桑葉是家蠶養(yǎng)殖的核心飼料，葉片健康狀況直接關系到家蠶的生長發(fā)育和蠶繭品質。然而，在實際種植過程中，桑葉容易受到病害、蟲害以及環(huán)境脅迫等因素影響，出現(xiàn)葉片變色、斑點、萎蔫、組織損傷等異常現(xiàn)象。

患病的桑葉

傳統(tǒng)病蟲害檢測主要依賴人工觀察，存在效率較低、主觀性較強、早期癥狀不易識別等問題。部分病蟲害在肉眼出現(xiàn)明顯癥狀之前，桑葉內部的色素、水分和組織結構已經發(fā)生變化。因此，如何實現(xiàn)桑葉病蟲害的早期、快速、無損識別，成為智慧蠶桑種植的重要研究方向。

高光譜成像技術能夠同時獲取桑葉的空間圖像信息與連續(xù)光譜信息。與普通RGB相機主要記錄紅、綠、藍三個顏色通道不同，高光譜設備能夠獲取數(shù)百個連續(xù)窄波段的光譜數(shù)據(jù)。

當桑葉受到病菌侵染或蟲害影響時，其葉綠素、水分、細胞結構及內部化學組分會發(fā)生變化，這些變化會反映在不同波段的光譜響應中。

通過對健康桑葉與病蟲害桑葉進行光譜對比，可以提取特征波段，并結合光譜預處理、特征選擇及機器學習算法，建立病蟲害識別模型，實現(xiàn)從“人工看葉片"向“數(shù)據(jù)識別病蟲害"轉變。

在實驗室環(huán)境中，可利用ATH9010高光譜成像系統(tǒng)搭建桑葉病蟲害檢測實驗平臺。

實驗首先采集健康桑葉、不同病害桑葉以及不同蟲害程度桑葉的高光譜圖像，同時記錄樣本的病蟲害類型、嚴重程度等信息。隨后，通過圖像裁剪、感興趣區(qū)域提取、光譜校正和噪聲處理，獲得不同樣本的平均光譜曲線。

進一步提取病蟲害敏感波段及光譜特征，結合PCA、PLSR、SVM、隨機森林等算法建立識別模型，實現(xiàn)桑葉健康狀態(tài)、病害類型以及蟲害程度的分類與識別。

最終，可將模型應用于高光譜圖像，實現(xiàn)桑葉病蟲害區(qū)域的可視化標記，讓病蟲害從“肉眼觀察"變成“光譜數(shù)據(jù)識別"。

ATH9010高光譜成像技術不僅能夠用于桑葉病蟲害識別，還可進一步拓展至桑葉營養(yǎng)狀態(tài)評價、葉片水分監(jiān)測、長勢分析以及病蟲害早期預警等場景。

通過構建“高光譜采集—特征提取—模型分析—病蟲害識別—可視化輸出"的完整技術流程，可為蠶?？蒲?、智慧農業(yè)和精準種植提供更加客觀的數(shù)據(jù)支撐。

未來，隨著高光譜成像、人工智能和無人機遙感等技術進一步融合，有望實現(xiàn)從單葉片檢測到大面積桑園監(jiān)測，為蠶桑產業(yè)的數(shù)字化、智能化管理提供新的技術路徑。

ATH9010實物圖（相機+云臺）

高光譜，讓桑葉病蟲害檢測從“看得見"走向“識得準"。