产品特点

• 01

  全光谱覆盖，应用广泛：覆盖可见光至短波红外波段（400–2500 nm），可满足从农业、环境到地质、工业等多领域的高光谱探测需求。

• 02

  内置推扫，即装即用：标配内置推扫成像功能，简化光路结构与扫描流程，实现“随架随用”，大幅提升户外与现场作业的便捷性。

• 03

  优异光学设计，配置灵活：采用高性能光学系统，提供丰富的配置选项，可根据不同应用场景灵活匹配，确保成像质量与数据可靠性。

• 04

  智能操控，轻松采集：集成自动调焦、自动曝光及自动扫描速度匹配等智能化功能，一键操作即可获取高质量的高光谱图像数据。

• 05

  多场景适配，一机多用：支持多种架设方式与平台拓展应用，兼顾实验室精密测量与户外机动巡检，真正实现“一机多用”。

• 06

  辅助取景，所见即所得：内置RGB 高清摄像头，支持实时辅助取景与目标预览，采集区域一目了然，提升操作直观性与采集准确度。

应用场景

应用方向

精准农业

环境监测

生物医学

地质地矿

刑侦鉴定

文物保护

食品检测

材料科学

应用案例

• 

  智慧农业：光皮桦叶片含水量与叶绿素含量无损预测中的可行性

  利用高光谱成像技术在光皮桦叶片含水量与叶绿素含量无损预测中的可行性。通过采集光皮桦叶片的高光谱图像，结合混合3D-2D 卷积神经网络模型，实现叶片含水量与叶绿素含量的精准预测，为植物健康监测、苗木管理及精准林业提供快速、无损的技术手段。

  左图：光皮桦叶片含水量与叶绿素含量可视化反演图；光皮桦叶片高光谱曲线

  Liang H,Ma S,HuX, et al.Plant 3D-2D-ResNet-SE: Monitoring the changes of leaf water content and chlorophyll in Betula luminifera seedlings during drought stress[J].

  Computers and Electronics in Agriculture, 2026, 248: 111708.

• 

  生物科学：羊肉硬度及弹性的高精度无损预测

  利用高光谱成像结合二次迭代蒙特卡洛采样与降维偏最小二乘回归，实现了冷鲜羊肉硬度（R²=0.986）与弹性（R²=0.812）的高精度无损预测。

  Li X, Wei C, Liang B, et al. Physical property characterization of chilled lamb by hyperspectral imaging and partial least squares regression[J]. Journal of Food Measurement and Characterization, 2026: 1-20.

• 

  食品检测：荔枝可溶性固形物与花青素含量检测及品质分级

  利用VNIR-SWIR 透射高光谱成像技术在荔枝可溶性固形物与花青素含量检测及品质分级。通过分析荔枝果实的光谱特征，实现荔枝甜度与花青素含量的精准预测及果实品质自动分级，为荔枝采后分级加工与深加工品质管控提供快速、无损的技术手段。

  Long T, Wei K, Huang B, et al. Improved detection of soluble solid and anthocyanin in litchi fruits by normalized VNIR-SWIR transmittance hyperspectral imaging and SPF-SSF-GSF-NLF fusing method[J]. Food Chemistry, 2025: 145987

• 

  智慧农业：植物病害潜伏期早期检测中的可行性

  利用高光谱成像技术在植物病害潜伏期早期检测中的可行性。通过多时序近距高光谱成像，结合光谱解混方法逐像素分离病原菌感染信号，在叶片出现肉眼可见病斑前3 天（即成功捕获稻瘟病感染信号，空间聚合后潜伏期病斑识别准确率达93%（F1 分数0.91），实现了病原菌侵染早期窄时间窗口内的病害预警与可视化。

  

  植被健康及病斑光谱曲线

  Tian L, Ustin S L, Xue B, et al. Visualizing the pre-visual: Rice blast infection signals revealed[J].

  Remote Sensing of Environment, 2025, 328: 114905.

• 

  地质矿石分选

  针对高光谱铁矿石分选过程中粉尘与水分的干扰问题， 提出了光谱差分特征（DFDW）结合随机森林分类器，在无尘无水、有尘无水、无尘有水三种条件下分别实现了87.7%、85.0%、85.3% 的分选准确率。

  
  Jiang J, Nie C, Deng J, et al. Classifying iron ore with water or dust adhesion combining differential feature and random forest using hyperspectral imaging[J].

  Minerals Engineering, 2024, 217: 108965.

• 

  塑料包装废弃物中PP 与PE、PET、PS、铝等多种污染物的自动检测

  利用SWIR 高光谱成像结合Hi-PLS-DA分类模型，实现了柔性塑料包装废弃物中PP 与PE、PET、PS、铝等多种污染物的自动检测，分类准确率87.5%，PP回收率（按重量）达98.2%，纯度从初始的77.2% 提升至94.4%。

  Bonifazi G, Capobianco G, Cucuzza P, et al. Contaminant detection in flexible polypropylene packaging waste using hyperspectral imaging and machine learning[J].
  Waste Management, 2025, 195: 264-274.