测及导航定位图27 医用显微成像光谱仪光路示意图图中所示是医用显微成像光谱仪的原理示意图，手术台上的待测目标经物镜、显微透镜组后分为三路，一路供主刀医生目视观测，一路供助手辅助目视观测，一路由成像光谱仪探测接收，成像光谱仪由电机带动对待测目标进行空间维扫描，得到待测目标的成像光谱信息，再经数据分析图像处理后，通过显示器显示给医生。图28 医用显微成像光谱仪实物图图29 医用显微成像光谱仪数据8.7. 机载成像光谱应用图30 奥谱天成的无人机高光谱成像系统应用目标：机载遥感应用简介：图中所示是机载成像光谱仪，该仪器由高光谱成像仪、稳定平台及POS模块组成。图 30、图 31所示是获取的数据，并经过几何校正、航带拼接及辐射校正之后的伪彩图像，图 31所示为典型地物的光谱曲线。图31 机载遥感应用图32 机载应用数据-伪彩图像图33 机载应用数据-光谱曲线图34 森林遥感，机载高光谱观测森林病虫害8.8. 高光谱成像仪在水质与环保方面的应用图35 高光谱数据的反演算法流程图36 (a) 太湖总磷浓度空间分布图，总磷浓度空间差异明显，最 高值为 0.38mg/L，最 低值为 0.06mg/L；(b) 不同湖区的总磷浓度月变化规律，湖区也基本上在 6 月至 9 月之间达到总磷浓度的最 大值。竺山湾、梅梁湾及太湖西岸的总磷浓度在一年中的 3 月至 10 月期间高于全湖浓度均值，并明显大于太湖的其余区域，贡湖湾只有在 6 月份的时候大于全湖的总磷浓度，太湖南岸和大太湖总磷浓度全年相对较低。图37 高光谱拍摄的粤东柘林湾溶解氧和叶绿素浓度分布图

Ecodrone 一体式高光谱-红外热成像无人机遥感系统，是由易科泰生态技术公司与西安易科泰光谱成像与无人机遥感技术研究中心推出的一款高分辨率无人机遥感平台，采用自主设计生产的UAS-8专业无人机遥感平台（曾荣获《质量与认证》杂志主办的“2020 检验检测认证认可行业年度风云榜”“仪器设备十大新锐产品”），搭载国际先进的高光谱成像与Thermo-RGB传感器，可应用于精准农业、森林资源调查监测管理、大田高通量作物表型分析、草原及湿地调查监测管理、生态环境监测、生态修复监测评估、自然保护区管理等领域。 主要技术特点：1) 基于Ecodrone UAS-8 Pro无人机平台搭载的一体式高光谱-红外热成像遥感系统，高负载、长续航2) 国际知名Specim AFX高光谱成像传感器，高分辨率、高信噪比、高速推扫成像（高帧频） 3) 高分辨率Thermo-RGB传感器，空间分辨率640x512像素，IR高分辨率模式可达1266x1010像素，测温灵敏度可达0.03°C4) 同步获取冠层及景观水平地物植被、土壤等反射光谱及温度等高分辨率成像，结合匹配的叶片水平测量监测（包括叶绿素荧光、光合作用、叶片水平高光谱等），可多尺度、多维度全面反应土壤植被等信息5) 广泛用于快速无损高通量作物表型分析、生态遥感监测、植物生物及非生物胁迫监测、植物蒸腾及气孔导度研究、生产力监测评估、生物多样性监测等，可实现对植被叶片、冠层及景观尺度全面观测研究。6) 可选配LIDAR系统，组成功能强大的高光谱-红外热成像-激光雷达无人机遥感平台（EcoDrone-LiHT，LiDAR, Hyperspectral and Thermal remote sensing），大范围（景观水平）、高空间分辨率（厘米级）同步观测生态系统结构功能，包括结构信息、光谱信息、表面温度信息等 主要技术功能指标：1) EcoDrone UAS-8 或UAS-8 Pro专业无人机遥感平台，高负载、长续航2) Specim AFX10（400-1000nm）或AFX17（900-1700nm）高光谱成像传感器3) WIRIS Thermo-RGB红外热成像传感器，可选配YellowScan Mapper+激光雷达组成EcoDrone-LiHT无人机遥感平台（需选配UAS-8 Pro）4) 建议选配易科泰匹配提供的手持式叶绿素荧光仪、手持叶夹式高光谱仪、便携式LCpro T光合仪（附参考文献），以测量稳态叶绿素荧光Ft、植物光谱反射指数VIs、光合作用及气孔导度等参数5) 可选配OTC-Auto自动开启式光合呼吸监测系统，测量监测CO2通量及H2O通量，并测量分析GEP（Gross Ecosystem Productivity）6) 可基于弗朗霍夫谱线FLD模型提取SIF（太阳光诱导叶绿素荧光，Solar-Induced-Fluorescence）（易科泰提供技术方法、参考文献等），无人机遥感Mapping Photosynthesis7) 可测量分析如下参数（易科泰提供技术方法和相关培训），全面分析植物结构功能、生理状态、胁迫与抗性、生产力状态等：a) 基于热成像技术的CWSI（水分胁迫指数）、Ts-Ta（冠层温度与空气温度差值）b) 植物水分指数WI、LWI、NDWI、水分胁迫指数MSI等，其中LWI、NDWI和MSI需选配900-1700nm波段高光谱c) Vcmax（最大羧化速率）测量分析（需选配LCpro T便携式光合仪）d) 除基于FLD模型提取的SIF外，基于植物反射光谱的叶绿素荧光指数（4个）e) PRI等光化学反射指数与胡萝卜素指数（7个）f) 反应叶绿素含量、N素含量的NDVI、TCARI（修正的叶绿素吸收反射指数）、CCCI（冠层叶绿素含量指数）、DCNI（N指数）等（8个）g) 植物窄带结构指数（structural indices）（13个）、色素指数（27个）h) 叶黄素（Xanthophyll）色素指数（8个）i) 绿度等RGB指数（13个）j) 植物健康指数等 n 案例一：海南某水稻田幼苗表型成像分析 n 案例二：冬小麦氮素和水分胁迫监测

10通道多光谱成像系统，是在RedEdge-MX基础上，新增RedEdge-MX Blue相机，组成同步10通道多光谱成像解决方案，用于高级别遥感和精准农业研究。本系统以新的RedEdge-MX Blue为特色，在原有5个标准波段基础上，加上一组新的滤波器，使更多、更详细的分析成为可能，如浅水环境监测和叶绿素效率及植物红边坡度的详细分析。1、主要特点：l 一次飞行同步获取10通道多光谱影像，飞行作业事半功倍l 同一无人机即可同时搭载RedEdge-MX和RedEdge-MX Blue，无需更换无人机平台l 结合下行光传感器和GPS进行流线型集成，确保精确的环境光校准l 双机共用一套DLS和GPS，节省成本和重量的同时，确保双机同时、同步、同光线l 可与EcoDrone UAS-4/8无人机平台组成即飞即用（Ready-to-fly）系统l 配备固定支架和快速安装连接器，可无需云台安装，兼容DJI等无人机平台l 利用新增的海岸蓝色波段监测浅水环境（气溶胶、浮质等）l 利用新增的红、绿及两个红边波段详细分析叶绿素效率或红边坡度l 两相机波段可任意互换使用，允许用户创建多种新的指数模型及详细分析 2、技术参数：重量508.8g（含两个传感器、双机安装板、DLS2、线缆）尺寸8.7cm×12.3cm×7.6cm电源4.2-18.8V DC光谱波段海岸蓝（444,28）、绿（531,14）、红（650,16）、红边（705,10）、红边（740,18）蓝（475,32）、绿（560,27）、红（668,14）、红边（717,12）、近红外（842,57）RGB输出3.6MP（全局快门，所有波段均对齐）分辨率1280×960（单波段1.2MP）地面采样间隔8cm/像素（120m相对高度）拍摄速率1秒/次，全部波段接口串口通讯，10/100/1000以太网，可移除Wi-Fi，外部触发，GPS，SDHC视场角47.2°触发选项定时模式、重叠模式、外部触发模式、人工触发模式温度0-40℃环境（无气流）；0-50℃环境（气流＞0.5m/s）套装内容RedEdge-MX传感器、RedEdge-MX Blue传感器、镜头保护盖、反射校准板、DLS及GPS、线缆、安装螺丝、快速转接板、硬质运输箱3、应用领域：l 作物表型及精准农业l 作物长势和农情监测l 农业灾害胁迫监测l 生态环境调查监测l 浅水环境监测l 植物叶绿素效率评估

iSpecHyper-VS1000是莱森光学（LiSen Optics）最新明星产品，一款操作简单、配置灵活便携式高光谱成像系统，主要优势采样了独有高光通量分光设计、信噪比灵敏度高、大靶面探测器、高像质等特点。iSpecHyper-VS1000便携式高光谱成像系统采用了透射光栅内推扫原理，系统集成高性能数据采集与分析处理系统，高速USB3.0接口传输，全靶面高成像质量光学设计 ，物镜接口为标准C-Mount，可根据用户需求更换视场镜头。iSpecHyper-VS1000便携式高光谱成像系统广泛应用于公安刑侦、物证鉴定、精准农林、遥感遥测、 工业检测、 医学医疗、采矿勘探等各领域。技术优势特点1.光谱范围400-1000nm,分辨率优于3nm2.独有高光通量分光成像设计、信噪比灵敏度高3.24mm/35mm镜头电控自动对焦技术、自动曝光、自动成像扫描匹配、激光定位测距4.高帧率，辅助摄像透实时监控，内置锂电池供电无需额外电源5.全靶面高成像质量光学设计，点列斑直径小于0.5像元 6.数据格式支持ENVI等分析软件，支持多区域ROI,镜头可更换软件操作界面 便携式系统方案示例图 实验室系统方案示例图主要技术指标高光谱技术典型应用案例高光谱成像技术在水果分选的应用案例随着我国农产品加工业的发展和农业现代化进程的加快,使得农产品品质检测和分级技术显得更加重要，迫切性日益增加，水果的内部品质表示水果内部的生理、化学和物理性质，高光谱成像系统目前已经开始应用于水果分选，反映水果品质光谱信息主要集中在650-950nm之间，水果的糖分含量是决定光谱品质的重要因素，糖分光谱特征主要在700nm-820nm的吸收以及750nm附近800-900nm的峰值等。高光谱成像系统水果分选利用工业领域的传送带作为高光谱相机的推扫成像机构，高光谱相机利用龙门架结构架设在传送带上方，配合专用线型光源进行照明。系统主要包括高光谱相机及其支架、线型光源、控制模块、相关定位传感器、计算机（运行控制与数据采集软件）等组成。高光谱成像技术在血液氧含量检测的应用案例2015年发表的论文“Hyperspectral optical tomography of intrinsic signals in the rat cortex”一文中，研究人员研究了大鼠大脑皮层的高光谱成像，研究者发现有氧血红蛋白和脱氧血红蛋白分别在529nm和630nm处有敏感变化。鉴于高光谱技术数据算法的灵活多边性，作者开发了一种新的高光谱算法DOT，用于方便快捷的判断血液中结合氧含量。高光谱成像技术在光合作用研究的应用案例2017年发表的“Kleptoplast photosynthesis is nutritionally relevant in the sea slug Elysia viridis”一文中，研究了海蛞蝓的“光合作用”，海蛞蝓以大型藻类为食，并将叶绿体渗入其肾小管细胞中，研究者利用高光谱成像对海蛞蝓体内的叶绿体的丰度、分布和光合作用机制进行了研究，发现黑暗饥饿24天的海蛞蝓体内的叶绿体明显变少，可见，在极其恶劣的环境中，海蛞蝓体内的叶绿体可进行分解，以满足其能量需求。高光谱成像技术在生物医学的应用案例2012年发表的论文“Hyperspectral imaging and spectral-spatial classification for cancer detection”，文中提出高光谱成像是一种用于生物医学应用的新兴技术。本研究提出了一种先进的图像处理和分类方法，用于分析前列腺癌检测的高光谱图像数据。开发了最小二乘支持向量机（LS-SVM）并对其进行了评估以对高光谱数据进行分类，以增强对癌组织的检测。该方法用于检测荷瘤小鼠的前列腺癌。创建空间分辨图像以突出癌症的反射特性与正常组织的反射特性的差异。小鼠的初步结果表明，高光谱成像和分类方法能够可靠地检测动物模型中的前列腺肿瘤。高光谱成像技术可以为癌症的光学诊断提供新工具。Houzhu Dingd等（2015）、Michael S. Chin等（2015）本别以猪和裸鼠作为实验动物，对烧伤分级和恢复进行了高光谱成像研究。左图为根据高光谱成像分析得出的烧伤区域氧饱和分布与血红蛋白分布，T00、T01、T04、T24分别为烧伤0时、1小时、4小时、24小时后；右图上图为裸鼠烧伤皮肤彩色成像，中图为高光谱成像分析的氧合血红蛋白成像，下图为组织切片，高光谱成像可以将烧伤深度进行非损伤、非接触、高通量分级。高光谱成像技术在生物分类的应用案例2013年发表的“Non-Invasive Measurement of Frog Skin Reflectivity in High Spatial Resolution Using a Dual Hyperspectral Approach”一文中，研究者采用了由两个推扫式高光谱成像系统组成的双摄像机设置，其产生400和2500nm之间的反射图像，分析了三种树栖青蛙的光谱反射率。3中树蛙都呈现出肉眼可见的绿色，但物种之间的光谱反射率在700和1100nm之间显着不同，依次可以区分不同种类。 高光谱成像技术在文物考古的应用案例自1974年兵马俑被发现以来，一直为全世界关注，被法国前总统希拉克誉为“世界第八大奇迹”。但是，包括兵马俑在内的这些埋于地下两千多年的珍贵文物，突然暴露在空气中，极易发生变化，其修复和保护工作极为困难。高光谱成像技术通过非接触直接获取兵马俑的图像光谱信息，通过分析兵马俑的图像及光谱信息，可了解兵马俑被病害侵蚀程度以及兵马俑制造的颜料，*后根据分析结果对其进行模拟修复。高光谱成像技术在作物的精细分类和识别的应用案例高光谱数据能区分作物更细微的光谱差异，探测作物在更窄波谱范围内的变化，从而能够准确地对作物进行详细分类与信息提取。目前最流行、应用最广的高光谱作物分类方法有光谱角分类（SAM）、决策树分层分类等。中科院遥感所熊桢基于高光谱影像对常州水稻生长期进行监测，利用混合决策树法对水稻的品种进行了高光谱图像的精细分类，包括6个水稻品种的划分，分类精度达到 94.9%。张兵充分考虑自然界地物分布的一般性规律，针对高光谱遥感海量数据的特征，利用光谱特征优化的专家决策分类方法，用高光谱影像对日本南牧农作物进行精细分类。结果表明，这种分类模式一方面可以提高像元分类精度，另一方面也大大减少了分类结果图像上的误判噪声。高光谱成像技术在谷物检测的应用案例我国是世界上最大的粮食生产国，谷物类包含水稻、小麦、玉米、花生等。通过高光谱成像技术对大米急性检测，检测质量及种类，得到大米高光谱图像，以主成分分析方式，对图像中的数据降维处理，提取垩白度及形状特点，以PCA、BPNN建立谷物识别模型，发现采用BPNN模型效果较为理想，其准确率达到89.91%，而PCA准确率为89.18%，两者相差不大。BPNN和数据融合结合，准确率进一步提高，可达到94.45%。因此，采用高光谱成像技术对谷物进行检测，对大米种类及质量分析具有实用性。高光谱成像技术在森林物种识别的应用案例森林树种类型识别的主要目的是提取森林树种的专题信息，为划分森林类型、绘制林相图和清查森林资源提供基础和依据。目前研究多集中在河湖、盐沼、海岸滩等湿地生境的植被识别及制图，即群落尺度的区分。结合地面调查来提取不同物种典型的特征光谱曲线。数据源采用高光谱成像仪实地测得的数据，通过建立光谱信息模型等方法，实现对主要物种、森林类型或具体树种的识别。有学者借此对植被空间分布制图、植被变化监测进行研究，均取得了与地面数据相当好的一致性。（混合决策树、专家决策树法常用于农作物的精细分类，高光谱更多应用于草原生物量估算、农作物理化信息提取等方面。

FT-IR 光谱辐射应用 光谱辐射计量应用 从科学研究到可部署的解决方案，傅立叶变换红外（FT-IR）光谱辐射计量技术已经成为发展和增强不同军事应用的理想技术。在国防工业领域，FT-IR光谱辐射计量技术应用于：&minus 伪装系统开发和红外隐身；&minus 飞机发动机热辐射特性的分析检测；&minus 红外诱饵发射光谱和先进对抗系统的开发、分析和改进；&minus 逸散性排放分类，用于红外辐射特性数据库的开发；&minus 战场爆炸波分类，其中包括炸弹爆炸、炮口焰和导弹发射；&minus 开发多种可部署的侦察解决方案对战场情况进行远程遥感。 这种卓越的创新型技术扩展了工程模型的应用。它还用于改善不同类型的红外发射源。FT-IR成像光谱辐射计可为红外发射源建模和辐射场的时空演变提供关键信息数据。 结合成像光谱辐射计，用带有反演算法的辐亮度测量可以对各种大气应用进行成像，例如：&minus 气象湍流探测；&minus 大气成分分析；&minus 化学云的远距离探测。 技术在传统的单像束FT-IR光谱辐射仪具有无可比拟的性能（如更高的光谱分辨率和在整个视场（FOV）内更好的灵敏度）的同时，多像素FT-IR超光谱成像仪则进一步拓展了红外特性的探测能力。通过空间解析所观察场景的关键特性，可能提供精确的目标空间谱信息。 通过结合场景的光谱和空间谱信息，采集到的数据将得到进一步的应用。因此，FT-IR成像光谱辐射计具有生成3D图像的独特功能（2D空间图像+Z向的光谱信息），其中每个像素点具有其所对应空间场景的谱信息。 走在成像光谱领域的最前沿ABB在光谱技术领域拥有35年的创新史，是公认的世界领导者，目前正在通过其新开发的FT-IR超光谱成像光谱辐射计扩展其遥感产品系列。MR-i具有以下特点： 成熟、坚固的设计MR-i是一款商用/商业级FT-IR成像光谱辐射计，以ABB Bomem MR系列光谱辐射仪为基础，核心其设计采用了与MR304/MR170相同的无阻尼、坚固的4端口干涉仪结构。 双相机配置MR-i是首款能同时具有中波红外成像和长波红外成像的商业级FT-IR超光谱成像光谱辐射计。MR-i 4端口干涉仪能够同时容纳两种不同类型的相机模块（如MWIR/LWIR）组合，扩展了仪器的光谱覆盖范围，或可集成两个相同的相机模块（如MWIR/MWIR），扩展了仪器的动态范围。凭借这种独特的特性，MR-i能够同时采集并精确同步两个可互换的相机模块的数据，使仪器能够同时进行复杂辐射场景的测量。 配置两个探测模块的MR-i就如同在一个仪器中融合两个成像光谱辐射仪的功能，具有以下好处：&minus 两个相机的精确同步；&minus 两个相机的光轴一致；&minus 通过一个用户界面轻松操作；&minus 降低了购置成本；&minus 降低了维护成本 灵敏度/扩展的动态范围 某些应用，例如目标红外辐射特性，常常需要同时测量场景中随机分布的高、低强度发射源。每个探测模块的信噪比性能受到相机积分时间的影响。根据亮点（hot pixels）的能量级别设置积分时间将对场景中的暗点（cold pixels）产生负面影响。另一方面，预设暗点最大信噪比的积分时间将导致亮点饱和。 MR-i对于目标红外辐射特性的定量测量与分析提供了无与伦比的灵敏度。利用相同光谱范围（MWIR-MWIR或LWIR-LWIR）的两个探测模块配置在两个输出端口，它们能够分别设置不同的增益或积分时间，以扩展仪器的动态范围。这大大改善了对于场景中最明亮和最暗淡的区域的定量监测。

无人机载高光谱成像系统ATH9500总体描述：ATH9500是一系列体积小、重量轻的无人机载微型高光谱成像仪，由六旋翼高稳定性无人机、高稳定性云台、高光谱成像仪、大容量存储系统、无线图像系统、GPS导航系统、地面接收工作站、地面控制系统等组成。ATH9500采用高性能CCD成像器件，成像清晰、噪点少；内部集成了独创的高压缩比图像压缩算法，使得存储续航时间得到极大地提升，可以达到3小时以上，完全满足无人机的需要。ATH9500可用于实时测量植物、水体、土壤等地物的光谱信息，并获得光谱图像，通过分析光谱图像，可与植物等的理化性质建立关系，用于植物分类，植物生长状况等研究。整个系统设计紧凑，成像光谱仪主机光谱分辨率高，同时采用外置推扫成像方式，可与野外旋转平台及室内线性扫描平台分别组成独立的测量系统，也可挂载无人机，进行航空遥感作业。特征：l 最 大波段范围：400~5300nm（多段可选）l 最 大空间波段数：2048X2048（每个型号不同）l 最 大光谱波段数：1088（每个型号不同）l 超群的成像性能l 数据格式兼容ENVI；l 体积紧凑，重量轻：4 Kg（每个型号不同）；l 内置校准光谱仪，可对辐射光谱进行实时校准l 高清可见光相机，可进行图像融合；应用领域：l 地质与矿产资源勘察；l 精 准农业、农作物长势与产量评估；l 森林病虫害监测与防火监测；l 海岸线与海洋环境监测；l 草场生产力及草场监测；l 湖泊与流域环境监测；l 遥感教学与科研；l 气象研究；l 生态环境保护及矿山环境监控；l 水质检测，土壤监测；l 农畜产品品质检测l 军事、国防和国土安全；l 灾害防治；1. 选型指南ATH9500系列特征主要应用领域ATH9500默认配置，多旋翼无人机，速度较慢5 m/s（约20km/s），飞行时间较短（20分钟）ATH9500FW垂直起降固定翼无人机，飞行时间达2小时，飞行速度18-20 m/s（约70 Km/h），直线往返工作距离（70km），带防震云台系统，成像稳定，带前向避障系统，避免撞机，ATH9500400~1000nm可见近红外高光谱成像仪精 准农业、农林业病虫害、艺术品扫描、文物鉴定、图案扫描、工业分选等ATH9500-171.0~1.7μm短波红外高光谱成像仪半导体、工业分选、食品分选、建筑垃圾分选、肉类分选、塑料分选、文物鉴定、司法鉴定、文检ATH9500-251.2~2.5μm短波红外高光谱成像仪精 准农业与食品分析、深色塑料分选、地质勘探、矿产勘查、国防军工、文物鉴定、司法鉴定、文检、含水量分析、药品和材料分选、矿物填图、医学鉴定、废品回收；ATH9500-502.5~5.0μm中波红外高光谱成像仪地质勘察、国防军工、伪装侦查、矿物分选ATH9500-12-501.2~5.0μm短波中波红外高光谱成像仪地质勘察、国防军工、伪装侦查、矿物分选、ATH9500-04-170.4~1.7μm可见近红外短波红外高光谱成像仪精 准农业、农林业病虫害、艺术品扫描、文物鉴定、图案扫描、工业分选、油污检测等ATH9500-04-250.4~2.5μm可见近红外短波红外高光谱成像仪精 准农业、农林业病虫害、艺术品扫描、文物鉴定、图案扫描、工业分选、油污检测等注：l FW为Fix Wing（固定翼）的缩写；l 默认为多旋翼无人机，如需长距离垂直起降固定翼无人机，则订购型号为ATH9500FW；例如：ATH9500FW-17，则为固定翼无人机，工作波段范围为1.0~1.7μm；2. 无人机高光谱工作原理ATH9500无人机载高光谱成像分析系统，由六旋翼高稳定性无人机（大疆M600）、高稳定性云台、高光谱成像仪、大容量存储系统、无线图像系统、GPS导航系统、地面接收工作站、地面控制系统等组成。图1无人机高光谱成像仪功能示意图3. 性能参数表ATH9500ATH9500-17ATH9500-25ATH9500-50高光谱成像仪光谱范围400~1000nm1000~1700nm1.2~2.5μm2.5~5.0μm探测器高灵敏度CCD制冷型InGaAs短波红外探测器深度制冷红外探测器深度制冷红外探测器最 大空间通道数2048640通道640通道640通道最 大光谱通道数1088512通道512通道512通道像素位深12 bits14 bits14 bits14 bits最 大帧频330fps240 fps80 fps80 fps板载存储空间500 GB，SD卡500 GB，SD卡500 GB，SD卡500 GB，SD卡供电电源12V , 3W12V , 5W12V , 5W12V , 5W电池续航时间4小时4小时4小时4小时重量400 g520 g1800 g1800 g飞行系统飞行平台大疆M600云台双轴单电机高稳定云台GPS定位精度0.3m，RTK无线图传是远程修改成像参数是实时三维建模是续航飞行时间30分钟地面站工作距离10 Km可靠性工作温度范围-10 ~ 40℃存储温度范围-20 ~ 65℃工作湿度范围≤85% RH软件基本功能可灵活设置曝光、增益、速度，动态显示实时高光谱图像和高光谱曲线；可灵活设置曝光、增益、速度，动态显示实时高光谱图像和高光谱曲线；可灵活设置曝光、增益、速度，动态显示实时高光谱图像和高光谱曲线；可灵活设置曝光、增益、速度，动态显示实时高光谱图像和高光谱曲线；调焦动态实时显示高光谱图像，进行科学明暗调焦，避免人为可视化调焦误差动态实时显示高光谱图像，进行科学明暗调焦，避免人为可视化调焦误差动态实时显示高光谱图像，进行科学明暗调焦，避免人为可视化调焦误差动态实时显示高光谱图像，进行科学明暗调焦，避免人为可视化调焦误差软件系统数据采集软件，能实时动态显示高光谱图像和高光谱曲线；能提供透射、反射等测量模式，可灵活设置曝光时间、速度等参数，自带谱图库及用户自录库，可实现图像裁剪、谱图识别等功能数据采集软件，能实时动态显示高光谱图像和高光谱曲线；能提供透射、反射等测量模式，可灵活设置曝光时间、速度等参数，自带谱图库及用户自录库，可实现图像裁剪、谱图识别等功能数据采集软件，能实时动态显示高光谱图像和高光谱曲线；能提供透射、反射等测量模式，可灵活设置曝光时间、速度等参数，自带谱图库及用户自录库，可实现图像裁剪、谱图识别等功能数据采集软件，能实时动态显示高光谱图像和高光谱曲线；能提供透射、反射等测量模式，可灵活设置曝光时间、速度等参数，自带谱图库及用户自录库，可实现图像裁剪、谱图识别等功能4. ATH9500 的实物图图5 无人机载高光谱成像系统图6 地面飞航控制系统及无人机载系统图7 无人机载高光谱成像系统飞行实验（地点：厦门市集美区软件园三期）图8 ATH9012无人机高光谱成像仪在河道污染的飞行示例，准确度超过80%，飞行地点：江苏昆山，飞行时间：2019年7月25日10:57am，飞行高度：100米，飞行速度：4.6m/s，架次编号：201907251034105. ATH9500的成像实例图3 ATH9500成像实例1图4 ATH9500成像实例2图5 福建省三明市某林区（2019年6月13日）图6 实时三维建模图图7 实时三维建模图6. 配件清单：序号物品数量选配1高光谱成像仪（400-1000nm）主机1台标配26旋翼无人机1台标配3高可靠性无人机云台及起落架1个标配4机载数据采集与大容量数据存储系统1台标配5电池组6块标配6物镜及辐射度标定1套标配7高光谱成像系统工作站（包含操作控制器及控制软件）1套标配850cm直径的95%野外校准白板1个标配9高精度室内扫描云台1 套选配10高蓝稳流卤素灯4 个选配11标准校准板1 块选配12原厂进口野外专用校准布（1.2m×1.2m）1 个选配13360 度野外旋转平台1个选配14三脚架1个选配15野外专用大容量锂电池2块选配16测量暗室1 个选配17野外便携式运输箱1 个选配18推扫装置1台选配7. ATH1500系列高光谱成像仪（其他扩展型号）ATH1500系列特征主要应用领域ATH1500400-1000nm可见近红外高光谱成像仪精 准农业、农林业病虫害、植被分析、种植面积评估、农作物产量评估、水质分析、艺术品扫描、文物鉴定、图案扫描、工业分选、油污检测等ATH1500-171.0~1.7μm短波红外高光谱成像仪半导体、工业分选、食品分选、建筑垃圾分选、肉类分选、塑料分选、地质勘探、矿产勘查、文物鉴定、司法鉴定、文检ATH1500-251.2~2.5μm短波红外高光谱成像仪精 准农业与食品分析、深色塑料分选、地质勘探、矿产勘查、国防军工、文物鉴定、司法鉴定、文检、含水量分析、药品和材料分选、矿物填图、医学鉴定、废品回收；ATH1500-502.5~5.0μm中波红外高光谱成像仪地质勘察、国防军工、气体分析、VOCs巡查、水温探测、土地覆盖类型识别、伪装侦查、矿物分选、ATH1500-12-501.2~5.0μm短波中波红外高光谱成像仪地质勘察、国防军工、气体分析、VOCs巡查、水温探测、土地覆盖类型识别、伪装侦查、矿物分选、ATH1500-04-170.4~1.7μm可见近红外短波红外高光谱成像仪精 准农业、农林业病虫害、植被分析、种植面积评估、农作物产量评估、水质分析、艺术品扫描、文物鉴定、图案扫描、工业分选、油污检测等ATH1500-04-250.4~2.5μm可见近红外短波红外高光谱成像仪精 准农业、农林业病虫害、植被分析、种植面积评估、农作物产量评估、水质分析、艺术品扫描、文物鉴定、图案扫描、工业分选、油污检测等8. 高光谱成像分析的应用举例图4 高光谱成像仪拍摄的数据立方图5 无人机挂载实验示意图图6 奥谱天成高光谱成像仪外场实验场景1图7 奥谱天成高光谱成像仪外场实验场景2图8 奥谱天成高光谱成像仪外场实验场景3图9 奥谱天成高光谱成像仪外场实验场景4图10 奥谱天成高光谱成像仪外场实验场景5 8.1.高光谱成像仪在工业分选的应用随着近红外高光谱技术发展，JIANG 等尝试采用近红外高光谱技术检测棉花中的杂质，特别是短波近红外高光谱技术的应用，使得塑料膜的检出率相比常规方法有明显的提高。高光谱成像技术是基于非常多窄波段的影像数据技术，样本成像的同时能够获得样本的图像信息与光谱信息。常用的高光谱数据处理方法包括偏最小二乘法(Partial least squares，PLS) 、支持向量机(Support vector machine，SVM) 和人工神经网络(Artificial neural network，ANN) 。图11 高光谱成像仪在籽棉分选的应用；(a) 系统功能组成；(b) 不同物质的反射光谱曲线图12 高光谱成像仪在籽棉分选的应用；(a) 人工标记；(b) 高光谱成像仪识别结果苹果的外部品质是苹果最直观的品质特征，直接影响苹果的价格和消费者的偏爱。针对苹果外部检测的难点和关键点，基于机器视觉技术、高光谱成像技术和多光谱成像技术，综合图像处理技术、模式识别方法、化学计量学方法和光谱分析技术研究了苹果外部物理品质（形状和尺寸）和表面常见缺陷的检测方法。基于上述研究的基础上开发的检测系统和算法为我国研发基于机器视觉技术和多光谱机器视觉技术的苹果外部品质快速在线检测分级装备奠定了基础。图13 上海交大张保华博士研制的高光谱成像系统原理图和实物图；(a) 原理图；(b)实物图图14 苹果表面早期损伤检测算法流程图图15 部分苹果早期腐烂的识别结果以及中间处理过程 (a)腐烂分割结果 (b)最终结果图16 1000-2500 nm 高光谱成像仪在玉米种子分选上的应用（西北农林大学王超鹏博士）图17 自然绿植、人工绿叶、绿色塑料、红苹果的光谱图 8.2.高光谱成像技术在精 准农业中的应用图18 奥谱天成生产的无人机高光谱遥感系统图19 高光谱成像仪测绿色植物的光谱图1) 农作物生长监测和产量预估：农作物在其生长发育的各个阶段，由于外部因素的不同，其内部组成及外部形态等都会存在一定的差别，最主要的差别是叶面积指数。叶面积指数是反映农作物长势的个体特征与群体特征的综合指数。2) 农作物病虫害防治：遥感技术能够监测病虫害对农作物生长发育的影响，并跟踪农作物的生长发育状况，分析估算灾情损失，同时能够监测害虫的分布及活动习性，进而能够预防虫害的发生。3) 3 农作物旱情监测：遥感技术通过农作物植被指数及冠层参数进而监测农作物旱情。4) 土壤水分含量和分布监测：在热惯量条件不同的情况下，遥感光谱间的区别非常明显，故可以通过建立热惯量与土壤水分含量之间的数学模型，遥感技术利用该模型，进行分析土壤水分含量及分布5) 农作物养分监测：遥感技术监测到农作物中氮元素含量的精度比监测其它营养元素含量的精度高利用 450～882 nm 范围内单波段和任意两个波段构建归一化光谱指数（normalized difference spectral index，NDSI），比值光谱指数（ratio spectral index，RSI）和简单光谱指数（simple spectral index，SSI），计算 CGI 与光谱指数的相关性，筛选出相关性好的光谱指数，结合偏最小二乘回归（partial least squares regression，PLSR）建立反演模型。以 CGI 为指标，运用无人机高光谱影像对 2015 年小麦多生育期的长势监测。无人机高光谱影像反演 CGI 精度较高，能够判断出小麦总体的长势差异，可为监测小麦长势提供参考。图20 小麦长势指标 CGI 反演8.3. 林木健康情况的应用用于病虫害监测、森林资源评估原理：植被健康状况与绿度指数、叶面积指数、叶片水分含量和光利用效率有关；图21 基于无人机高光谱遥感的柑橘黄龙病植株的监测与分类（华南农业大学兰玉彬等人设计）图22 电子科技大学王霜用高光谱成像仪研究的马尾松健康程度分布图8.4. 高光谱成像仪在地质勘探的应用光谱遥感技术是由以 Landsat 为代表的多光谱遥感技术演化发展而成，于上世纪 80年代中期初步成型(Goets et al., 1985，童庆禧等，2006)。因其光谱分辨率高和图谱合一的优点，高光谱遥感技术具备从空间大尺度上精细探测和分析地表岩石矿物成分的能力。其不仅能提供地面宏观影像，而且可在像元级别的细节上确定地质体中矿物的种类和丰度、甚至某些矿物的化学成分等信息(王润生等，2010)。近年来，随着与成像光谱仪有关的硬件和数据处理方法及软件的持续发展，高光谱遥感技术在地质调查领域的应用得到了加速推广。从大型成矿区带到中型规模的矿田，高光谱遥感技术在地质填图、热液蚀变带的界定划分、和矿化异常区的圈定和判别等方面，都起了重要作用(如 Bierwirth et al., 2002；连长云等，2005；Kruse et al, 2006；Cudahy et al., 2007；王润生等，2010；刘德长等，2011；闫柏琨等，2014；杨自安等，2015；Graham et al., 2017)。随着成矿系统理论(Wyborn et al., 1994)更深入地成为找矿实践的指导思想，大型矿集区和成矿带规模的专题性矿物填图将为预测性找矿勘探提供关键的区域性物质成分信息。矿物填图所用的光谱波长区间包括了可见光(400-700nm)、近红外(700-1000nm)、短波红外(1000-2500nm)、和热红外(7000-15000nm)。目前矿业应用最广的是短波红外区域(1000-2500nm)。由于与矿物晶格中化学键振动的协频和组合频的频率接近，在短波红外波长范围内，可以观测含水或含 OH-的矿物(主要为层状硅酸盐和粘土类)以及某些硫酸盐和碳酸盐类矿物。图23 高光谱成像仪在探矿方面的应用土壤盐渍化是干旱、半干旱区所面临的重要生态环境问题之一，土壤盐渍化引起的土壤板结、肥力下降、酸碱失衡、土地退化等后果，严重制约我国农业发展，影响当前我国可持续发展的战略大局。遥感技术因其尺度大、范围广、时效性强、经济性强等特点，很好的弥补了传统盐渍化现象监测方法的不足，为定量监测土壤盐渍化现象提供了崭新的途径。图24 某盐场周边区域8.5. 高光谱在公共安全方面的应用图25 高光谱成像仪在搜索非法罂粟种植方面的应用图26 高光谱成像仪在文检方面的应用8.6. 医用显微成像光谱应用应用目标：肿瘤手术术中在线检测及导航定位图27 医用显微成像光谱仪光路示意图图中所示是医用显微成像光谱仪的原理示意图，手术台上的待测目标经物镜、显微透镜组后分为三路，一路供主刀医生目视观测，一路供助手辅助目视观测，一路由成像光谱仪探测接收，成像光谱仪由电机带动对待测目标进行空间维扫描，得到待测目标的成像光谱信息，再经数据分析图像处理后，通过显示器显示给医生。图28 医用显微成像光谱仪实物图图29 医用显微成像光谱仪数据8.7. 机载成像光谱应用图30 奥谱天成的无人机高光谱成像系统应用目标：机载遥感应用简介：图中所示是机载成像光谱仪，该仪器由高光谱成像仪、稳定平台及POS模块组成。图 30、图 31所示是获取的数据，并经过几何校正、航带拼接及辐射校正之后的伪彩图像，图 31所示为典型地物的光谱曲线。图31 机载遥感应用图32 机载应用数据-伪彩图像图33 机载应用数据-光谱曲线图34 森林遥感，机载高光谱观测森林病虫害8.8. 高光谱成像仪在水质与环保方面的应用图35 高光谱数据的反演算法流程图36 (a) 太湖总磷浓度空间分布图，总磷浓度空间差异明显，最 高值为 0.38mg/L，最 低值为 0.06mg/L；(b) 不同湖区的总磷浓度月变化规律，湖区也基本上在 6 月至 9 月之间达到总磷浓度的最 大值。竺山湾、梅梁湾及太湖西岸的总磷浓度在一年中的 3 月至 10 月期间高于全湖浓度均值，并明显大于太湖的其余区域，贡湖湾只有在 6 月份的时候大于全湖的总磷浓度，太湖南岸和大太湖总磷浓度全年相对较低。图37 高光谱拍摄的粤东柘林湾溶解氧和叶绿素浓度分布图

Ecodrone高光谱-激光雷达无人机遥感技术，基于自主研发专业无人机遥感平台和国际先进遥感成像传感器技术、专业设计云台及挂载板、无人机遥感专业技术服务团队，为我国农业、林业、生态环境观测、海洋地球观测、地质勘测等提供全面无人机遥感解决方案和技术服务：无人机遥感成像传感器a) 高光谱成像：与Specim（芬兰）国际知名高光谱成像技术公司合作，400-1000nm VNIR高光谱成像、900-1700nm SWIR高光谱成像b) LiDAR（激光雷达）：与法国YellowScan公司合作，专业无人机激光雷达遥感技术，精确度最高可达1cm、回波最高达5c) Thermo-RGB：与欧洲红外热成像技术公司WorksWell合作，高分辨率、高灵敏度红外热成像与RGB成像无人机遥感传感器，温度灵敏度达30mK（0.03摄氏度）d) 5+1（5波段与高清全色成像）多光谱成像、一体式多光谱成像与红外热成像专业无人机遥感平台a) UAS-4轻便型无人机遥感平台，可搭载5+1多光谱成像、一体式多光谱与红外热成像、Thermo-RGB成像等b) UAS-4 Pro 4旋翼无人机遥感平台，为UAS-4升级版，可搭载LiDAR及LiDAR-RGB（激光雷达与高分辨率RGB成像）等c) UAS-8无人机遥感平台，可搭载高光谱成像、一体式高光谱-红外热成像（Thermo-RGB）、一体式激光雷达（LiDAR或LiDAR-RGB）与多光谱成像等d) UAS-8 Pro无人机遥感平台，高负载、高续航，可同时搭载400-1000nm和900-1700nm双镜头高光谱成像、一体式高光谱-红外热成像（续航时间达40min）、一体式高光谱-激光雷达（LiDAR或LiDAR-RGB）成像便携式无人机遥感适配地面测量仪器a) 超便携光合作用测量仪b) 手持式稳态叶绿素荧光测量仪c) 手持式植物高光谱测量仪（叶夹式）d) 手持式高光谱成像仪（400-1000nm）e) 空陆双基Thermo-RGB成像仪f) 冠层植被指数测量监测系统g) SpectraScan轻便型近地遥感系统 应用案例1: 易科泰光谱成像与无人机遥感研究中心利用自主研发的Ecodrone高光谱-激光雷达无人机遥感系统（系统配置与主要技术指标参见下表），在某农田-人工林地带进行了遥感作业测试（地块分布及激光雷达数字高度模型（DHM）参见下面图示）：无人机平台Ecodrone 8旋翼无人机遥感平台LiDAR+RGBYellowScan Mapper+无人机遥感激光雷达，精确度2.5cm，回波次数3，FOV 70.4度；RGB成像为Sony APS-C Exmor CMOS传感器，20MP，FOV 83度高光谱成像Specim 专业无人机遥感高光谱成像，400-1000nm，F值为1.7，空间分辨率1024x像素，帧频330fps 通过LiDAR点云剖面高度测量并结合剔除了地表高程的DHM模型，随机选取A地块人工松林15个点，提取其高度值，求取平均值为161cm，和地面人工采样实测结果基本吻合。 通过2021年4月12日和6月3日两个时间段高光谱成像数据初步分析，归一化植被指数NDVI和光化学反射指数PRI分别由4月份的0.417、-0.082，增大至6月初的0.572、0.022，伴随着光利用效率的提升，松树的冠幅、高度等均有了明显变化，从NDVI图上可以看出该地块松树的郁闭度有大幅提升。应用案例2：美国普渡大学Ali Masjedi等（Multi-Temporal Predictive Modelling of Sorghum Biomass Using UAV-Based Hyperspectral and LiDAR Data[J]. Remote Sensing, 2020）在其农业研究与教育中心(ACRE)实验基地，利用高光谱-激光雷达-RGB无人机遥感技术，对高粱生长期获取多时相可见光、近红外(VNIR)和短波红外(SWIR)高光谱数据以及LiDAR数据，使用经典的基于回归的机器学习方法开发了生物量预测模型，并研究了回归方法、数据来源、遥感和田间生物量参考数据采集时机、样本数量等因素对预测结果的影响。研究结果表明，通过从LiDAR点云提取的基于几何的特征和从高光谱数据提取的基于化学的特征，可以准确、可靠地预测高粱生物量。高时空分辨率、高光谱分辨率（高光谱成像技术）无人机遥感技术可以实现大田高通量作物表型分析，这对遗传育种、快速筛选优良品种和优良性状具有非常重要的意义。

显微凝视型高光谱成像仪显微凝视型高光谱成像仪Model 4200M显微镜系统是一个外围设备，增加了显微镜的高光谱成像功能。显微凝视型高光谱成像仪系统可以在各种生物、材料、环境中对纳米尺度的样品进行观察和光谱分析。显微技术中的高光谱成像,高光谱成像为生命科学领域的显微镜学提供了实质性的好处，如: ①大量目标的并发成像和定位②通过使用具有多个荧光团的单个激发源来简化多路成像，这些荧光团通过其光谱特征进行识别③ 通过成像跨区域的斯托克斯位移分布来跟踪荧光团的局部微环境样本等。显微凝视型高光谱成像仪主要参数:波长范围400-1000nm光谱通道数300-600光谱分辨率4nm像素2.3MP连接USB工作温度20°C ± 5°C湿度65% non-condensing位深 8 or 16 bit供电电压18 VDC (optical head only)尺寸重量230x120x200mm,1.4kg显微凝视型高光谱成像仪主要特点： 全光谱覆盖：当前的多光谱显微镜相机提供的光谱通道数量有限，空间分辨率降低。这是他们在焦平面成像阵列上使用滤色器阵列 (CFA) 的架构的直接结果。 其他基于光栅的高光谱显微镜相机需要对样品进行机械扫描，因此价格昂贵且需要定期校准。4200M 显微镜系统是市场上少有一款能够以可承受的价格以高空间和光谱分辨率扫描整个 VIS-NIR 系统的凝视高光谱显微镜系统。 波长选择性：4200M 显微镜系统的独特属性之一是其波长选择性。在许多显微成像应用中，可以从高光谱数据立方体中选择光谱带的子集，以man大化从每次扫描中检索到的信息。通常，这些子集取决于所使用的染料组以及被询问的样品类型。由于多光谱相机以及基于光栅的高光谱扫描相机的光谱波段是“硬连线”的，无论是通过 CFA 还是通过耦合到焦平面阵列的光栅，导致该波段子集的优势缺少。无论真正需要多少波段，都必须检索完整的数据立方体，或者必须处理完整的镶嵌多光谱图像。4200M 显微镜系统可以编程为仅扫描波长的一个子集，从而可以缩短扫描时间并生成更小的数据集——所有这些都对用户有益，尤其是在高通量应用中。下图是4200M高光谱显微镜系统在石英钨卤灯照明下，放大10倍后采集的肺癌组织的max大帧图像(假绿色)。像素群是相似的光谱分布(伪彩色)，聚类中心可以被认为是端元或代表光谱。显微凝视型高光谱成像仪应用领域：▲ 刑事侦查：可疑文件鉴定、痕迹探测、可燃液体残留分析、犯罪现场勘查等；▲ 天文地理：地质遥感、矿石检验、天文观测等；▲ 材料分析：各种塑料、金属、垃圾等材料检验等；▲ 农业生产：农作物生长情况及病虫害监测、农作物选种、农产品等级分类等；▲ 食品安全：瓜果蔬菜农药残留检测、肉类产品食用品质及表面污染物检测等；▲ 药品检测：药片中的有效成分含量及其分布检测等；▲ 环境监测：水体水质污染监测、土壤污染检测、大气污染物监测等；▲ 文物保护：艺术品鉴别、文物古迹修复等。更多详情请联系昊量光电/欢迎直接联系昊量光电关于昊量光电：上海昊量光电设备有限公司是国内知名光电产品专业代理商，代理品牌均处于相关领域的发展前沿；产品包括各类激光器、光电调制器、光学测量设备、精密光学元件等，涉及应用领域涵盖了材料加工、光通讯、生物医疗、科学研究、国防及更细分的前沿市场如量子光学、生物显微、物联传感、精密加工、先进激光制造等；可为客户提供完整的设备安装，培训，硬件开发，软件开发，系统集成等优质服务。您可以通过我们昊量光电的官方网站了解更多的产品信息，或直接来电咨询。

Ecodrone UAS-8高光谱无人机遥感平台，是由西安易科泰光谱成像与无人机遥感技术研究中心最新推出的一款应用于大范围、多维度的农业研究、森林植被资源调查、生态环境监测、地质矿产勘查、环境污染控制与影响评估等低空遥感应用的一体化、紧凑型、高通量机载高光谱遥感成像系统，荣获“仪器设备十大新锐产品”称号。本平台以Ecodrone UAS-8专业级遥感无人机为载体，通过具有自主知识产权的快速减震挂件，将高光谱成像仪、定位定姿系统、数据处理单元集成于一体，是目前国内无人机高光谱遥感技术性能最高的平台之一。凭借Ecodrone UAS-8出色的飞行性能，及高光谱成像Specim推出的 AFX高光谱成像仪、Trimble APX-15高精度POS系统的优良表现，使得本平台在遥感作业过程中无需云台，即可获得高质量、无畸变的高光谱数据，为低空遥感高光谱探测领域提供不可比拟的可靠的解决方案。主要技术特点如下： 1.8旋翼专业无人机遥感平台，搭载AFX高光谱成像、机载PC及RGB相机可飞行作业30分钟以上， 每10分钟采集高光谱成像数据高达50GB以上 2.高性能推扫式高光谱成像技术，400-1000nm波段空间分辨率达1024x，光谱分辨率5.5nm，波段224（Binning×2） 3.嵌入式数据处理单元，集成Web UI用户界面，易于安装和操作 4.厘米级地面分辨率，100m高度地面分辨率达7cm，30m高度地面分辨率可达2cm 5.100m高单样线飞行作业可自动采集形成宽度72m的样带高光谱成像大数据 6.可选配900-1700短波红外波段高光谱成像 7.可选配搭载Thermo-RGB红外热成像与RGB成像 8.可选配搭载MWIR中波段红外光谱成像 9.应用于林冠生态学监测研究、作物表型遥感、生态观测等应用案例：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，为精准农业研究、森林植被资源调查、生态环境监测、地质矿产勘查、环境污染控制与影响评估等低空遥感应用领域提供无人机及近地遥感全面技术方案：1.Ecodrone UAS-4/8搭载多光谱、红外热成像，多传感器同步成像，一机多能2.Ecodrone UAS-8 Pro，搭载AisaKestrel高端高光谱成像，2040像素超高分辨率3.轻小型固定翼无人机遥感技术方案，可挂载多光谱相机、红外热成像及RGB相机，最大起飞重量（MTOW）1350g，续航时间可达75分钟4.大疆M600搭载AFX高光谱成像，续航时间可达20分钟5.SpectraScan近地遥感技术方案，可扩展、可定制6.AlgaTech高通量植物/藻类表型分析平台，一站式表型成像大数据分析

便携式高光谱成像光谱系统GaiaField 系统特点：1、一键实现自动曝光、自动调焦、自动扫描速度匹配、自动采集并保存数据2、辅助取景摄像头实现对拍摄区域的监控3、内置电池，可连续工作4小时以上4、数据预览及校正功能：辐射度校正、反射率校正、区域校正、镜头校准、均匀性校准5、镜头可更换6、只需一根USB线实现连接通信7、数据格式完美兼容Evince、Envi、SpecSight等数据分析软件8、支持Win7~10-32位或64位系统9、高配版可内置微型处理器，利用手机、Ipad通过Wifi热点远程控制 GaiaField 便携式高光谱系统是双利合谱研制的一款超便携式高光谱成像仪器。使用此系统进行图像采集扫描，在获得目标影像信息的基础上，还可以获得数百甚至上千波段的光谱信息。GaiaField 系统有着轻便灵活，续航能力出色、智能化、数据分析处理功能齐全、能够实时监控等特点。广泛适用于户外和实验室内的应用需求，例如：目标探测与识别、伪装与反伪装等军事领域，地面物体与水体遥测、现代精细农业等生态环境监测领域，刑侦、文物保护、生物医学、塑料垃圾、烟草烟叶的工业分选，化学气体燃烧火焰、地质矿石分析，油气岩层荧光分析等等领域。 覆盖可见光与近红外全波段可提供超过700个光谱通道，可自由选择GaiaField便携式高光谱系统采用了高分辨率的成像光谱仪。在可见光波段，光谱分辨率优于3nm，即使在短波红外波段也能达到5nm。因而全波段（400-1000nm）内可以获得超过700个的光谱通道，更多的光谱通道意味着更多的信息，有助于研究人员通过对连续光谱的分析、反演，获得更多的高价值数据细节。 独有的软硬件功能 辅助摄像头的实时监控功能1、通过辅助摄像头观察目标拍摄区域2、当前狭缝位置指示3、选择自动曝光与自动调焦区域，直观方便，仅需鼠标即可完成操作4、过度曝光饱和提示5、物距计算功能自动调焦功能1、业内首创自动调焦技术，解决了传统手动调焦方式调焦不易判断和操作不便的问题2、2、通过自动调焦实现对物距的测量传统光谱相机进行调焦时，需要使用者在调焦的同时，观察采集屏幕，通过判断图像边界的锐利程度来完成操作。操作复杂，效率低。即使有经验的使用者也难以手动调整至最佳状态。双利合谱自主研发的自动调焦模组与算法，使以上问题得到了根本解决。每位使用者仅需单键操作，15秒内系统将自动完成对焦，无需任何额外操作，只需一次单击即可全自动完成。3、通过自动对焦功能的实现，还可以有效测量物距，进而实现扫描速度自动匹配自动扫描速度匹配、自动曝光自动曝光：根据当前光照环境，进行曝光测试，获得精准的曝光时间。在得到最佳信噪比的同时，又可避免过度曝光造成数据作废。同时软件具有实时过度曝光监视功能。自动扫描速度匹配：根据当前的曝光时间等参数，进行测试拍摄，得到实时帧速，进而计算出合适的扫描速度。从而避免了扫描图像的变形（拉伸或压缩） 便携式高光谱成像光谱系统GaiaField 规格参数表

多光谱成像无人机SEN-P903采用多光谱技术，实现对水体监测可视化多光谱成像无人机SEN-P903由无人机搭载多光谱相机，通过前沿的科学技术实时监测河道、湖体水质，分析水质优劣情况分布，其多光谱技术（Multispectral）：是指能同时获取多个光学频谱波段（通常大于等于3个），并在可见光的基础上向红外光和紫外光两个方向扩展的光谱探测技术。常见实现方法是通过各种滤光片或分光器与多种感光胶片的组合，使其在同一时刻分别接收同一目标在不同窄光谱波段范围内辐射或反射的光信号，得到目标在几张不同光谱带的照片，实现对河道、湖体等水域水质状况进行立体可视化的精准监测。应用领域:&bull 水质监测 &bull 河道生态 &bull 灾害评估 &bull 资源调查 &bull 应急监测产品特点 &bull 多光谱技术 多个光学频谱波段（通常大于等于3个），通过各种滤光片或分光器与多种感光胶片的组合，使其在同一时刻分别接收同一目标在不同窄光谱波段范围内辐射或反射的光信号。 &bull 智能拼接专业分析 数据回传矫正拼接，自研计算模型波段运算精细化分析技术参数：

YellowScan Mapper+将Livox AVIA激光扫描仪与高性能GNSS/IMU系统集成到一个轻便、独立且操作简单的激光雷达系统中，是新一代集成激光解决方案。该系统重量轻、顶级的点云密度与先进的精确度与准确度，具有极高的性价比。YellowScan Mapper+与易科泰光谱成像与无人机遥感技术研究中心自主研发的Ecodrone系列无人机及高光谱成像、红外热成像等传感器组成Ready-to-fly一体式遥感监测系统，广泛应用于森林监测、农业表型、环境研究、矿山调查、考古研究、电力巡检、航空测绘等领域。技术参数组件内容典型任务参数

YellowScan Surveyor Ultra激光雷达系统集成了市场上先进的GNSS/IMU系统以及360°视场的激光扫描仪，结合了远距离、高点云密度、更高的精度和准确度，具有集成度高、操作简单、轻量便携等特点，是一款无人机载和车载两用的激光雷达系统。YellowScan Surveyor Ultra与易科泰光谱成像与无人机遥感技术研究中心自主研发的Ecodrone系列无人机及高光谱成像、红外热成像等传感器组成Ready-to-fly一体式遥感监测系统，广泛应用于森林监测、农业表型、环境研究、矿山调查、考古、电力巡检、航空测绘等领域。技术参数组件内容典型任务参数

YellowScan Mapper是下一代集成激光解决方案。Mapper系统兼具重量轻、中距离测程、顶级的点云密度与先进的精确度与准确度等特点，使得该设备具有最佳的性价比。Mapper系统与易科泰光谱成像与无人机遥感技术研究中心自主研发的Ecodrone系列无人机及高光谱成像、红外热成像等传感器组成Ready-to-fly一体式遥感监测系统，广泛应用于森林监测、农业表型、环境研究、矿山调查、考古研究、电力巡检、航空测绘等领域。技术参数典型任务参数

Vx20是YellowScan产品系列中最精确的完整集成系统，集成了市场上先进的Riegl Mini-VUX 扫描仪和Applanix APX-20 UAV惯导系统，在100m航高情况下，也可以保持全部点云的精度，非常适合于对精确度要求高、需要更清晰刻画细节的应用领域。YellowScan Vx20与易科泰光谱成像与无人机遥感技术研究中心自主研发的Ecodrone系列无人机及高光谱成像、红外热成像等传感器组成Ready-to-fly一体式遥感监测系统，广泛应用于森林监测、农业表型、环境研究、矿山调查、考古研究、电力巡检、航空测绘等领域。主要特点高精度点云、最高精度、最大作业范围、已校准强度值系统集成选项技术参数典型作业参数

YellowScan Mapper是下一代集成激光解决方案。Mapper系统兼具重量轻、中距离测程、顶级的点云密度与先进的精确度与准确度等特点，使得该设备具有最佳的性价比。Mapper系统与易科泰光谱成像与无人机遥感技术研究中心自主研发的Ecodrone系列无人机及高光谱成像、红外热成像等传感器组成Ready-to-fly一体式遥感监测系统，广泛应用于森林监测、农业表型、环境研究、矿山调查、考古研究、电力巡检、航空测绘等领域。技术参数典型任务参数

YellowScan Vx15是最轻的集成Riegl Mini-VUX 扫描仪的系统，还采用了市场上先进的applanix APX15 UAV惯导系统，非常适合于高精度测绘。搭载Ecodrone UAS-8，可实现30分钟以上的飞行作业，最大程度的提高生产力。YellowScan Vx15与易科泰光谱成像与无人机遥感技术研究中心自主研发的Ecodrone系列无人机及高光谱成像、红外热成像等传感器组成Ready-to-fly一体式遥感监测系统，广泛应用于森林监测、农业表型、环境研究、矿山调查、考古研究、电力巡检、航空测绘等领域。主要特点高精度点云、最大作业范围、已校准强度值系统集成选项 技术参数典型作业参数

HyperspecVNIR-SWIR Co-aligned全波段机载高光谱成像仪的光谱范围为400-2500nm，即一台仪器中覆盖常用的所有波段范围。VNIR-SWIR Co-aligned内部集成有VNIR和SWIR两套高光谱成像仪，其中，VNIR (400-1000nm)的感光元件为低功耗的CMOS传感器，其分辨率为640 x 480，像元尺寸为7.4μm*7.4μm；SWIR(900-2500nm)的感光元件为制冷型MCT传感器，其分辨率为640 x 480，像元尺寸为15μm*15μm。而分光光路均基于Headwall公司专利技术——全息反射衍射光栅，不仅保证了极低杂散光和成像畸变，同时也具有极高的热稳定性和信噪比。 另外，VNIR-SWIR Co-aligned结构紧凑，是一套完整的turnkey解决方案，其尺寸仅为：27.2cm*20.8cm*16.5cm，重量3kg，除了成像光谱仪外，同时集成有高精度的GPS/IMU传感器和嵌入式控制PC，高光谱数据和姿态信息将实时保存在嵌入式PC中。 VNIR-SWIR Co-aligned让用户无需再考虑复杂的硬件系统集成，专注于飞行计划的制定和高光谱数据的后期处理。 技术参数全波段高光谱成像光谱仪 -技术参数光谱范围VNIR(400-1000nm)SWIR(900-2500nm)光学设计高效像差校正同心光学成像系统光谱通道数270267像元尺寸（μm）7.415色散/像元（nm/像元）2.26光谱分辨率FWHM（nm）68空间通道数640光圈f/2.5狭缝宽度（μm）20探测器CMOS斯特林制冷型MCT最大帧频（Hz）350200相机bit位数1216内存（G）480480尺寸（mm）272 × 208 × 165重量（kg）2.83

AMS-14 具有独特设计的高清传感器和图像采集方式，能够同步获取具有极高分辨率的14通道光谱图像数据，每个通道图像高达7.5MP像素；可用于农业遥感、环境遥感、林业勘查、精准农业、农业危害（如害虫、疾病、胁迫及营养缺乏等），可集成于自动化农业设施，开展自动机器视觉识别和机器学习等应用。AMS-14 使用单一超大面阵探测器，避免了普通多光谱成像设备采用不同探测器(多个微型相机)带来的探测器响应不一致的问题；而且，传统的多光谱成像设备需要对各波段图像进行预处理，以保证通道间正确对齐，这无疑增加了工作量，影响了时效性。除了大面阵超高分辨率的优势，7R还具有工业级的成像系统和光学硬件，光学失真仅1%！而传统的多光谱相机（1.3MP或3.2MP）多数使用较高失真的低成本劣质光学器件，镜头失真经常超过15% ，因此需要先进行大量预处理之后才能开始分析数据。 AMS-14高分辨率多光谱相机 主要特点： 所有光谱波段的连续数字对齐，无论飞行高度是多少 能捕捉单个像素1mm甚至0.5mm的高分辨率多光谱图像 能够进行人工智能分析、机器学习和分类 镜片全部由玻璃和金属制成，极高的保真度，不受环境的影响 拥有更广泛的动态范围，更多的波段和更高的分辨率 克服了同步和视差等普通多光谱相机设计的典型问题 传感器可拍摄4K级多光谱高清视频 传感器带可根据客户需求定制(滤镜部分有起订量要求)技术指标AMS-14高分辨率14通道多光谱成像仪通道数14个光谱波段405nm、430nm、450nm、490nm、525nm、550nm、560nm570nm、630nm、650nm、685nm、710nm、735nm、850nm光谱带宽25nm通过效率＞95%单通道图像750万像素(2780x2650 pixels)镜头规格21.8mm/F5.6光学畸变1%FOV32°GSD2.3cm@100m、4.6cm@200m探测器单一探测器＞6000万有效像素成像辅助多轴防抖功能位数≥14bit视频可录制4K视频数据3840 x 2160，1.65 MP per band对焦范围2.5m~无穷远通讯Wi-Fi Compatible, 802.11b/g/n (2.4GHz band) HDMI micro connector (Type-D) MULTI / MICRO USB TERMINAL NFC软件功能自动裁切、计算植被指数、.Tiff格式转换、自动校准、各通道数据批处理

SOC710VP高光谱成像光谱仪具有内置推扫及双CCD探测器的独特设计，集成度高，操作便捷；可用于野外、实验室或显微测量，快速获得观测目标在400-1000nm内的高光谱图像数据。可进行环境遥感、精准农业、物种分类、农林遥感、植物科学、果实/种子品质、成分分析等研究。