无人机载近红外高光谱成像分析系统

                                无人机载近红外高光谱成像分析系统

  ATH9010系列无人机高光谱均采用推扫式成像方式，ATH9010-17的波段范围为900-1700nm，ATH9010-25 的波段范围为1000-2500nm，光谱波段数均为640，空间波段数均为512。

     ATH9010系列无人机高光谱成像仪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。

产品特征

波段范围：900~1700nm或1000~2500nm

宽波段、高光谱分辨率 

透射光栅、推扫型 

低温制冷相机

飞行高度：50~1000米，推荐100m 

I7板载计算机，最大支持2T存储，最多可存储100小时成像数据

1.5m轴距大型多旋翼无人机，高载重，可扩展型强；

超长飞行时间：约45分钟，巡航面积大

产品应用

地质与矿产资源勘察，土壤监测 

精准农业、农作物长势与产量评估

森林病虫害监测与防火监测

海岸线与海洋环境监测 

草场生产力及草场监测、生态环境保护及矿山监控

遥感教学与科研、气象研究、灾害防治 

湖泊与流域环境监测、水质检测 

农畜产品品质检测 

军事、国防和国土安全

高光谱成像仪在玉米旱灾识别与分级的应用

       玉米是重要的粮食作物之一，也是我国的第一大粮食作物。中国北方地区是玉米的主要产区，由于气温和降水分布等变化，干旱成为这些区域中影响玉米产量的重要因素。随着农业精细化管理要求的不断提高，准确、高效的识别玉米旱灾等级具有十分重要的意义。

传统的农作物旱灾识别方法多使用卫星多光谱遥感影像计算植被指数获得干旱情况，然而受天气、过境时间、空间分辨率低等多种因素限制，卫星影像在时效性和准确性上并不能令人满意。随着无人机技术的发展，操作便捷、灵活有效地获取超高分辨率遥感影像变为可能，在近年来为很多农业问题的解决提供了新的思路。而随着深度神经网络的发展，全卷积神经网络的提出使遥感影像语义分割任务的精确度得到了进一步提升。吉林大学刘畅使用奥谱天成产的ATP9000型无人机高光谱成像仪（现改名为ATH9010），设计并实现了一种面向玉米旱灾进行识别和分级的深度学习语义分割方法。

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 (Goetset 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(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Bierwirthetal.,2002；连长云等，2005；Kruseetal,2006；Cudahyetal.,2007；等，2010；刘德长等，2011；闫柏琨等，2014；杨自安等，2015；Grahametal.,2017)。随着成矿系统理论(Wybornetal.,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(380~700nm)、近红外(700~1000nm)、短波红外(1000~2500nm)、和热红外(7000~15000nm)。目前矿业应用的是短波红外区域(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。

高光谱成像仪在水质与环保方面的应用

                      无人机载近红外高光谱成像分析系统