水深监测是水文与水资源工程专业的重要研究内容,无人机高光谱能实现无接触、高精度的水深反演,解决传统测深方法效率低、受地形限制的问题。水体对不同波段光谱的吸收和反射特性与水深密切相关,无人机高光谱可通过采集水体的光谱数据,结合水体光学模型,精细反演浅水区域的水深分布。相比传统的测深仪测量,该系统无需人工下水,能实现大面积的快速测深,尤其适用...
查看详细 >>机载高光谱在城市规划与建设上的应用:随着城市化进程的加速,城市规划与建设面临著越来越多的挑战。高光潜通感技术以其独特的优势,在城市规划与建设中发挥着重要作用,主要体现在以下几个方面。①城市绿地监测高光谱通感技术可以精细的监测城市绿地的分布、生长状况和变化趋势。通过对光谱反射数据的解析,可以识别出不同类型的植被,如草坪、树木、灌木等,并对绿...
查看详细 >>研究院开展矿产资源储量估算研究,无人机高光谱能提供精细的矿物分布和丰度数据,解决了传统储量估算精度低的问题。系统可通过矿物精细识别,精细确定研究区域内目标矿物的分布范围和丰度,结合地形数据和地质模型,实现矿产资源储量的精细估算。相比传统的储量估算方法,该方法基于大面积、高精度的实测数据,能有效减少估算误差,为矿产资源开发规划、储量动态监测...
查看详细 >>无人机高光谱的实时数据采集与初步处理功能,解决了野外科研数据无法及时验证的问题,提升了野外科研的效率。系统可在野外数据采集过程中,实时查看光谱数据和影像数据,通过配套的便携处理软件,完成数据的初步校正和分析,及时验证数据采集的质量和有效性。如果发现数据存在问题,可在野外立即重新采集,避免返回实验室后发现数据无效而再次前往野外,大幅节省了野...
查看详细 >>Nano HP是一款全新升级的,能够适配轻小型无人机平台的微型高光谱成像系统,其光学系统基于Headwall公司核心专利——Offner像差校正型全息光栅技术开发,通过无人机平台在空中进行推扫式成像,与悬停采集的方式相比,推扫式成像可极大地提高作业效率,与框幅式技术路线相比,Nano HP的原始数据中的每个像素点都含有真实采集的光谱数据,...
查看详细 >>高光谱遥感是一项突破性的技术,其能够在特定波段范围内捕捉和解析目标的详细信息,这使得其在许多领域中都具有比较广的应用前景。在进行高光谱数据采集时,系统可同步记录POS数据,后期可通过SpectralView软件将每一帧的数据与对应的POS信息进行匹配,进行几何校正。然后可利用仪器出厂时的辐射定标文件,将采集的原始数据进行辐亮度校正,从而转...
查看详细 >>高校开展环境灾害评估与生态修复研究,机载高光谱成像系统能发挥重要的技术支撑作用。在环境灾害发生后,可快速获取受灾区域的高光谱数据,精细识别灾害的影响范围和程度,分析灾害对植被、土壤、水体的破坏特征;在生态修复研究中,可动态监测修复区域的生态指标变化,评估修复效果,为优化生态修复方案提供数据支持。相比传统的灾后人工调查,机载高光谱能实现快速...
查看详细 >>Headwall Micro-Hyperspec SWIR 短波红外无人机载高光谱成像系统是高校开展短波红外波段专项研究的专业设备,光谱范围精细覆盖 900-2500nm,专为挂载重量有限的无人机平台设计,主机只 1.6kg,最大功耗 24W,完美适配高校常用的轻小型无人机,满足野外科研的轻量化需求。设备搭载 Stirling 制冷型 M...
查看详细 >>高校开展岩溶地区地质研究,无人机高光谱能突破岩溶地区地形复杂的限制,实现精细的地质数据采集。岩溶地区峰林、溶洞广布,地形复杂,人工调查难度大,常规遥感数据分辨率低,无法满足精细化研究需求,无人机高光谱可低空飞行,精细采集岩溶地区的岩性、构造、植被、水体光谱数据,通过分析光谱特征,识别岩溶地貌类型、岩石蚀变情况、地下水分布特征等。系统的机动...
查看详细 >>高校开展土壤环境研究,无人机高光谱能实现土壤类型和土壤属性的精细反演,解决传统土壤调查方法工作量大、精度低的问题。不同土壤类型、有机质含量、含水量、盐分含量、重金属污染程度会呈现独特的光谱特征,无人机高光谱可通过采集土壤光谱数据,精细识别土壤类型,反演土壤的关键属性参数。系统能实现大面积的土壤快速调查,获取土壤属性的空间分布特征,为土壤资...
查看详细 >>大学新生代做地质研究,无人机高光谱能精细识别新生代地层的岩性和沉积特征,解决了传统地层研究精度低的问题。新生代地层的岩性变化快、沉积特征复杂,传统的野外填图难以精细识别细微的岩性和沉积变化,无人机高光谱可通过高分辨率光谱采集,捕捉新生代地层不同岩性的光谱特征差异,精细识别地层岩性、沉积相类型,分析沉积环境的变化。系统能实现大面积的地层精细...
查看详细 >>研究院开展无人机高光谱与人工智能结合研究,系统能提供高质量的光谱数据集,解决了 AI 模型训练数据不足、质量低的问题。系统采集的 400-2500nm 全波段光谱数据,包含岩石、土壤、水体、植被等多种地物的精细光谱特征,可构建大规模、高质量的地物光谱数据集,为人工智能算法模型的训练和优化提供数据支撑。科研人员可利用这些数据开展基于 AI ...
查看详细 >>