農業行業
水稻白葉枯病是影響水稻產量與糧食安全的重要病害，傳統田間巡查難以在無癥狀期識別，等到病斑顯現時防控效果已大打折扣。高光譜成像憑借圖譜合一的特性，可捕捉病害引發的細微生理生化變化，成為植物病害早期診斷的重要手段。
在一項面向水稻白葉枯病早期診斷的研究中，科研團隊選用彩譜FigSpec FS-IQ-VISNIR便攜式高光譜相機開展數據采集，為病害智能識別提供穩定、可靠的光譜數據源。
l 設備型號：FigSpec FS-IQ-VISNIR 高光譜相機。
l 光譜范圍：400-1000 nm，光譜分辨率2.5 nm。
l 采集條件：晴朗日間10:00–14:00，鏡頭距冠層60-80 cm，通過實時調整曝光時間，將DN值控制在3000-4000，降低過曝與噪聲影響。
l 實驗對象：健康、輕度侵染（無癥狀期）、重度侵染三個等級的水稻葉片樣本。
FS-IQ高光譜相機支持快速、非接觸式成像，可在可控環境與田間場景下穩定獲取葉片光譜信息，為后續特征提取與模型訓練奠定數據基礎。
原始高光譜數據經暗電流校正、白板校正與Savitzky Golay 平滑處理，剔除兩端低信噪比波段后，保留243個高質量波段用于建模分析。
研究通過深度學習方法從全波段中篩選出對白葉枯病敏感的特征波段，主要集中在：
l 綠峰區域（520–550 nm）：與葉綠素含量變化相關。
l 紅邊區域（680–720 nm）：反映葉片細胞結構與脅迫狀態。
僅用約8%的核心波段即可保留大部分判別信息，在降低數據維度的同時，提升模型運行效率與識別穩定性。
在白葉枯病分級識別任務中，基于FS-IQ獲取的光譜數據開展模型驗證：
l 采用少量核心波段輸入，分類準確率可達96%以上，效果優于全波段直接輸入。
l 針對樣本不均衡場景，通過生成式方法擴充minority樣本后，模型整體性能提升6%–13%。
l 波段選擇結果與植物生理變化規律一致，具備良好的機理解釋性。
FS-IQ 高光譜相機在本研究中展現出以下適配優勢：
1. 波段豐富且信噪比穩定：覆蓋可見光-近紅外關鍵區間，可捕捉病害早期微弱光譜差異。
2. 便攜易用：適合實驗室與田間原位采集，適配作物表型分析場景。
3. 數據兼容性強：輸出光譜可直接對接深度學習與機器學習流程，支撐特征挖掘與模型優化。
本案例以水稻白葉枯病早期無損檢測為目標，依托FS-IQ高光譜相機獲取高質量光譜數據，結合智能算法實現敏感波段提取與病害精準識別，為作物病害早期預警、精準防控提供了可行的技術路徑。
彩譜FS-IQ 系列高光譜相機以穩定的成像性能、友好的操作體驗，持續服務于智慧農業、植物表型、食品安全等科研與工業場景，助力用戶從復雜光譜信息中挖掘有效特征，推動檢測技術向無損、高效、智能化方向發展。
產品推薦
FS-IQ-VISNIR便攜式高光譜相機
l 光譜范圍：400-1000nm
l 光譜分辨率：2.5nm
l 圖像分辨率：1920*1920
l 光譜通道數：1200
