点击上方蓝字
轻松关注我们
11月7日，国际顶尖期刊《Nature》发表了北京理工大学张军院士团队的最新研究成果，论文题为“A broadband hyperspectral image sensor with high spatio-temporal resolution”。团队首创了片上光谱复用感知架构，成功自主研发了国际首款百通道百万像素高光谱实时成像器件，并创造了光能利用率的新世界纪录。这项技术标志着高光谱成像领域的一次重要突破，为智慧农业及多领域应用提供了全新解决方案。
论文第一作者为北京理工大学边丽蘅教授、博士研究生王振、硕士研究生张宇哲，通讯作者为张军院士和边丽蘅教授，北京理工大学为唯一完成单位。
光谱素有“光基因”之称，能够反映目标物质的反射或透射特性，精准表征其本征属性。作为高光谱成像技术的核心，光谱信息结合空间结构数据，可实现目标材质的精准识别。这种技术已在卫星遥感、深空探测、智慧农业和新质装备等领域展现出重要应用潜力。然而，传统高光谱成像技术受限于几何分光和窄带测量模式，导致空间、时间、光谱分辨率之间存在权衡，同时设备体积大、重量重、难以集成，极大限制了其实际应用。
为了突破这些技术瓶颈，张军院士团队提出了颠覆性的片上光谱宽带感知架构。这一架构通过集成异化调控革新了几何分光方法，利用宽带耦合测量显著提升光通量，并通过智能计算实现了高分辨率高光谱成像。基于此架构，团队攻克了宽带光谱调控、高光谱成像器件制备及大规模光谱重建等关键技术，研发出国内首款百通道百万像素高光谱实时成像器件。该设备在光能利用率上实现了从不足25%到74.8%的跨越式提升，创造了世界纪录。
图1 HyperspecI 技术的工作原理
这款器件小巧轻便，体积仅29mm×29mm×42mm，重量46g，同时具备高智能化、宽波段覆盖和高分辨率优势。在400-1000nm波段范围内，其光谱分辨率达2.65nm，时空分辨率为2048×2048@47fps；在400-1700nm波段，其光谱分辨率为8.53nm，时空分辨率达1024×1024@124fps。此外，器件具有40.2dB的成像信噪比、68.71dB的动态范围及-60℃至50℃的出色热稳定性，为高光谱成像技术的多领域应用奠定了坚实基础。
图2 高光谱成像高分辨率、高光通量和实时性的性能演示
在智慧农业领域，这一技术已实现了高精度的叶绿素检测和果实品质评估。SPAD指数作为衡量植物叶片叶绿素含量的关键无损检测指标，与植物生理状况密切相关；而SSC（可溶性固形物含量）则是评价果实质量及采收时机的重要依据。传统的SPAD和SSC测量方法需要破坏性取样，耗时且复杂。而借助可见光–近红外（VIS-NIR）光谱和化学计量学技术，这些检测过程可实现非破坏性分析。
为了验证HyperspecI传感器（根据本文所提技术框架利用光刻技术制作的一个宽带可见光-近红外（400-1700 nm）高光谱图像传感器）在智慧农业中的适用性，研究团队开发了一套原型系统。通过基于朗伯-比尔定律的SPAD检测原理，利用HyperspecI传感器对200片叶片的透射光谱进行分析，建立了回归模型，测试显示其均方根误差为1.0532，相对误差仅为3.73%。在苹果的SSC检测中，团队采用偏最小二乘回归模型，获得了高精度预测结果：训练集的校正系数为0.8264，均方根误差为0.6132%；测试集校正系数为0.6162，误差为0.7877%，预测集的相对误差为5.30%。此外，传感器生成的RGB图像和高光谱重建图像直观展现了叶片和果实的光谱特征，进一步验证了其农业应用潜力。
图3 HyperspecI传感器在智慧农业中的应用
a、使用HyperspecI传感器进行农业光谱采集的原型。它包含两种不同的模式：叶片透射光谱采集模式和苹果反射光谱采集模式。b 、左侧显示了测量用于评估叶片叶绿素含量的SPAD指数的工作原理。右侧显示了使用HyperspecI传感器的SPAD评估结果。c 、左侧显示了测量用于评估苹果品质的SSC的工作原理。右侧显示了使用商业产品测量的SSC与使用我们的HyperspecI传感器和PLS回归模型预测的SSC之间的比较。d 、使用重建的高光谱图像对RGB图像和合成的RGB图像进行对比。中间的图显示了商业光谱仪采集的光谱与在示例随机选择位置的重建光谱之间的对比。
这项研究工作开辟了片上光学研究的新领域，为下一代智能传感器的发展提供了全新方法，推动了集成电路、电子信息、计算机、物理、材料等多学科的深度交叉融合，显著提升了智慧农业领域的技术创新能力。通过这一突破，智慧农业中的叶绿素检测、果实品质评估等非破坏性分析手段变得更加高效精准，为精准农业、资源优化利用和农作物智能化管理提供了强大支撑。此外，这项研究还助力我国智能装备领域实现变轨超越和自立自强，为农业科技的数字化转型注入新动能。
本文研究论文全文获取途径：后台回复“371”
农业科技侠交流群
入群可添加小编微信（如下方二维码，备注：入群-姓名-单位，否则不予通过）
投稿、宣传推广、开白等请在本公众号后台回复“1”
转载请注明来源：本文转自农业科技侠数字与智慧农业微信公众号
编辑：李宁
声明:本文旨在前沿分享,若有编辑等问题,敬请后台留言
