其他行业
湿地作为地球生态系统的“肾脏”，承载着固碳、调蓄洪水、维护生物多样性等关键功能。在云南洱海东岸，丰富的湿地植被构成了湖滨生态的核心屏障，而精准识别这些植被类型，是开展湿地保护与生态管理的重要前提。
传统湿地植被识别常面临高光谱数据维度冗余、细微光谱差异难捕捉的痛点，导致分类精度不尽如人意。杭州彩谱科技FigSpec FS-60高光谱成像仪凭借卓越的光谱采集能力，在洱海东岸湿地植被识别项目中成功破局，结合先进的数据处理与建模方法，实现了三种典型湿地植被（菰、芦、槐叶蘋）的高效精准分类。
2023年9月，科研团队选用大疆M300RTK无人机搭载彩谱FigSpec FS-60高光谱成像仪，在洱海东岸金梭岛附近开展数据采集工作。为确保数据质量，飞行参数经过精心调试：飞行高度100m，航速7m/s，航向与旁向图像重叠度达85%，配合5.86μm的像素尺寸与1920×1080的图像分辨率，最终实现约5cm的地面分辨率，精准捕捉每一株植被的光谱细节。
考虑到测量环境与传感器特性，团队先对原始数据进行白板辐射校正与反射率校正，剔除信噪比较低的边缘波段，保留400~850nm的有效光谱范围。随后通过SG平滑处理降低噪声干扰，同时进行包络线去除（CR）、一阶微分（FD）等光谱变换，为后续分析夯实数据基础——这一系列操作，充分发挥了FigSpec FS-60高光谱成像仪高灵敏度、低噪声的硬件优势，确保了光谱数据的真实性与可靠性。
面对高光谱数据的高维特性，单纯的光谱变换难以充分挖掘植被间的细微差异。团队创新性地引入变分模态分解（VMD）技术，将处理后的原始光谱分解为8个不同尺度的模态，通过频域分析放大植被在生化组分差异上的光谱响应。
在特征提取环节，采用竞争性自适应重加权（CARS）算法，从原始光谱、两种变换光谱及8个分解模态中精准筛选特征波长。结果显示，筛选后的特征波长数量大幅减少（最少仅2个，最多17个），且大多集中在植被吸收特征区间（如525nm反射峰、650nm吸收谷、红边波段等），既解决了数据冗余问题，又保留了最具辨识度的光谱信息。
建模阶段，团队采用贝叶斯算法优化支持向量机（Bayes-SVM），通过Kennard-Stone算法按2:1比例划分训练集与预测集，迭代100次优化模型参数（最优参数c=1248.9，g=0.001753）。最终，基于VMD第4模态（S4）特征波长构建的S4-CARS-Bayes-SVM模型表现最为出色：精确率（PR）达0.9333，召回率（RR）为0.8889，F1分数0.8963，AUC值0.9286，展现出极强的鲁棒性与识别性能。
此次实践的成功，不仅验证了彩谱FigSpec FS-60高光谱成像仪在湿地植被识别中的应用潜力，更形成了一套高效可行的技术方案：通过“高光谱数据采集→多方法光谱处理→VMD模态分解→CARS特征筛选→Bayes-SVM建模”的全流程，实现了湿地植被的精细化分类。
相较于传统方法，该方案不仅大幅提升了分类精度（较原始光谱模型AUC值提升0.2382），还显著降低了模型运算成本，为湿地生态监测提供了快速、精准的技术工具。其应用价值体现在多个方面：
l 助力生物多样性保护：精准识别特有植被分布，为紫水鸡等濒危物种的栖息地保护提供数据支持；
l 支撑生态恢复工程：实时监测湿地植被长势与变化，科学评估生态修复效果；
l 服务水资源管理：通过植被光谱特征反演生理参数，间接反映湿地水质状况。
从洱海东岸的实地探索到湿地保护的技术革新，彩谱科技始终以高光谱技术为核心，赋能生态环境监测领域。未来，我们将持续优化高光谱成像设备与数据处理方案，为更多湿地、森林、农田等生态系统的保护与管理提供更加强有力的技术支撑，用光谱科技守护绿水青山。
（论文原文可通过www.cnki.net搜索《多变分模态分解下的湿地植被高光谱识别特征波长优选与模型研究》进行阅读）
机载高光谱相机FS60-C
产品特点
· 光谱范围：400-1700nm
· 光谱分辨率：优于2.5nm
· 光谱波段：1200
· 空间像素数：1920
· 搭载大疆M400无人机
