Co-Aligned HP 凭借全波段覆盖与高精度数据表现，在多个专业领域展现出极强的适配性，尤其适用于矿物填图、火山监测、高光谱探矿等复杂场景。在矿物填图中，其 400-2500nm 的全波段范围能够捕捉不同矿物的特征吸收峰，精确识别矿物类型与空间分布，为地质填图提供精确数据；在火山监测中，可通过短波红外波段捕捉火山气体排放、地表温度变...

  Nano HP 采用推扫式成像方式，相较于传统的悬停采集模式，作业效率得到质的提升。推扫式成像通过无人机的飞行运动与设备的线阵扫描协同工作，能够在连续飞行过程中完成大面积的影像采集，无需在每个监测点悬停等待。在相同的飞行时间内，推扫式成像的覆盖范围是悬停采集的数倍，尤其适合大面积农林资源调查、流域水体监测等需要快速覆盖的场景。例如在万亩农...

  Co-Aligned HP全波段机载高光谱成像系统集成有VNIR和SWIR两套高光谱成像仪，其中，VNIR 相机(400-1000nm)的感光元件为低功耗，高灵敏度的CMOS传感器，像元尺寸为5.86μm，SWIR相机（900-2500nm）的感光元件为Stirling制冷型MCT传感器，像元尺寸为15μm。而系统的分光光路均基于Head...

  另外，Co-Aligned HP结构紧凑，是一套完整的Turnkey解决方案，重量为4.0kg，内部除了集成有高光谱成像仪外，同时集成有高精度GNSS/IMU模块和嵌入式采集控制模块，高光谱数据和姿态信息可同时保存在SSD中，系统配有大尺寸反射率定标毯，尺寸为3*3m，包含三种梯度反射率，可通过SpectralView后处理软件对数据进行...

  Nano HP 搭载全新升级的高精度 GNSS/IMU 模块，支持后差分处理技术，定位精度达到厘米级，同时 Pitch&Roll 精度小于 0.03°，Heading 精度达 0.08°。这些高精度参数为高光谱影像的空间校准提供了重要支撑，在推扫式成像过程中，GNSS/IMU 模块实时记录设备的位置与姿态信息，结合后差分处理技术，能够精确...

  Co-Aligned HP 在地质勘探领域具备不可替代的应用优势，其 400-2500nm 的全波段覆盖能够精确捕捉不同矿物、岩石的特征光谱，为高光谱探矿、地质灾害调查、矿物填图等任务提供重要数据支持。在高光谱探矿中，短波红外波段可有效识别金、铜、铁等金属矿物的特征吸收峰，即使是隐伏在地表以下的矿物异常，也能通过光谱差异被精确捕捉；在地质...

  Nano HP 配备 340 个光谱通道，具备极高的光谱分辨率，能够精确捕捉植被、水体等目标物的精细光谱特征。在高光谱监测中，光谱通道数量直接决定了设备区分细微光谱差异的能力，340 个通道的配置让 Nano HP 能够挖掘出传统多光谱设备无法识别的光谱信息。例如在植被监测中，可通过不同波段的光谱响应差异，精确反演叶绿素含量、叶面积指数等...

  Co-Aligned HP 凭借全波段覆盖与高精度数据表现，在多个专业领域展现出极强的适配性，尤其适用于矿物填图、火山监测、高光谱探矿等复杂场景。在矿物填图中，其 400-2500nm 的全波段范围能够捕捉不同矿物的特征吸收峰，精确识别矿物类型与空间分布，为地质填图提供精确数据；在火山监测中，可通过短波红外波段捕捉火山气体排放、地表温度变...

  Co-Aligned HP 在设计上充分考虑用户需求，采用一系列用户友好的设计理念，让设备操作更便捷、使用门槛更低。一体化的 Turnkey 解决方案无需用户进行复杂的硬件集成，开箱即可开展作业；快拆式三轴稳定云台简化了安装与拆卸流程；通电自动调平功能省去了手动调平的繁琐操作；SpectralView 后处理软件界面直观、功能模块化，便于...

  Co-Aligned HP 的 SWIR 相机搭载 Stirling 制冷型 MCT 传感器，专门针对 900-2500nm 的短波红外波段优化，其 15μm 的像元尺寸确保了良好的探测效率与空间分辨率。MCT（碲镉汞）传感器是短波红外探测的选择，具备高量子效率、宽光谱响应范围等优势，而 Stirling 制冷技术则能有效降低传感器的热噪...

  Co-Aligned HP 支持上传 KML 文件，通过地理位置触发采集功能，大幅提升作业的精确性与自动化水平。KML 文件可预先设定采集区域的边界、重要监测点坐标等地理信息，设备在飞行过程中，通过 GNSS 定位实时匹配预设地理坐标，到达指定位置后自动启动采集，无需人工手动触发。这一功能在大规模、高精度的监测任务中优势尤为明显，例如在区...

  Nano HP 的数据融合功能是其重要竞争力之一，通过配套软件能够实现高光谱数据与 EDM 数据的高效融合，将光谱特征信息与空间几何信息有机结合，拓展了数据的分析维度。高光谱数据擅长捕捉物质的化学成分与物理特性，而 EDM 数据（如激光雷达点云数据）则能精确反映空间三维结构，两者的融合能够实现 “光谱 + 空间” 的双重分析。在植被监测中...