AisaIBIS空陸2基SIFクロロフィル蛍光高分光イメージングシステム

AisaIBIS空陸双基SIFクロロフィル蛍光高分光イメージングシステム

左図、中図はESA Bulletin 116から引用されている。右図はEcotaEcolab実験室が提供する

Kautsky1931年にHirschと初めて論文「CO 2同化新実験」を発表し、肉眼でクロロフィル蛍光現象を発見し、蛍光強度の変化とCO 2同化速度は負の相関を示したことを報告した。Ladislav Nedbal教授とMartin Trtilek博士らはパルス変調技術（PAM，Pulse Amplitude Modulated technique）とCCD技術に基づいて、1996年にFluorCam葉緑素蛍光イメージング技術（Nedbal etc，2000）を開発し、葉緑素蛍光を2次元と顕微（細胞とサブ細胞レベル）レベルでイメージング分析することに成功した。PAM技術は人工レーザー発光（パルス変調測定光、光化学光、飽和光パルス）Protocols誘導イメージングに基づいて、どのように自然光（太陽光）条件下で葉緑素蛍光をイメージング測定し、それによって植物光合成イメージング作図（mapping）を実現し、科学者、特に生態観測、農業リモートセンシングなどの分野の科学者の夢となった。

AisaIBIS葉緑素蛍光高分光イメージャフィンランドのSpecim社とドイツのJuelich研究センターが欧州宇宙局（ESA）地球探査プロジェクト（SIFLEX）のために開発したHyplantセンサは、世界初の商業化高スペクトル葉緑素蛍光イメージング装置であり、Franhofer線深さ法を採用し、太陽放射誘起葉緑素蛍光（Sun-induced Fluorescence）を検出でき、陸空双基植物葉緑素蛍光高スペクトルイメージング測定分析に用いられ、NDVI、EVI、F 760（植物葉緑素蛍光）などのパラメータを得ることができる。

強力な機能を持つ超高スペクトル分解能空陸デュアルイメージングシステムとして、地上及び航空リモートセンシングSIFクロロフィル蛍光高スペクトルイメージング測定に適しており、AisaIBISは670-780 nmの特定のスペクトル領域内で、2本の酸素吸入スペクトル線の底部の微弱蛍光信号を検出し、定量することができる「フラウンファ線深さ法」を採用している。高光束イメージング分光計と先進的なsCMOSイメージング技術を結合して、飛行条件下で高いイメージングレートと優れたスペクトルサンプリング間隔（0.11 nm）で高品質、低ノイズ、高ダイナミックレンジと信号対雑音比の葉緑素蛍光高スペクトルデータを収集することができ、易科泰スペクトルイメージングとドローンリモートセンシング研究センターが提供する近床リモートセンシングプラットフォーム、フラックス塔または航空リモートセンシングプラットフォームに取り付けて、異なる尺度のNDVI、EVI、F 760（植物葉緑素蛍光）などのパラメータを得ることができる。農業、林業、草原、湿地生態系の観測、例えば光合成と植生ストレス（例えば病虫害、干ばつなど）の研究、大田作物の表現型と種質資源の測定、生態系の生産力と作物の生産量の評価などに適用する。

機能の特徴

Øプッシュスキャン式高スペクトルイメージング技術を用いて、「Franhofer線深さ法」を用いてSIF葉緑素蛍光イメージングデータを取得し、太陽光誘導葉緑素蛍光測定を高空間分解能レベルに向上させる

Ø科学研究レベルの超高性能、スペクトルサンプリング率は0.11/0.22 nmに達し、高透過率F/1.7、高信号対雑音比680:1

Ø航空リモートセンシングのために使用することもできる地上リモートセンシングプラットフォーム、フラックスタワーに設置することもでき、異なる尺度の日光誘導クロロフィル蛍光高分光イメージングデータを取得することができる

Ø易科泰生態技術公司が提供する携帯羽根水平葉緑素蛍光測定装置と結合して、異なる尺度レベルの観測研究を満たすことができる

Ø易科泰生態技術公司が提供する全帯域高分光イメージング技術、Thermo-RGB赤外熱イメージングとRGB融合イメージング分析技術などを配置することができる

技術指標：

1. SIFクロロフィル蛍光高分光イメージングセンサ

1.1CMOS科学研究レベル検出器、スナップショットモード、パール貼り冷凍

1.2帯域範囲：670-780 nm

1.3スペクトルサンプリング：0.11/0.22 nm

1.4空間解像度：384/768ピクセル

1.5光透過率F/1.7、信号対雑音比680：1、フレームレート65 fps

1.6視野：32.3度、0.5 mから無限遠

1.7積分時間せきぶんじかん：フレームイメージ周期内で調整可能

1.8データインタフェース：CameraLink 16-bit

1.9消費電力：一般135 W、最大200 W

1.10イメージングシステム重量（DPUを含む）：＜25kg

1.11電気機械シャッタ、光温度安定機能を支持する

2. Thermo-RGB赤外線熱イメージングとRGB真彩イメージングの融合分析技術、日光照射羽根又は冠状層、陰影羽根又は冠状層及び土壌の温度と被覆度などを区別でき、作物/植物の気孔導度動態を正確に反映し、作物冠状層温度測定に日光照射羽根、陰影羽根及び土壌背景を正確に区別させ、ROI選挙区分析、周波数ヒストグラム分析表示及び色分析などを行うことができ、高空間解像度冠状層温度測定、物候観測、気孔導度観測、高スループット作物表型分析などに適している

3. AisaFENIX2レンズ全帯域高分光イメージング：VNIR（380-970 nm）とSWIR（970-2500 nm）の2レンズ高分光イメージング、高信号対雑音比（1000：1）、解像度を含み、空間解像度は1024 x画素に達することができる

AisaFENIX土壌重金属検査への応用（引用：SeongJoo Kang etc. Evaluating laboratory-based classification potentials of heavy metal contaminated soils using spectro-radiometer and hyperspectral imagery. Spet. Inf. Res. 2019）

4. リモートセンシングプラットフォーム：航空リモートセンシングプラットフォーム、フラックスタワー、または易科泰生態技術会社が提供する近地リモートセンシングプラットフォームを選択可能

5. スペクトルイメージング近接リモートセンシング：クロロフィル蛍光イメージング（PAM技術に基づく）、高スペクトルイメージング、赤外熱イメージングなどを含む走査型またはロボット近接リモートセンシング分光イメージングを選択可能

応用例1：ESA（欧州宇宙局）とNASA（米国航空宇宙局）が協力して生態健康と炭素循環動態研究を展開

ESANASAと協力して、AisaIBISに基づくHyPlant SIF航空リモートセンシングシステム、米NASAが開発したLiDAR-高スペクトル-赤外熱イメージングに基づく航空リモートセンシングシステムを採用し、森林の太陽光誘導葉緑素蛍光イメージング、クラウン構造情報、可視光から短波赤外（400-2500 nm）スペクトル反射イメージング情報、及びクラウン温度情報を同時に取得し、生態系健康と炭素循環動態（Middleton etc.The 2013 FLEX-US airborne campaign at the parker tract loblolpine plantation in North Carolina，USA.Remote Sensine g，2013）

応用例2：AisaIBIS農作物の生長状況を監視するための-ドイツ・ボン大学農業試験所

ドイツのJulich研究所、スペインのValencia大学、イタリアのMilano-Bicocca大学、フィンランドのSpecim社などの科学者は、AisaIBISに基づくHyPlant航空リモートセンシングシステム（AisaIBISとAisaFENIXを含む）による冠層（Top-of-Canopy、TOC）のスペクトル反射とSIF葉緑素蛍光技術を観測し、全面的に解読し、同システムを用いて農地作物のリモートセンシング作図分析を行った（下図参照）。このシステムはAisaIBIS、AisaFENIXの全帯域空陸双基高スペクトルイメージング（400-2500 nm）など（Bas bian 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）

応用例3：AisaIBIS異なる時間作物の一次生産性の推定に使用-ドイツ・ケルン大学

ドイツのケルン大学などの科学者はHyPlant航空リモートセンシングシステム（AisaIBIS SIF葉緑素蛍光高分光イメージングとAisaFENIX高分光イメージング技術に基づく）を用いて、地面光合成（Li 6400またはLCPro T光合成器を用いた）と土壌呼吸測定（Li 8100またはSRS 2000土壌呼吸測定システムを用いた）を結合して、植生の一次生産力とストレスを観測研究した（下図参照）、その結果、F 760は既存のGPP評価方法に対して良い改善と補充ができ、SIF赤色葉緑素蛍光と遠赤色帯域葉緑素蛍光の比率は環境ストレス（S.Wieneke etc.Airborne based spectroscopy of red and far-red sun-induced chlorophyl fluorescence：Implications for improved estimates of gross primary productivity.Remote Sensing of Environment，2016）

その他の参考文献：

1)Rascher, U., et al.(2015), Sun-induced fluorescenc – a new probe of photosynthesis: First maps from the imaging spectrometer HyPlant. Global Change Biology.

2)Rossini, M., et al.(2015),Red and far red Sun-induced chlorophyll fluorescence as a measure of plant photosynthesis, Geophys. Res. Lett.

3)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.

4)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.

5)Gerhards, M., et al.(2018), Analysis of airborne optical and thermal imagery for detection of water stress symptoms. Remote Sensing.

6)Max Gerhards, et al.(2018), Analysis of airborne optical and thermal imagery for detection of water stress symptom. Remote Sensing.

7)Bandopadhyay, S., et al. (2018), Examination of Sun-induced Fluorescence (SIF) Signal on Heterogeneous Ecosystem Platforms using ‘HyPlant’. Geophysical Research Abstracts.

8)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.