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，憑借卓越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）