Ecodrone^? 一體式高光譜-紅外熱成像無人機遙感系統，是由易科泰生態技術公司與西安易科泰光譜成像與無人機遙感技術研究中心推出的一款高分辨率無人機遙感平臺，采用自主設計生產的UAS-8專業無人機遙感平臺（曾榮獲《質量與認證》雜志主辦的“2020 檢驗檢測認證認可行業年度風云榜”“儀器設備十大新銳產品”），搭載國際先進的高光譜成像與Thermo-RGB傳感器，可應用于JZ農業、森林資源調查監測管理、大田高通量作物表型分析、草原及濕地調查監測管理、生態環境監測、生態修復監測評估、自然保護區管理等領域。

左：Ecodrone^? UAS-8 右：Ecodrone^? UAS-8 Pro

主要技術特點：

1)基于Ecodrone^? UAS-8 Pro無人機平臺搭載的一體式高光譜-紅外熱成像遙感系統，高負載、長續航

2)國際知名Specim AFX高光譜成像傳感器，高分辨率、高信噪比、高速推掃成像（高幀頻）

3)高分辨率Thermo-RGB傳感器，空間分辨率640x512像素，IR高分辨率模式可達1266x1010像素，測溫靈敏度可達0.03°C

4)同步獲取冠層及景觀水平地物植被、土壤等反射光譜及溫度等高分辨率成像，結合匹配的葉片水平測量監測（包括葉綠素熒光、光合作用、葉片水平高光譜等），可多尺度、多維度全面反應土壤植被等信息

5)廣泛用于快速無損高通量作物表型分析、生態遙感監測、植物生物及非生物脅迫監測、植物蒸騰及氣孔導度研究、生產力監測評估、生物多樣性監測等，可實現對植被葉片、冠層及景觀尺度全面觀測研究。

6)可選配LIDAR系統，組成功能強大的高光譜-紅外熱成像-激光雷達無人機遙感平臺（EcoDrone-LiHT，LiDAR, Hyperspectral and Thermal remote sensing），大范圍（景觀水平）、高空間分辨率（厘米級）同步觀測生態系統結構功能，包括結構信息、光譜信息、表面溫度信息等

上圖引自Bruce D. Cook等，NASA Goddard’s LiDAR, Hyperspectral and Thermal (G-LiHT) Airborne Imager, Remote Sensing 2013

主要技術功能指標：

1)EcoDrone UAS-8 或UAS-8 Pro專業無人機遙感平臺，高負載、長續航

2)Specim AFX10（400-1000nm）或AFX17（900-1700nm）高光譜成像傳感器

3)WIRIS Thermo-RGB紅外熱成像傳感器，可選配YellowScan Mapper+激光雷達組成EcoDrone-LiHT無人機遙感平臺（需選配UAS-8 Pro）

4)建議選配易科泰匹配提供的手持式葉綠素熒光儀、手持葉夾式高光譜儀、便攜式LCpro T光合儀（附參考文獻），以測量穩態葉綠素熒光Ft、植物光譜反射指數VIs、光合作用及氣孔導度等參數

5)可選配OTC-Auto自動開啟式光合呼吸監測系統，測量監測CO2通量及H2O通量，并測量分析GEP（Gross Ecosystem Productivity）

6)可基于弗朗霍夫譜線FLD模型提取SIF（太陽光誘導葉綠素熒光，Solar-Induced-Fluorescence）（易科泰提供技術方法、參考文獻等），無人機遙感Mapping Photosynthesis

7) 可測量分析如下參數（易科泰提供技術方法和相關培訓），全面分析植物結構功能、生理狀態、脅迫與抗性、生產力狀態等：

a)基于熱成像技術的CWSI（水分脅迫指數）、Ts-Ta（冠層溫度與空氣溫度差值）

b)植物水分指數WI、LWI、NDWI、水分脅迫指數MSI等，其中LWI、NDWI和MSI需選配900-1700nm波段高光譜

c)Vcmax（ZD羧化速率）測量分析（需選配LCpro T便攜式光合儀）

d)除基于FLD模型提取的SIF外，基于植物反射光譜的葉綠素熒光指數（4個）

e)PRI等光化學反射指數與胡蘿卜素指數（7個）

f)反應葉綠素含量、N素含量的NDVI、TCARI（修正的葉綠素吸收反射指數）、CCCI（冠層葉綠素含量指數）、DCNI（N指數）等（8個）

g)植物窄帶結構指數（structural indices）（13個）、色素指數（27個）

h)葉黃素（Xanthophyll）色素指數（8個）

i)綠度等RGB指數（13個）

j) 植物健康指數等

不同時間草地冠層溫度Ts和CWSI，及SIF、PRI、NDVI、LWI（引自Max Gerhards等，Analysis of Airborne Optical and Thermal Imagery for Detection of Water Stress Symptoms. Remote Sensing, 2018）

n 案例一：海南某水稻田幼苗表型成像分析

，上圖依次為RGB通道合成、NDVI、熱成像圖，可以看出試驗區剛插秧的水稻田整體NDVI遠遠低于周邊農田，而熱成像圖也反映了水稻田水分含量比較充足，整體溫度偏低 (由易科泰光譜成像與無人機遙感研究中心提供)

n 案例二：冬小麥氮素和水分脅迫監測

左：基于高光譜數據計算的樣地CCCI（冠層葉綠素含量指數）和基于紅外熱成計算的WDI（水分虧缺指數）示意圖

右：紅外熱成像計算得出的WDI可以幫助CCCI提高氮素營養指數（NNI）的擬合優度

（Pancorbo J L , Camino C , Alonso-Ayuso M , et al. Simultaneous assessment of nitrogen and water status in winter wheat using hyperspectral and thermal sensors[J]. European Journal of Agronomy, 2021, 127(3):126287.