1、使用400-1000nm户外高光谱相机采集农残绿植的光谱数据;
2、验证农残绿植光谱曲线特征值,区分无残留、不同残留量绿植的光谱差异
3、使用机器学习、深度学习等技术,对农残绿植高光谱数据值进行训练拟合,实现通过高光谱技术无损鉴别农残含量技术实验与落地。
样本:带农残测试绿植样品(含40%戊唑·咪鲜胺残留特征)

检测设备
1. 400-1000nm户外高光谱相机(支持植株固定、设备自动扫描采集,适配户外及实验室场景)
2. 辅助材料:(编号标签,用于标记绿植样品编号,实现样品、光谱数据、特征曲线精准对应,保障数据可溯源。)
采集方式
1、样品摆放:
a、将绿植样品按规范图示摆放 保证植株形态自然、无遮挡,满足视场采集要求

2、数据采集模式:
采用反射模式,采集绿植样品400-1000nm波段反射率光谱数据;
3、设备调参:
调节相机高度,使相机视场可以覆盖所有样品
调节镜头光圈到最大:F1.4
调节镜头焦距,精准对焦保证植株成像清晰
调整曝光时间至适宜值,避免采集数据出现过曝现象,保证光谱数据准确性。
数据提供
本次检测为每个样品提供以下6种格式的完整数据文件,确保数据可追溯、可分析:
a、样本400-1000nm原始数据(.dat、.hdr格式),完整保留原始采集信息,支持二次分析与模型优化;
b、样本400-1000nm反射率数据(.dat、.hdr格式),经标准板校准,可直接用于模型训练拟合,确保数据的可靠性;
c、样本400-1000nm高光谱图像(.png格式),
d、提供样品摆放实拍图(.jpg格式),留存原始摆放状态,便于数据追溯与异常排查,保障检测流程的可追溯性。
数据展示








电话
微信