一、检测目的与依据

1、采用400–1000nm可见光-近红外、900–1700nm短波红外双波段高光谱成像系统，完成安徽亳州、浙江杭州（磐安）、四川中江三大道地产区白芍原药材及饮片试样的高光谱数据标准化采集。

2、系统验证中药材白芍专属光谱曲线特征值，明确不同产地白芍的光谱响应差异规律，建立白芍标准化光谱数据库。

3、依托PLS‑DA、SVM、RF机器学习算法与1D‑CNN、CNN深度学习算法，精准提取不同产地白芍的光谱特征与图像特征，构建稳定、精准的产地溯源判别模型，实现白芍药材无损、快速、精准产地区分，为中药材道地性鉴别、产地溯源与质量分级提供标准化技术支撑。

二、样品类别及数量

样本：测试实验客户来样中药材-白芍样品 数量0.3斤

三、检测设备与采集方式

检测设备

1.  400-1000nm、900-1700nm高光谱相机

2. 辅助设备：光学暗箱（配备350-2500nm光源及放样移动平台）；

3.  辅助工具：黑色托盘（低反射率背景，避免环境光干扰光谱采集）；

4. 辅助材料：标签（用于标记样品编号，实现光谱数据与样品的精准对应）。

采集方式

1、样品摆放：

a、将中药材-白芍样品按如图所示摆放

2、数据采集模式：

采用反射模式，分别采集样品400-1000nm、900-1700nm波段的反射率数据；

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，使样品图像最清晰

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。

四、采集结果

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、900-1700nm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、900-1700nm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、900-1700nm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

采集参考Q/EX C 0628-2025标准