高光谱成像技术应用于预测小麦氮和水的分布与含量

土壤有机质，尤其是有机碳和氮，在陆地生态系统中起着重要的作用，通过土壤管理增加土壤固碳可抵消全球化石燃料排碳的5-15%。高光谱成像技术可以将土壤特性测量从点尺度提升至空间尺度，是土壤科学管理、土壤有机质研究的有力工具。 加拿大阿尔伯特大学的研究者Sorenson利用Specim SisuROCK高光谱成像系统，采集三种不同轮作土壤剖面（a连续作物、b连续牧草、c作物和牧草混合农业生态轮作）的VNIR-SWIR高光谱数据，结合元素分析仪获取的各土壤样品有机碳（SOC）和总氮（TN）含量数据，基于小波分析与贝叶斯正则化神经网络建立SOC和TN预测模型。 结果表明，轮作中添加牧草增加了土壤SOC和TN的含量，但这些变化多集中在表层。这一结果具有重要的土地利用与管理意义，为用户提供决策支持，同时证明SisuROCK高光谱成像技术是研究土壤剖面中有机质空间分布的重要工具。 北京易科泰生态技术有限公司长期致力于生态-农业-健康领域仪器的研发、应用与推广，为土壤养分、污染、重金属检测、土壤-植物互作关系研究提供从实验室到野外，从地面到无人机遥感全方位解决方案。

近日，河北省农林科学院生物技术与食品科学研究所果蔬贮运加工研究室程红博士团队，使用高光谱成像技术结合机器学习模型建立了一种无损快速检测方法，成功预测了鸭梨的虎皮病生物标志物α-法尼烯和CTols，并在国际化学光谱学TOP期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy在线发表了题为“Potential of hyperspectral imaging for nondestructive determination of a-farnesene and conjugated trienol content in ‘Yali’ pear”的研究论文。 该论文采用北京易科泰生态技术公司提供的Specim-VNIR高光谱成像果品品质检测系统，借助其高分辨率、高信噪比、高帧频的特点，高效采集了大批量不同实验处理下的400-1000nm鸭梨高光谱数据集，将VIS-NIR高光谱成像技术和机器学习模型相结合，建立了一种基于高光谱成像技术的快速无损预测鸭梨中α-法尼烯和CTols含量的方法，以跟踪鸭梨的健康状态，预防鸭梨虎皮病。该研究结果为鸭梨虎皮病的无损检测提供了技术支撑，也充分体现了高光谱成像技术在果实品质高效、无损检测中的潜力。

由中国科学技术协会、广西壮族自治区人民政府共同主办的第二十六届中国科协年会于7月2日在广西南宁开幕。主论坛上，发布了2024重大科学问题、工程技术难题和产业技术问题。由中国农学会推荐的“作物高光效的生物学基础”入选2024年十大前沿科学问题。 该问题指出：通过揭示作物高光效的生物学基础，创建高光效育种技术，提升光合作用效率，从根源上提升粮食单产具有巨大潜力，对保障我国粮食安全具有重大意义。 易科泰生态技术公司，凭借多年来在植物表型组学研究技术、叶绿素荧光成像与作物光合表型、光生物学等研究领域20余年的深耕细作及在国际先进仪器技术推广与服务中积累的丰富经验，推出全方位、多样化、定制化高光效育种仪器技术方案，为作物高光效育种研究提供强有力的技术保障。

高分辨率VNIR高光谱成像，空间分辨率1775 x像素，光谱分辨率3nm，波段数768；1000-2500nm SWIR高光谱成像，高灵敏度450FPS，384x像素空间分辨率，低温冷却MCT检测器，高信噪比SNR1050:1；多样化扫描成像主机系统供选配：实验室扫描成像系统、野外扫描成像系统、客户定制系统；广泛应用领域：农业（作物表型成像分析、种质资源检测、病害检测等）、健康（食品药品品质检测等）、地质矿物成分分析、材料检测分检、生态环境、土壤与地球科学、文博及刑侦等等。；Specim高光谱成像相机，出厂已经过光谱校准，每次扫描前测量一个内部标准参考目标，自动校准图像反射率；提供SDK，用于快速高效的应用程序开发。