Ecodrone®一体型高スペクトルレーザレーダ無人機リモートセンシングシステム

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技術研究センターは最新のEcodroneを発売した^®一体型高スペクトル−レーザレーダ無人機リモートセンシングシステム。このシステムはVNIR/NIR帯域高スペクトルイメージャとレーザーレーダスキャナを含み、1回の飛行で同時に目標スペクトル情報と3次元点雲データを取得でき、広範囲、多次元の正確な農業研究、大田高スループット表現型分析、森林植生資源調査、生態環境研究、地質鉱物探査、考古研究、電力巡線、航空測量・製図などの分野に応用できる。

Ecodroneベース^®無人機プラットフォームに搭載された一体型高スペクトル−レーザレーダセンサは、羽根または冠状層の水平スペクトル反射の高解像度イメージングを取得すると同時に、レーザレーダセンサは能動的に高周波パルスを発射することにより、直接植生冠状層を貫通し、高精度の植生3次元構造情報と生息状態構造情報を取得することができ、冠状層と構造面に対して高速無損高フラックス原位置モニタリング、森林種多様性研究、植物生物と非生物ストレス分析、環境と生態系動態変化研究などを行うことが重要な意義を持っている。

パフォーマンスの特徴：

l 8回転翼専門ドローンリモートセンシングプラットフォーム、AFX高スペクトルイメージング、機上PC及びレーザーレーダを搭載して20分以上飛行可能、有効カバー面積は10ヘクタール超

l センチメートル級地上分解能、50 m高度高分光イメージング地上分解能は3.5 cmに達し、30 m高度（畑の高フラックス作物の表現型分析用）地上分解能は2 cmに達することができる

l 50 m高単一スプライン飛行作業で幅36 mを形成するスプライン高スペクトルイメージングビッグデータを自動収集

l 高密度三次元点雲、精度2.5 cm、最高3回エコー、50 m飛行高度点雲密度700 pts/平方メートル

l 専門の無人機リモートセンシング技術方案、同時に高スペクトルとレーザーレーダーデータを獲得し、ソフトウェアを応用して直接百種類近くの植物スペクトル反射指数、高密度三次元点雲、三次元測定データ、分類点雲、DTMなどを得ることができる

l 精確な農業研究、大田高スループット表現型分析、森林植生資源調査、生態環境研究、水資源モニタリング、地質鉱物探査、考古学研究、電力巡線、航空測量・製図などに応用

主な技術指標：

n 応用例1：畑地植生分類調査

半干ばつ生態系（すなわち干ばつ地）における植生は、世界の炭素バランスを調整する上で重要な役割を果たしている。しかし、複雑な環境下では異なる生物群落が交錯し、干ばつ地域の植生種と構造の描画、定量化に大きな困難をもたらしている。干ばつ植物の分類問題を完全に解決するには、冠状生物化学、構造、環境変数を総合的に考慮する必要がある。高スペクトルリモートセンシングは世界の異なる生物群落内の植生種の分類に使用されているが、大面積干ばつ植生の光学分類はスペクトル混合収率とスペクトル異質性の挑戦に直面している。レーザレーダ指標（例えば冠層高さ）が三次元冠層構造を特徴づける能力は光学分類に補足情報を提供し、また、レーザレーダデータは高解像度データ標高モデルDEMを導出し、植生分類に勾配、勾配及び標高などの地形情報を提供し、植生分類カバーの精度を高めることができる。

米国の研究者は、植生光学（高スペクトル）と構造（レーザレーダ）情報を結合し、米国アイダホ州オーワイヒ山脈に位置するレイノルズ渓実験流域の干ばつ地域（xeric）及び半干ばつ地域（mesic）に対して植生分類研究を行った。この研究は高スペクトルスペクトル分類技術とレーザレーダ派生データを統合し、植生スペクトル情報、冠層高さ及び地形情報を利用して、半乾燥生態系の分類精度を高め、土壌、草及び低木を含む乾燥区域の豊度図及びポプラ、花旗松、杜松及びその他の河岸植生を含む分類地図を描くことに成功した。経験的に、レーザーレーダー情報を高スペクトル分類案に組み入れた後、全体の分類精度は60%から89%に向上した。

高スペクトル分類とレーザレーダ派生物に基づく最終植生被覆図（左）mesic分類と（右）xeric分類

n 応用例2：小面積水体の識別と抽出

水は不可欠な自然資源であるほか、生物多様性の重要な環境基盤でもある。露天採鉱は環境に強い影響を与える人間活動の一つであり、淡水生物群に大きなマイナス影響を与えるが、採鉱活動によって発生した廃棄物スラグ堆積は技術的に開墾または自然に変化して多くの水に満ちた低地を形成し、これらの小面積水体は無尾目やトンボなどの水生種に特に価値がある。水資源をよりよく管理し、これらの脅威を受ける生態系を保護し、生物多様性の喪失を防止するためには、開放された地表水体を正確に抽出し、繰り返し監視する必要がある。

リモートセンシングは水体を識別するために広く使われているが、光学画像は水体の特徴を反射率の低い他の物体（例えば木陰）と区別することが難しい。これらの問題を解決するために、チェコ生命科学大学の研究者は、小面積水体の正確な識別のための高スペクトルとLiDARデータの融合方法の能力を評価した。

（A）真のカラー航空写真、（B）偽のカラー合成と（C）LiDAR変数の組み合わせ

研究区域はチェコのボヘミア北部の褐炭盆地に位置し、主に4つの廃棄土スラグ堆積から構成され、その中には形状、高さ、大きさの異なる水体ブロックが含まれている。本研究では、対象に基づく分類方法を用いて集積された高スペクトルデータとレーザレーダデータの中で非常に高い精度（ドレイン誤差2%、誤差0.4%）で廃棄物スラグ堆積上の開放地表水体を抽出し、高スペクトルまたはLiDARデータを単独で使用する場合に比べて最も高い精度を示した。

高スペクトルデータ（紺色）と統合LiDAR変数（水色）の分類差異のみに基づく

研究結果によると、高スペクトルとLiDARデータの統合は影などの影響を取り除き、小面積の水体の識別能力を大幅に高めることができ、これは生息地の水体動態モニタリング及び生態回復と保護にとって極めて重要である。

易科泰生態技術会社は生態-農業-健康研究の発展と革新応用に力を入れている精確な農業研究、森林植生資源調査、生態環境モニタリング、地質鉱物探査、環境研究、航空測量・製図などの応用分野にドローン及び近地リモートセンシングの全面的な技術方案を提供する。

参考文献：

[1] Hamid Dashti,Andrew Poley,Nancy F. Glenn,Nayani Ilangakoon,Lucas Spaete,Dar Roberts,Josh Enterkine,Alejandro N. Flores,Susan L. Ustin,Jessica J. Mitchell. Regional Scale Dryland Vegetation Classification with an Integrated Lidar-Hyperspectral Approach[J]. Remote Sensing,2019,11(18):

[2] Science - Applied Geoscience; Findings on Applied Geoscience Discussed by Investigators at Czech University of Life Sciences Prague (Integration of Hyperspectral and Lidar Data for Mapping Small Water Bodies)[J]. Science Letter,2020: