iSpecHyper-VM系列多旋翼高光譜成像系統(tǒng)是萊森光學（LiSen Optics）一款基于小型多旋翼機載高光譜成像系統(tǒng)，該系 統(tǒng)由高光譜成像相機、穩(wěn)定云臺、機載控制與數(shù)據采集模塊、機載供電模塊等部分組成 。 iSpecHyper-VM系列機載高光譜成像系統(tǒng)采用了獨/有內置或外置掃描系統(tǒng)和增穩(wěn)系統(tǒng)，*克服了小型系統(tǒng)搭載推掃式高光譜相機時，由于系統(tǒng)的震動造成的成像質量差的問題，同時具有高光譜分辨率和優(yōu)異的成像性能。

可搭載iSpecHyper-VM600

iSpecHyper-VM 系列機載高光譜成像系統(tǒng)配合定制開發(fā)的高性能穩(wěn)定云臺，能夠有效降低 飛行過程中抖動引起的圖像扭曲與模糊。該系統(tǒng)與大疆 M600 pro 十/分適配，同時支持同類 型的多種，iSpecHyper 機載高光譜成像系統(tǒng)廣泛應用于農業(yè)、林業(yè)、水環(huán)境等行業(yè)領域，系 統(tǒng)支持配件升級及定制化開發(fā)，為教育科研、智慧農業(yè)、目標識別、軍事反偽/裝等行業(yè)高/端應用領域提供了 高解決方案。

可搭載iSpecHyper-VM300

典型應用

1.植被研究、農作物健康、森林樹冠研究

2. 林業(yè)科學、環(huán)境調查、農業(yè)調查

3. 水體研究、氣候研究、生態(tài)研究

4. 氮含量測量、葉片葉綠素含量測量

5. 土壤分析、生物質研究、海洋監(jiān)測

技術優(yōu)勢特點

1. 光譜范圍 400-1000nm，分辨率優(yōu)于 3nm光譜范圍400-1000nm/900-1700nm，分辨率優(yōu)于3nm

2. 高性能分光系統(tǒng)、大靶面CMOS/CCD/InGaAs(TE Cooled)圖像傳感器，高靈敏度、高像質

3. 全靶面高成像質量光學設計，高光譜分辨率，大視場、點列斑直徑優(yōu)于0.5像元

4. 實現(xiàn)自動靶標識別與自動反射率計算實時顯示、目標光譜動態(tài)識別實時顯示功能

5. 對地面觀測目標的實時光譜反射率分類并實時進行顏色分類分布顯示，自動識別潛在地物分類

6. 與GPS同步觸發(fā)，實現(xiàn)可見光照片匹配同步GPS信息；通過地面實時數(shù)據平臺實時觀測采樣點并可利用地面端設置采集的航線預覽，利用地面站設置逐點采集的航線、數(shù)據預覽及矯正功能

7. 1500萬高清相機可實時可見、監(jiān)控拍攝效果，動態(tài)實時顯示高光譜圖像及光譜曲線；實時合成單波段、真假彩色圖像

8. 高光譜相機控制支持數(shù)據采集、自動曝光、自動掃描速度匹配、輔助攝像頭功能、支持遠程遙控、支持巡航、慣導采集模式

9. 實時常用植被指數(shù)計算功能：歸一化植被指數(shù)（NDVI）、比值植被指數(shù)（RV）、增強植被指數(shù)（E/I）、大氣阻抗植被指數(shù)（ARVI）、改進紅邊比值植被指數(shù)（mSR705）、Vogelmann紅邊指數(shù)（VOG）、光化學植被指數(shù)（PR）等無需第三方軟件即可獲取寬帶綠度、窄帶綠度等20種以上常見植被指數(shù)，并支持用戶自定義算法

10. 數(shù)據格式*兼容Envi等數(shù)據分析軟件

高光譜曲線

靶標布

1.2米×1.2米靶標光譜反射率                            1.2米×1.2米靶標光譜反射率

靶標標準板

1.光譜范圍：250-2500nm

2.反射率：3%/5%/10%/20%/30%/40%/50%/60%/70%/80%/≥98%（帶原廠溯源反射率數(shù)據測試報告）

3.尺寸：500×500mm  

4.*便攜式手提箱、PET防塵保護、帶除塵套裝

數(shù)據采集分析軟件

軟件功能

1.數(shù)據導入：原始數(shù)據、光譜定標文件、相對定標文件

2.數(shù)據分塊：軌跡裁切、數(shù)據裁切、數(shù)據預覽、光譜顯示、軌跡顯示

3.數(shù)據糾正：非均勻校正、靶標提取、反射率計算、幾何糾正、影像顯示

4.航帶拼接：自動拼接、拼接線編輯
5. 數(shù)據導出：分幅導出、整幅導出

6.采集功能：光譜相機控制，數(shù)據采集，自動曝光，自動掃描速度匹配，輔助攝像頭功能，支持遠程遙控， 支持巡航+慣導采集模式，數(shù)據支持 ENVI 等第三方分析軟件

7.數(shù)據預處理功能：反射率校正、區(qū)域校正、輻射度校正、光譜及圖像數(shù)據預覽功能等（一年內免費更新）

高光譜水體多參數(shù)解析流程

高光譜水環(huán)境監(jiān)測技術路線圖

基于高光譜技術的天空地一體化水質監(jiān)測解決方案，包括載、地面定點和水面水下等多款產品， 并通過定量反演實時監(jiān)測河道水體的總氮、總磷、葉綠素、氨氮、濁度和高錳酸鹽指數(shù)（COD）等多個參數(shù)。

多維空間水質監(jiān)測方案

高光譜數(shù)據預處理

應用案例

主要技術指標

l  iSpecHyper-VM100系列

l  iSpecHyper-VM200系列

l  iSpecHyper-VM400系列

典型應用案例

農林領域應用

1.農林災害監(jiān)測

運用高光譜圖像監(jiān)測農作物遭受病蟲害的程度和作物的長勢，根據圖像的顏色判斷病害程度。如下圖：

農作物病蟲害監(jiān)測

利用森林植被覆蓋度和土壤的相關指數(shù)監(jiān)測森林火災的發(fā)生和燃燒嚴重程度，對大面積的森林火災評 估有重要的經濟作用。

森林火災監(jiān)測

2.精細農林業(yè)數(shù)據監(jiān)測

高光譜遙感在農業(yè)應用中監(jiān)測作物的養(yǎng)分供應狀況，對于及時了解作物的長勢，采取有效的增產措施均 具有積極的意義，主要針對作物養(yǎng)分失調的形態(tài)診斷和化學分析適用于有限面積的作物及土壤的診斷和分 析。另外，當作物不止一種時，快速分類識別就非常重要，因為不同作物，肥料種類和用量都不一樣，如果 只根據長勢圖施肥可能導致一些作物施肥過量而另一些施肥不足。高光譜系統(tǒng)相比多光譜系統(tǒng)有更 多譜段和更高光譜分辨率，因而可以在不同波長段獲取不同作物的不同響應，進而達到快速有效識別。其識 別率可高達95%。

3.植被/農林生態(tài)調查

植被中的非光合作用組分用傳統(tǒng)寬帶光譜無法測量，而用高光譜對植被組分中的非光合作用組分進行 測量和分離則較易實現(xiàn)。因此，可以通過高光譜遙感定量分析植冠的化學成分，監(jiān)測由于大氣和環(huán)境變化引 起的植物功能的變化。

1）植被群落、植被種類的分類與識別；

2）冠層結構、狀態(tài)或活力的評價、冠層水文狀態(tài)與冠層生物化學性質的估計；

3）葉片的基本生物物理化學成分的研究

水質、地質及環(huán)境測域應用

1.水質監(jiān)測

高光譜遙感數(shù)據的精細光譜分辨率可用于識別和估算水體中葉綠素、單寧酸和沉淀物的含量。進而監(jiān)測 藻類生長和推斷水產研究中浮游生物的分布和魚群的位置。

2.估算和分析水域中 d 的吸收和散射成分，如葉綠素、浮游生物、不可溶解的有機質、懸浮沉淀物、半淹 沒水生植物；

3.識別和估算水域中葉綠素、黃色物質及懸浮物的含量并用于水質監(jiān)測；

4.通過對葉綠素的估算，監(jiān)視浮藻生長、浮游生物的分布位置和魚群位置，估算浮游生物的生物量和第/一 生產力。

地質勘探/土壤監(jiān)測

高光譜遙感技術通過對地表礦物質識別用于尋找礦產資源，尤其對熱液蝕變礦床的勘探十分有效，并用 于地球化學填圖和地質制圖。高光譜遙感已經在地質領域扮演了重用角色，依據實測的巖石礦物波譜特征， 對不同巖石類型進行直接識別，達到直接提取巖性的目的。

地質巖性識別

地物中不同元素在光譜響應中均對應有不同的響應波段。不同礦物在中遠紅外波段區(qū)間的響應會存在不同的差異。因此可以根據不同礦物的化學組分提取礦物的詳細信息。

礦物填圖與DTM制圖

環(huán)境監(jiān)測

紅邊位置是綠色植物的光譜曲線在 680nm-760nm 區(qū)間反射率增長*/快的點，也就是曲線在此區(qū)間的 拐點，紅邊位置向左或者向右移動能夠間接反應出植被的長勢及健康狀況，植被長勢好將向右移動，長勢差 將向左移動，俗稱“藍移”。

大氣環(huán)境評價

利用MODIS推算大氣氣溶膠光學厚度

大氣中的分子和粒子成分在太陽反射光譜中有強烈反應，常規(guī)寬波段遙感方法無法識別出由于大氣成 分的變化而引起的光譜差異，高光譜由于波段很窄，能夠識別出光譜曲線的細微差異。

綜合污染等級 植被密集區(qū)域

軍事領域應用

根據目標光譜與偽/裝材料光譜特性的不同，利用高光譜技術可以從偽/裝的物體中自動發(fā)現(xiàn)目標，在調查武/器生產方面，光譜成像光譜儀不但可探測目標的光譜特性、存在狀況，甚至可分析其物質成分，根據工 廠產生煙霧的光譜特性，直接識別其物質成分，從而可以判定工廠生產武/器的種類，特別是攻擊性武/器利用 短波紅外高光譜成像識別戰(zhàn)場環(huán)境中偽/裝網，上圖為真彩色原始圖像，下圖為經過處理的偽/裝網識別圖像。

通過機載高光譜對機場小飛機目標進行探測，在原始影像中提取飛機目標的均值光譜作為探測的目標 光譜，采用目標探測算法，提取機場中非可視的小目標。