彩譜FS-2X系列高光譜相機助力北京交通大學研究團隊實現植物病蟲害精準識別

        在智慧農業飛速發展的今天，植物病蟲害的早期精準識別成為保障作物產量、降低農業損失的關鍵。傳統依賴人工主觀視覺判斷的識別方式，存在效率低、誤差大、難以及時發現早期病害等局限，嚴重制約了農業精準管理的落地。北京交通大學機械與電子控制工程學院聶文瑾、張詩挽團隊完成的“基于多光譜相機的植物病蟲害辨識方法研究” 取得重要成果，而彩譜科技FigSpec FS-2X高光譜相機作為該研究的核心成像設備，憑借**的性能為技術突破提供了關鍵支撐。

植物病蟲害的早期識別與防控一直是農業生產中的關鍵課題。傳統方法依賴人工觀察，效率低、主觀性強，難以實現大規模、標準化監測。研究團隊基于彩譜科技提供的FS-2X高光譜成像系統，搭建了包括光源、載物臺、反射率校準板等在內的完整數據采集平臺，實現對植物葉片在400–700 nm波段范圍內的高分辨率光譜成像。該相機具備2.5 nm的光譜分辨率和1920×1920的圖像分辨率，能夠精準捕捉病害葉片在可見光波段的細微光譜差異。

在研究過程中，團隊利用該相機采集了包括健康葉片、霜霉病、褐斑病、白粉病、炭疽病等多種病害類型的高光譜數據，并結合WHU-Hi公共數據庫進行數據增強與比對。通過一系列數據預處理步驟——包括幾何校正、Savitzky-Golay平滑、FLAASH大氣校正、波段裁剪與歸一化等——顯著提升了數據的信噪比與一致性，為后續建模奠定了高質量的數據基礎。

研究進一步采用競爭性加權采樣（CARS）方法提取關鍵光譜特征，并結合極大似然分類法與卷積神經網絡構建多模態診斷模型。實驗結果表明，該模型在多種病害識別任務中表現出較高的準確性，尤其在早期病害檢測方面具有明顯優勢，為農業病害的及時預警與干預提供了可行路徑。

本研究不僅驗證了高光譜成像技術在植物生理監測中的實用價值，也體現了彩譜科技FigSpec系列高光譜相機在農業科研與智能裝備中的可靠性能與技術優勢。未來，彩譜科技將繼續深耕光譜成像領域，推動高光譜技術在農業、環保、工業檢測等更多場景中的創新應用，為行業智能化升級持續賦能。

（本期刊可通過https://www.cnki.net搜索《基于多光譜相機的植物病蟲害辨識方法研究》進行閱讀）