倉儲糧蟲是全球范圍內(nèi)對糧食安全構(gòu)成嚴(yán)重威脅的問題。這些微小的生物在糧食中繁殖，不僅會消耗和污染糧食，還會造成巨大的經(jīng)濟損失。傳統(tǒng)的糧蟲檢測方法主要依賴于人工挑選和化學(xué)檢測，但這些方法不僅耗時，而且對于一些特定種類的糧蟲可能不夠準(zhǔn)確。近紅外高光譜成像技術(shù)的出現(xiàn)為倉儲糧蟲檢測帶來了革新。這種技術(shù)能夠無損、快速、準(zhǔn)確地檢測糧蟲的生命體征，極大地提高了倉儲糧蟲的防治效率。

近紅外高光譜成像技術(shù)的原理與特點

近紅外高光譜成像技術(shù)結(jié)合了光學(xué)、化學(xué)和計算機科學(xué)的原理，利用近紅外光線對被檢測物進行掃描，然后通過高光譜相機將其轉(zhuǎn)化為圖像。這種技術(shù)具有以下特點：

1. 無損性：近紅外光線不會對被檢測物造成物理或化學(xué)損傷，可以保證糧食的品質(zhì)和營養(yǎng)價值。

2. 快速性：近紅外高光譜成像技術(shù)可以在短時間內(nèi)完成大量樣品的檢測，大大提高了檢測效率。

3. 準(zhǔn)確性：通過對糧蟲的生命體征進行識別和分析，該技術(shù)能夠準(zhǔn)確檢測出各種類型的糧蟲，包括那些難以通過傳統(tǒng)方法檢測的種類。

近紅外高光譜成像技術(shù)在倉儲糧蟲生命體征檢測中的應(yīng)用

在實際應(yīng)用中，近紅外高光譜成像技術(shù)主要通過以下步驟進行倉儲糧蟲的檢測：

1. 對倉儲糧食進行隨機抽樣

2. 使用近紅外高光譜成像設(shè)備對樣品進行掃描

3. 通過圖像處理技術(shù)和模式識別算法，對掃描得到的圖像進行分析，以確定是否存在糧蟲以及其種類和數(shù)量

4. 根據(jù)分析結(jié)果，采取相應(yīng)的防治措施

利用近紅外高光譜成像技術(shù)檢測倉儲糧蟲生命體征

本研究應(yīng)用了900-1700nm的高光譜相機，可采用賽斯拜克科技有限公司產(chǎn)品SP150M進行相關(guān)研究。短波近紅外高光譜相機，采集速度全譜段可達200FPS,被廣泛應(yīng)用于成分識別，物質(zhì)鑒別，機器視覺，農(nóng)產(chǎn)品品質(zhì)，屏幕檢測等領(lǐng)域。

目前對農(nóng)作物蟲害的防治主要集中在兩個方面：一是通過數(shù)學(xué)模擬的方法，對蟲害發(fā)生的時間進行預(yù)測，然后趕在蟲害季節(jié)性爆發(fā)之前，采取針對性的防治措施；二是在蟲害發(fā)生以后，對農(nóng)作物噴灑農(nóng)藥，這就要求嚴(yán)格控制農(nóng)藥施用量，使其既能殺死害蟲，又能最小化農(nóng)藥殘留影響。因此，確定農(nóng)藥殺死害蟲的臨界致死效力非常重要。

在農(nóng)作物蟲害防治過程中，害蟲在被噴灑農(nóng)藥以后，經(jīng)常出現(xiàn)假死現(xiàn)象，藥效一過就會“死而復(fù)生”，繼續(xù)危害農(nóng)作物的生長。準(zhǔn)確鑒別害蟲在施用農(nóng)藥以后的生死狀態(tài)通常有兩種方法：一是感官判斷，即采用觸碰的方式，通過害蟲的反應(yīng)來判斷它的生與死；二是提取害蟲的血液進行化學(xué)成分分析。第一種方法不夠準(zhǔn)確，第二種方法費時費力。本文創(chuàng)新性的提出運用高光譜成像技術(shù)研究菜青蟲的生命狀態(tài)（單純的存活與死亡狀態(tài)以及多種不同生命狀態(tài)），以快速、無損的方式對菜青蟲的生死狀態(tài)進行鑒別。已有研究表明，利用近紅外高光譜成像技術(shù)能夠?qū)Z活蟲和死蟲進行有效判別，但對其不同生命狀態(tài)的診斷還不夠準(zhǔn)確，國內(nèi)外也缺乏相應(yīng)的研究論文，同時相比儲糧害蟲，田間蔬菜害蟲（例如菜青蟲）在應(yīng)用高光譜成像技術(shù)的研究領(lǐng)域還未見報道。

基于近紅外高光譜成像技術(shù)對菜青蟲的生死狀態(tài)鑒別，能夠鑒別施用農(nóng)藥后菜青蟲的生與死，防止害蟲的假死現(xiàn)象，對測定農(nóng)藥殺死菜青蟲的臨界致死效力，最小化農(nóng)藥施用量，改善農(nóng)藥殘留問題具有重要意義。

采用近紅外高光譜成像技術(shù)對菜青蟲的生命狀態(tài)進行了鑒別研究。通過提取菜青蟲樣本光譜數(shù)據(jù)，以951.5～1649.2 nm光譜的菜青蟲光譜信息，結(jié)合不同的光譜預(yù)處理方法，建立PLS-DA模型，判別效果接近或達到100%。采用SPA 以及 B。對菜青蟲生死狀態(tài)的判別選擇特征波長，分別得到17和20個特征波長，以特征波長分別建立PLS-DA，KNN，BPNN以及SVM判別分析模型，取得了較好的效果，判別正確率接近或達到100%，說明近紅外高光譜成像技術(shù)可以有效實現(xiàn)菜青蟲存活與死亡狀態(tài)的鑒別分析。

應(yīng)用效果及發(fā)展前景和挑戰(zhàn)

近紅外高光譜成像技術(shù)的應(yīng)用效果顯著，能夠準(zhǔn)確、快速地檢測出倉儲糧蟲的生命體征，為及時防治提供了可能。此外，該技術(shù)還可以對糧食的品質(zhì)和營養(yǎng)價值進行無損檢測，為糧食流通領(lǐng)域的溯源和質(zhì)量控制提供了有力支持。

然而，盡管近紅外高光譜成像技術(shù)具有顯著的優(yōu)勢，但其在實際應(yīng)用中也面臨一些挑戰(zhàn)。首先，該技術(shù)的設(shè)備成本較高，對于一些中小型糧食存儲企業(yè)可能難以承受。其次，雖然該技術(shù)的準(zhǔn)確性較高，但仍然存在誤判的可能，需要進一步優(yōu)化算法以提高其準(zhǔn)確性。此外，該技術(shù)的實施還涉及到糧食的物理性質(zhì)、化學(xué)成分等復(fù)雜因素，可能會影響其應(yīng)用效果。

其他農(nóng)業(yè)領(lǐng)域的應(yīng)用

近紅外高光譜成像技術(shù)在倉儲糧蟲檢測中表現(xiàn)出優(yōu)越的性能，同時也在其他農(nóng)業(yè)領(lǐng)域得到廣泛應(yīng)用。例如，在作物病蟲害檢測、農(nóng)藥殘留檢測、土壤養(yǎng)分檢測等方面，近紅外高光譜成像技術(shù)都發(fā)揮著重要作用。通過無損、快速、準(zhǔn)確地檢測作物的生長狀況、病蟲害情況以及土壤養(yǎng)分含量等信息，該技術(shù)為農(nóng)業(yè)生產(chǎn)提供了科學(xué)依據(jù)和有力支持。

與其他檢測技術(shù)的對比

與傳統(tǒng)檢測技術(shù)相比，近紅外高光譜成像技術(shù)具有更高的準(zhǔn)確性和效率。例如，對于糧蟲的檢測，傳統(tǒng)的化學(xué)檢測方法需要將糧食樣本進行粉碎和攪拌，然后通過化學(xué)試劑與糧蟲反應(yīng)產(chǎn)生特定的顏色變化來判斷是否存在糧蟲。這種方法不僅對糧食造成了破壞，而且耗時較長，難以實現(xiàn)批量檢測。而近紅外高光譜成像技術(shù)則可以在不破壞糧食的前提下，對整粒糧食進行掃描，并通過對反射光線的波長和強度進行分析來判斷是否存在糧蟲以及其種類和數(shù)量等信息。