_高光谱成像仪_高光谱相机_高光谱成像系统解决方案-江苏双利合谱科技有限公司

网站首页 > 行业应用 > 客户文章

精准农业∣基于集成学习方法的无人机高光谱估算烟草叶片氮含量

快速、准确且实时地检测烟草叶片的氮含量对烟叶品质监测具有重要意义。无人机搭载的高光谱遥感技术可在大尺度上获取农田作物的精细光谱信息。结合多种机器学习算法，可建立高效的叶片氮含量（LNC）评估模型。本研究旨在利用无人机高光谱影像数据构建高性能烟草LNC估算模型。为解决单模型性能差异（异质性）问题，引入集成学习策略，将多元线性回归（MLR）、决策树回归（DTR）、随机森林（RF）、自适应提升（Adaboost）及堆叠（Stacking）等多种算法进行融合，以挖掘更多有效数据特征。模型性能通过决定系数（R²）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）评估，并以偏最小二乘回归（PLSR）作为基准。阅读全文 ∨
高光谱成像预测膀胱癌分级：一种新型诊断策略

本研究展示了高光谱成像技术在肿瘤病理诊断领域，特别是膀胱癌分级预测中具有重要应用价值。该技术可获取组织切片的高维光谱信息，不仅保留显微图像的空间结构特征，还揭示不同病变程度组织在光谱反射特性上的微小差异，此外，高光谱成像具备无损、无标记和定量分析的优势，可用于病理切片中癌变区域的自动识别与特征提取，为数字病理诊断提供新的技术手段。阅读全文 ∨
精准农业∣机载高光谱成像对小麦田禾本科杂草的精准识别：探索生物量与产量影响

杂草是与作物争夺光照、养分和水分的有害植物，会严重影响作物生长。准确识别小麦田中的杂草对精准喷药和针对性除草至关重要。处于生长期初期的禾本科杂草与小麦幼苗极为相似，导致识别难度较大。本研究针对不同杂草侵染程度的小麦田，采用无人机（UAV）进行影像采集。通过运用深度学习算法和光谱分析技术，实现了杂草的精准识别与提取。结果显示：散生小麦田的杂草检测准确率达91.27%，密植小麦田则为87.51%。与无杂草区域相比，杂草密度增加导致小麦生物量下降，最大生物量减少71%。杂草密度对产量的影响类似，最大产量减少4320公斤/公顷−1，降幅达60%。本研究建立了小麦田杂草监测方法，并通过精准提取杂草，研究了不同生长阶段及杂草密度对小麦生长的影响。研究结果为杂草防治和危害评估研究提供了参考依据。阅读全文 ∨
从光谱到病理：高光谱成像为结直肠息肉医学诊断提供新依据，试点研究显成效

高光谱成像技术在医学诊断领域展现出广阔的应用前景。高光谱成像能够在单一图像中同时获取组织的空间结构与光谱信息，揭示细胞及组织在不同波段下的微观光学特征，实现对病变组织的无创、定量识别。其在医学诊断领域的应用方向主要包括：结直肠息肉及癌前病变的光学诊断，实现内镜检查中对腺瘤性与非肿瘤性息肉的实时区分；手术中快速组织鉴别与切缘定位，辅助医生精准切除病灶；病理切片分析与自动分型等阅读全文 ∨
根系生物量难测？高光谱 + LSTM 模型，无创搞定茶树扦插苗根系评估

在本研究中，高光谱成像技术被应用于茶树扦插苗的生长监测与建模，展现出在农业育种与智能管理中的广阔应用前景。通过对叶片和嫩梢的高光谱反射数据采集，结合深度学习可以在不破坏样本的前提下实现茶苗地上部和根系生物量的快速、精准预测，解决根系难以直接测量的问题，为替代传统耗时且破坏性的称重方法提供了有效途径。因此，高光谱技术不仅能够为茶树优良品种的筛选和扦插苗的生长监测提供可靠手段，还可为苗圃精细化管理和智能化育苗奠定技术基础。阅读全文 ∨
遥感顶刊认证！双利合谱机载高光谱数据助力科研成果登上《Remote Sensing of Environment》

南京农业大学程涛教授团队依托双利合谱Gaiasky-mini2-VN机载高光谱成像系统提供的精准数据，在国际顶刊《Remote Sensing of Environment》上发表了突破性研究成果，成功解决了水稻稻瘟病遥感监测中物候干扰这一核心难题。该研究不仅印证了双利合谱机载高光谱技术在科研领域的可靠性，彰显了其在生态监测、植被研究等前沿课题中的核心支撑价值，更直观的展现了国产高光谱设备在农业遥感前沿研究中的强大支撑能力与国际影响力。南京农业大学程涛教授团队依托双利合谱Gaiasky-mini2-VN机载高光谱成像系统提供的精准数据，在国际顶刊《Remote Sensing of Environment》上发表了突破性研究成果，成功解决了水稻稻瘟病遥感监测中物候干扰这一核心难题。该研究不仅印证了双利合谱机载高光谱技术在科研领域的可靠性，彰显了其在生态监测、植被研究等前沿课题中的核心支撑价值，更直观的展现了国产高光谱设备在农业遥感前沿研究中的强大支撑能力与国际影响力。阅读全文 ∨