Aarhus Universitets segl

UAS4Ecology Lab

Hvad laver vi

UAS4Ecology kombinerer den nyeste drone- og sensor-teknologi med feltbaserede økologiske metoder. Vi har et fuldt sæt af UAS-sensorer (fx LiDAR, hyperspektral, multispektral, termisk) og opererer med en række forskellige rotorbaserede og fastvingede droner. Desuden råder laboratoriet over det nødvendige højpræcisions GNSS-udstyr og håndholdte hyperspektral-sensorer til ’ground control’ og ’ground truthing. Laboratoriets folk har gentagne gange arbejdet under udfordrende forhold rundt i verden fx i grønlandske fjelde og har derfor optimeret udstyr til dataindsamling i ekstreme miljøer. Vi har desuden hardware og software til effektiv processering og analyse af UAS-baserede data.

Herunder kan du se mere om nogle af de projekter hvor UAS4Ecology har deltaget med droner og sensorer

Grønland

Undersøgelse af tilgroning I Arktis med droner og remote sensing

I august 2015 foretog forskere fra Aarhus Universitet feltundersøgelser i tre områder langs polarcirklen i Grønland (Kangerlussuaq, Sisimiut and Tasiilaq). I alt blev 10 lokationer udvalgt og undersøgt. 

Hovedformålet med studiet var at undersøge udviklingen i vegetationsdække (tilgroning med buske) i Arktisk, ved hjælp af droner og remote sensing.  Den stigende tilgroning, som følge af klimaforandringer, kan være en trussel mod biodiversiteten i Arktis. 

Remote sensing med droner kan være med til at lukke hullet mellem manuelle undersøgelser på jorden og satellit-baseret overvågning. Data indsamlet med drone og remote sensing kan være i ultrahøj rumlig opløsning, hvilket giver mulighed for at beskrive mikromiljøer og samtidig dække store områder.

Droner: Mikrokopter Quadro XL UAS med 4 propeller. Det elektriske udstyr blev opladet med solceller i felten. 

Dronen fløj autonomt ad en forudbestemt rute, som var lavet med Mikrokopter firmware i transekter med 5 meter imellem. (66% x 70% overlap for VIS og NIR billeder)

Sensorer: 

  • Canon EOS 100D, med en CMOS APS-C sensor of 5184 × 3456 pixels (18 Megapixels, MP) leverede billeder inden for de synlige bølgelængder (VIS)
  • En modificeret Canon EOS 100D med et nær-infrarødt (NIR) filter leverede billeder inden for NIR bølgelængder (830-1200nm)
  • Micasense RedEdge Multispektral sensor (MUL) målte 5 relativt smalle spektrale bånd

Photos: Urs Treier

Molslaboratoriet

Plantediversiteten på de globale græslandsarealer ændrer sig i den Antropocæne tidsalder

Undersøgelsen af vegetationen i Mols Bjerge med UAS LiDAR, var en del af et projekt som skal skabe bedre forståelse af vegetationsdynamik i græsland. Overflyvningerne startede i oktober 2017 og dækkede et område på 6,7 ha inden for hegnet af Mols Laboratoriets 150 ha rewilding område. 

Det undersøgte område er dækket af semi-naturligt græsland og beliggende i Nationalpark Mols Bjerge. Det specifikke område (Molslaboratoriet) rummer et stort såkaldt rewilding projekt. Det overordnede formål med undersøgelsen var at studere og overvåge effekten af store planteædere i et næsten-naturligt miljø, hvor dyrene frit kan bevæge sig rundt. 

Overflyvning og scanning er blevet gentaget hvert år i april siden 2017. Derudover er der foretaget flere GPS-målinger i perioden, for sikre præcis placeringer af vedplanter. Endvidere blev der indsamlet prøver af Cytisus scoparius i forbindelse med overflyvning i april 2018.  

Med den seneste udvikling i remote sensing med droner, er det nu muligt at øge arealet som undersøges, samtidig med at den høje opløsning bibeholdes. De indsamlede data indeholder information om mange aspekter af plantediversiteten, som sammenholdt med tid/rum koordinater, kan give en bedre forståelse af græslandsdynamik.

En LiDAR sensor monteret på en drone (UAS) kan bruges til at identificere arter af vedplanter i seminaturligt græsland. Den høje præcision i artsgenkendelse af vedplanter (buske) gør det muligt at beregne biomassen af en enkelt art i et landskab. På den måde giver remote sensing nye muligheder for at studere og forstå græslandets plantediversitet og dynamik på en ny måde, i en hidtil uset tidslig og rumlig skala. 

Læs mere her: “Detecting shrub encroachment in seminatural grasslands using UAS LiDAR” 

Visninger
Kortlægning af vegetation på Molslaboratoriet med eBee Fra YouTube - UAS4Ecology Lab

Arktisk diversitet

Afklaring af planter og jords fin-skala forhold i et skiftende arktisk miljø

Hyperspektrale feltopmålinger blev indsamlet på tværs af et netværk af jordlodder som del af en feltkampagne på Qeqertarsuaq (Disko-øen), Grønland. I løbet af en to-måneders periode, fra juni til august 2019, blev der foretaget over tusind spektrale jord- og bladopmålinger fra forskellige typer vegetation og jord ved hjælp af en ASD Fieldspec og en plante-kontaktprobe.

Formålet var at undersøge, om planter (som ofte skjuler jordbunden) kunne give indsigt i de underliggende jordkarakteristika. Området var kendetegnet ved tilstedeværelsen af dværgbuske, men viste stor variation i plantesamfundets struktur på små skalaer og, ligesom andre dele af Arktis, bliver det hurtigt varmere på grund af klimaændringer.

Hyperspektrale sensorer muliggør målinger med meget høj spektralopløsning og giver detaljerede oplysninger af målte objekter lige fra synligt lys til kortbølget infrarød (350-2500 nm) i det elektromagnetiske spektrum. Mønstre af reflekteret lys fanget af en kontaktprobe kan derfor bruges til at registrere centrale miljøkarakteristika såsom nitrogen eller vand i blade samt indholdet af organisk materiale i jorden.

Ved at kombinere feltspektroskopi med felt- og laboratorieopmålinger ved hjælp af statistiske modeller blev der foretaget estimater af jordtekstur, pH-værdi og næringsstofstatus, hvorefter plant-jordforhold blev kvantificeret på tværs af områder. Anvendelsen af feltspektroskopi muliggjorde kvantificeringen af jordkarakteristika på et stort antal jord- og planteprøver, hvilket ville have været uhensigtsmæssigt med traditionelle laboratoriemetoder, og det gav et vigtigt indblik i, og referencepunkt for, de aktuelle forhold i Arktis.


Kontakt

Urs Treier

Lab-manager Institut for Biologi - Økoinformatik og biodiversitet