AisaIBIS空陸雙基SIF葉綠素熒光高光譜成像系統(tǒng)

左圖、中圖引自ESA Bulletin 116；右圖由易科泰Ecolab實驗室提供

Kautsky 與 Hirsch 于1931年發(fā)表論文“CO2同化新實驗”，報道了用肉眼發(fā)現(xiàn)葉綠素熒光現(xiàn)象，熒光強度的變化與CO2同化速率呈負相關。Ladislav Nedbal教授與Martin Trtilek博士等基于脈沖調制技術（PAM，Pulse Amplitude Modulated technique）與CCD技術，于1996年研制成功FluorCam葉綠素熒光成像技術（Nedbal etc, 2000），使葉綠素熒光得以在二維和顯微（細胞與亞細胞水平）水平上進行成像分析。PAM技術基于人工激發(fā)光（脈沖調制測量光、光化學光、飽和光脈沖）Protocols誘導成像，如何在自然光（太陽光）條件下對葉綠素熒光進行成像測量，從而實現(xiàn)對植物光合作用成像作圖（mapping），成為科學家特別是生態(tài)觀測、農業(yè)遙感等領域科學家的夢想。

AisaIBIS葉綠素熒光高光譜成像儀由芬蘭Specim公司與德國Juelich研究中心為歐洲太空局（ESA）地球探測項目（SIFLEX）研制的Hyplant傳感器，是一款商業(yè)化高光譜葉綠素熒光成像儀，采用夫瑯和費線深度法，可以檢測太陽輻射誘導葉綠素熒光（Sun-induced Fluorescence），用于陸空雙基植物葉綠素熒光高光譜成像測量分析，可得到NDVI、EVI、F760（植物葉綠素熒光）等參數(shù)。

作為一款功能強大的超高光譜分辨率空陸雙基成像系統(tǒng)，適用于地面及航空遙感SIF葉綠素熒光高光譜成像測量，AisaIBIS采用“夫瑯和費線深度法”，該方法在670 - 780nm的特定光譜區(qū)域內，可對兩條吸氧譜線底部的微弱熒光信號進行檢測和定量。結合高光通量成像光譜儀和*的sCMOS成像技術，可在飛行條件下以較高的成像速率和優(yōu)異的光譜采樣間隔(0.11nm)采集高質量、低噪聲、高動態(tài)范圍和信噪比的葉綠素熒光高光譜數(shù)據(jù)，可以安裝在易科泰光譜成像與無人機遙感研究中心提供的近地面遙感平臺、通量塔或者航空遙感平臺，得到不同尺度的NDVI、EVI、F760（植物葉綠素熒光）等參數(shù)。適用于農業(yè)、林業(yè)、草原、濕地生態(tài)系統(tǒng)觀測，如光合作用與植被脅迫（如病蟲害、干旱等）研究、大田作物表型與種質資源檢測、生態(tài)系統(tǒng)生產(chǎn)力與作物產(chǎn)量評估等。

功能特點

?推掃式高光譜成像技術，采用“夫瑯和費線深度法”獲取SIF葉綠素熒光成像數(shù)據(jù)，使太陽光誘導葉綠素熒光測量提高到高空間分辨率水平

?科研級超高性能，光譜采樣率達到0.11/0.22nm，高透光率F/1.7，高信噪比680:1

?陸空雙基，既可用于航空遙感，也可以安裝于近地面遙感平臺、通量塔，以獲取不同尺度日光誘導葉綠素熒光高光譜成像數(shù)據(jù)

?結合易科泰生態(tài)技術公司提供的便攜式葉片水平葉綠素熒光測量設備，可以滿足不同尺度水平的觀測研究

?可配置易科泰生態(tài)技術公司提供的全波段高光譜成像技術、Thermo-RGB紅外熱成像與RGB融合成像分析技術等

技術指標：

1. SIF葉綠素熒光高光譜成像傳感器

1.1CMOS科研級檢測器，快照模式，珀爾貼制冷

1.2波段范圍：670-780nm

1.3光譜采樣：0.11/0.22nm

1.4空間分辨率：384/768像素

1.5透光率F/1.7、信噪比680:1、幀頻65fps

1.6視野：32.3度，0.5m至無窮遠

1.7積分時間：在幀像周期內可調

1.8數(shù)據(jù)接口：CameraLink 16-bit

1.9功耗：一般135W，200W

1.10成像系統(tǒng)重量（含DPU）：＜25kg

1.11支持電機械快門，光溫穩(wěn)定功能

2. Thermo-RGB紅外熱成像與RGB真彩成像融合分析技術，可區(qū)分陽光照射葉片或冠層、陰影葉片或冠層以及土壤的溫度和覆蓋度等，以精確反映作物/植物氣孔導度動態(tài)，使作物冠層溫度測量精準區(qū)分陽光照射葉片、陰影葉片及土壤背景，并可進行ROI選區(qū)分析、頻率直方圖分析顯示及顏色分析等，適宜于高空間解析度冠層溫度檢測、物候觀測、氣孔導度觀測、高通量作物表型分析等

3. AisaFENIX雙鏡頭全波段高光譜成像：包括VNIR（380-970nm）和SWIR（970-2500nm）雙鏡頭高光譜成像，高信噪比（1000:1）、分辨率，空間分辨率可達1024x像素

AisaFENIX應用于土壤重金屬檢測（引自：SeongJoo Kang etc. Evaluating laboratory-based classification potentials of heavy metal contaminated soils using spectro-radiometer and hyperspectral imagery. Spet. Inf. Res. 2019）

4. 遙感平臺：可選配航空遙感平臺、通量塔、或易科泰生態(tài)技術公司提供的近地遙感平臺

5. 光譜成像近地遙感：可選配掃描式或機器人近地遙感光譜成像，包括葉綠素熒光成像（基于PAM技術）、高光譜成像、紅外熱成像等

應用案例1：ESA（歐洲）與NASA（美國國家航空）合作開展生態(tài)健康與碳循環(huán)動態(tài)研究

ESA與NASA合作，采用基于AisaIBIS的HyPlant SIF航空遙感系統(tǒng)、美國NASA研發(fā)的基于LiDAR-高光譜-紅外熱成像航空遙感系統(tǒng)，同步獲取森林的太陽光誘導葉綠素熒光成像、冠層結構信息、可見光至短波紅外（400-2500nm）光譜反射成像信息、及冠層溫度信息，以觀測研究生態(tài)系統(tǒng)健康與碳循環(huán)動態(tài)（Middleton etc. The 2013 FLEX-US airborne campaign at the parker tract loblolly pine plantation in North Carolina, USA. Remote Sensing, 2013）

應用案例2：AisaIBIS用于監(jiān)測農作物長勢-德國波恩大學農業(yè)試驗站

德國Julich研究所、西班牙Valencia大學、意大利Milano-Bicocca大學、芬蘭Specim公司等科學家，對基予AisaIBIS的HyPlant航空遙感系統(tǒng)（包括AisaIBIS和AisaFENIX）觀測冠層（Top-of-Canopy, TOC）光譜反射與SIF葉綠素熒光技術，進行了全面解讀，并采用該系統(tǒng)對農田作物進行了遙感作圖分析（參見下圖），該系統(tǒng)采用AisaIBIS、AisaFENIX全波段空陸雙基高光譜成像（400-2500nm）等（Basbian 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）

應用案例3：AisaIBIS用于估算不同時間作物初級生產(chǎn)力-德國科隆大學

德國科隆大學等科學家采用HyPlant航空遙感系統(tǒng)（基于AisaIBIS SIF葉綠素熒光高光譜成像和AisaFENIX高光譜成像技術），結合地面光合作用（采用Li6400或LCPro T光合儀）和土壤呼吸測量（采用Li8100或SRS2000土壤呼吸測量系統(tǒng)），對植被初級生產(chǎn)力及脅迫進行了觀測研究（參見下圖），結果表明，F(xiàn)760對現(xiàn)有GPP評估方法可以起到很好的改善和補充，SIF紅色葉綠素熒光與遠紅波段葉綠素熒光比率可以靈敏地反映環(huán)境脅迫（S. Wieneke etc. Airborne based spectroscopy of red and far-red sun-induced chlorophyll fluorescence: Implications for improved estimates of gross primary productivity. Remote Sensing of Environment, 2016）

其它參考文獻：

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.