目錄:北京易科泰生態技術有限公司>>無人機遙感與光譜>>高光譜成像>> sisuCHEMA高光譜成像分析系統
成像方式 | 二元光學元件 | 工作原理 | 推掃型 |
---|---|---|---|
價格區間 | 10萬-30萬 | 使用狀態 | 機載/地面均可 |
sisuCHEMA高光譜成像分析系統是一套完整的高光譜成像分析工作站,整合了VNIR至SWIR高光譜成像技術、自動掃描技術及高光譜物質分析技術(軟件),使用者只需要將放置在樣品盤中的待檢樣品置于推掃臺上,即可通過軟件進行掃描控制,實時進行光譜二維影像信息的獲取和保存,可同時對大量的樣品或不同形狀的樣品進行光譜成像測量分析,包括組成成分/化學組成量化數據及其分布信息等,樣品最大為200x300x45mm,對10mm以下樣品其分辨率可達30 μm。
主要技術指標:
| VNIR | NIR | SWIR |
波段范圍 | 400-1000nm | 900-1700nm | 1000-2500nm |
光譜分辨率 FWHM | 2.8nm | 6nm | 10nm |
空間分辨率/行 | 1312像素 | 320像素 | 384像素 |
像素大小 | 38 - 152 μm | 30 - 600 μm | 24 - 600 μm |
視野 | 50-200mm | 10-200mm | 10-200mm |
掃描速度 | 最大100行/秒,對應3mm/s@30 μm像素、30mm/s@300 μm像素 | ||
掃描時間 | 320x320分辨率@256波段情況下小于7秒 | ||
照明 | Specim 線性散射光源 | ||
數據格式 | BIL格式,與ENVI兼容 | ||
校準 | 光譜出廠前已校準,每次掃描分析前自動參照標定 |
生命科學應用案例:
Priscila S.R.Aries、Everaldo P. Medeiros等利用近紅外(波段范圍1000-2500nm),對棉花炭疽病等病原進行了研究,論文發表在2018年J.Spectral Imaging(Near infrared hyperspectral images and pattern recognition techniques used?to identify etiological agents of cotton anthracnose and ramulosis)
Maxleene Sandasi、Alvaro Viljoen等,利用sisuCHEMA高光譜成像分析技術,對不同品種人參進行了定性分析研究,認為是一種簡單快速非損傷性鑒定檢測技術。論文發表在2016年Molecules(The Application of Vibrational Spectroscopy Techniques in the Qualitative Assessment of Material Traded as Ginseng)
Paul J.Williams等利用sisuCHEMA高光譜成像技術,對鐮刀霉屬生長特性及其品種差異進行了研究,論文發表在2012年Anal Bioanal Chem.上(Near-infrared (NIR) hyperspectral imaging and m*riate image analysis to study growth characteristics and differences between species and strains of members of the genus Fusarium)。
地質地球科學應用案例:
sisuCHEMA高光譜成像分析系統技術廣泛應用于金屬礦產和油氣資源勘探研究、環境污染監測分析等。
聚丙烯(PP)、聚乙烯(PE)及聚苯乙烯(PS)光譜特征曲線及海洋污染高光譜成像分類監測(黃色為PS、綠色為PP、藍色為PE),研究論文:Silvia Serranti etc. Characterization of microplastic litter from oceans by an innovative approach based on hyperspectral imaging. Waste Management, 2018
左圖: 不同礦物高光譜特征吸收譜帶;
右圖引自研究論文:Richard J.Murphy etc. Consistency of Measurements of Wavelength Position From Hyperspectral Imagery: Use of the Ferric Iron Crystal Field Absorption at ∼900 nm as an Indicator of Mineralogy. Transactions on?Geoscience and Remote Sensing, 2014