在陸地生態(tài)系統(tǒng)中，森林是最大的有機(jī)碳庫，是陸地中重要的碳匯和碳源，因此了解森林生態(tài)系統(tǒng)在碳循環(huán)中的作用，對(duì)于研究陸氣系統(tǒng)的碳循環(huán)乃至全球碳循環(huán)都是一個(gè)基礎(chǔ)，具有重要的意義。易科泰光譜成像與無人機(jī)遙感技術(shù)研究中心最新推出Ecodrone^®一體式高光譜-激光雷達(dá)無人機(jī)遙感系統(tǒng)，助力森林碳循環(huán)研究及應(yīng)用。

性能特點(diǎn)：

1.8旋翼專業(yè)無人機(jī)遙感平臺(tái)，搭載VNIR/NIR高光譜成像、機(jī)載PC及激光雷達(dá)可飛行作業(yè)20分鐘以上，有效覆蓋面積超10ha

2.厘米級(jí)地面分辨率，50m高度高光譜成像地面分辨率達(dá)3.5cm，30m高度（用于高分辨率林木表型分析）地面分辨率可達(dá)2cm

3.50m高單樣線飛行作業(yè)可自動(dòng)采集形成寬度36m的樣帶高光譜成像大數(shù)據(jù)

4.高密度三維點(diǎn)云，精確度2.5cm，最高可達(dá)3次回波，50m飛行高度點(diǎn)云密度700pts/m²

5.專業(yè)無人機(jī)遙感技術(shù)方案，同步獲取高光譜與激光雷達(dá)數(shù)據(jù)，應(yīng)用軟件可直接得出近百種植被光譜反射指數(shù)、高密度三維點(diǎn)云、三維測(cè)量數(shù)據(jù)、分類點(diǎn)云、DTM等

6.應(yīng)用于大范圍、多維度的森林遙感研究、碳循環(huán)研究、林木三維表型測(cè)量、植被資源調(diào)查、森林物種多樣性研究、植被生物及非生物脅迫分析、環(huán)境及生態(tài)系統(tǒng)動(dòng)態(tài)變化研究等

案例一：森林碳庫分布研究

森林地上生物量（AGB）的估算對(duì)于碳循環(huán)建模和氣候變化緩解方案的制定至關(guān)重要。來自意大利、美國和英國的研究人員將主動(dòng)和被動(dòng)傳感器結(jié)合，其中被動(dòng)型高光譜數(shù)據(jù)記錄了潛在與森林生物量相關(guān)的冠層光譜信息，并將這些信息與主動(dòng)型小型激光雷達(dá)獲取的參數(shù)相結(jié)合，實(shí)現(xiàn)了在不同尺度上對(duì)森林生態(tài)系統(tǒng)的有機(jī)碳分布進(jìn)行遙感計(jì)算。

研究區(qū)域位于塞拉利昂的戈拉雨林國家公園 (GRNP) 內(nèi)，處于西非潮濕的上幾內(nèi)亞森林帶的最西端，該地區(qū)的森林主要為濕潤低地常綠林，部分地區(qū)主要為干燥低地常綠和半落葉林類型。

研究人員采用偏最小二乘回歸（PLSR）處理多輸入和多重共線性問題，計(jì)算投影中的重要性變量（VIP），以評(píng)價(jià)各預(yù)測(cè)因子對(duì)生物量的重要性。結(jié)果表明，當(dāng)單獨(dú)使用高光譜波段時(shí)，其預(yù)測(cè)能力有限(R² =0.36)，用植被指數(shù)替代高光譜波段的改善較小(R² =0.67)，僅基于激光雷達(dá)指標(biāo)，PLS預(yù)測(cè)AGB的決定系數(shù)（R²）為0.64，當(dāng)再將高光譜波段添加到激光雷達(dá)度量中，精度得到了適度的提高（R² =0.70）。

森林是碳的主要吸收者，它所固定的碳相當(dāng)于其他植被類型的2倍，本研究中提出的高光譜和激光雷達(dá)數(shù)據(jù)融合相關(guān)的發(fā)現(xiàn)非常具有意義，有助于擴(kuò)大該系統(tǒng)數(shù)據(jù)融合適用性的研究，進(jìn)而對(duì)全球氣候變化研究做出更重要的貢獻(xiàn)。

案例二：森林碳匯定量評(píng)估比較

森林地上生物量生物量是影響氣候變化和森林生產(chǎn)力的重要因素，因此評(píng)估森林對(duì)碳匯和碳循環(huán)的貢獻(xiàn)程度具有重要的意義。韓國科研人員借助高精度激光雷達(dá)數(shù)據(jù)、數(shù)字航空攝影測(cè)量圖像、高光譜圖像等空間信息，對(duì)森林碳匯信息進(jìn)行定量評(píng)估。

研究區(qū)位于韓國慶尚南道巨濟(jì)市，該區(qū)域森林密度相對(duì)較低，樹種多樣，森林資源豐富，選取研究區(qū)內(nèi)2km*2km的區(qū)域進(jìn)行數(shù)據(jù)采集。基于高光譜數(shù)據(jù)中每個(gè)樹種的光譜信息，使用馬氏距離法對(duì)樹種進(jìn)行精確分類，基于高密度的LiDAR數(shù)據(jù)提取森林資源。

 將激光雷達(dá)與數(shù)字航拍圖像、高光譜圖像相結(jié)合計(jì)算了混交林、針葉林和闊葉林的碳匯，同時(shí)通過對(duì)森林資源的樹種和年齡信息進(jìn)行量化，借助激光雷達(dá)和數(shù)字圖像信息對(duì)樹種、年份、區(qū)域的碳匯進(jìn)行計(jì)算。利用激光雷達(dá)信息和圖像分析的基礎(chǔ)數(shù)據(jù)庫，對(duì)選定的區(qū)域、行政區(qū)、年份進(jìn)行森林信息和碳匯評(píng)估分析，實(shí)現(xiàn)了精確地碳匯信息提取，結(jié)果如2.3/2.4所示。

易科泰生態(tài)技術(shù)公司致力于生態(tài)-農(nóng)業(yè)-健康研究發(fā)展與創(chuàng)新應(yīng)用，為碳源碳匯定量評(píng)估、植被資源調(diào)查、生態(tài)環(huán)境監(jiān)測(cè)、森林遙感研究、林木表型分析、林業(yè)測(cè)繪等領(lǐng)域提供一體化多傳感器立體遙感技術(shù)方案。

參考文獻(xiàn)：

[1] Laurin G V, Chen Q, Lindsell J A, et al. Above ground biomass estimation in an African tropical forest with lidar and hyperspectral data[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 89: 49-58.

[2] Choi B G, Na Y W, Shin Y S. A Comparative Study of Carbon Absorption Measurement Using Hyperspectral Image and High Density LiDAR Data in Geojedo[J]. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 2017, 35(4): 231-240.