Las cámaras hiperespectrales permiten la identificación precisa de plagas de insectos: un estudio de campos de trigo

En el contexto de los desafíos mundiales de seguridad alimentaria, el seguimiento oportuno y la prevención y el control precisos de las plagas agrícolas se han convertido en temas importantes en el ámbito agrícola.Los métodos tradicionales de identificación de plagas se basan en la inspección visual manual y la identificación morfológica, que no sólo consumen mucho tiempo y son laboriosos, sino que también son difíciles de lograr en gran escala.La combinación de tecnología de imagen hiperespectral y algoritmos de aprendizaje automático ha abierto un nuevo camino para la identificación automatizada de plagas de insectos.

En diciembre de 2025, la revista académica internacional "Biología" publicó un artículo de investigación titulado "Imagen hiperespectral y aprendizaje automático de máquinas para la identificación automática de plagas en cultivos de cereales"." La investigación fue completada por equipos de investigación de varias universidades de Kazajstán. Utilizando elFigSpec FS-13 cámara hiperespectralproducidos por Hangzhou CHNSpec Technology Co., Ltd., realizaron un análisis espectral de las características y un modelo de clasificación para 12 plagas principales en los campos de trigo,que demuestra el valor de aplicación de este equipo en el ámbito del seguimiento de plagas agrícolas.

Ventajas de las imágenes hiperespectral en la identificación de insectos

La tecnología de imagen hiperespectral puede obtener cientos de información espectral continua de banda estrecha dentro del rango de longitudes de onda visibles a infrarrojas cercanas (generalmente 400-1000 nm),formando una curva espectral completa para cada píxelA diferencia de las cámaras RGB normales,Las imágenes hiperespectral no sólo registran la morfología espacial de los objetos, sino que también revelan las características de respuesta espectral de sus componentes materiales y estructuras superficiales.

Para los insectos, factores como los diferentes tipos de pigmentos de la superficie, las estructuras de quitina, la transparencia de las alas y la rugosidad de la superficie producirán características de reflexión espectral únicas.Estas "huellas digitales espectral" permiten a las imágenes hiperespectral distinguir especies morfológicamente similares e incluso identificar plagas ocultas.

Principales resultados de la investigación

1Diferencias significativas en las características espectrales de diferentes plagas

Los resultados de la investigación mostraron que las diferentes especies de insectos exhibían curvas espectrales de reflexión significativamente diferentes en las bandas visibles al infrarrojo cercano.

• Pigmentos superficiales: Los insectos de color claro o brillante (como el amarillo-verde, blanco) tienen una mayor reflectividad, mientras que los insectos de color oscuro o negro (como los escarabajos pulga) tienen una menor reflectividad.
• Estructura de las alas: Las alas transparentes o semitransparentes (como las moscas de semillas de trigo, los trips de trigo) muestran altos picos de reflexión en la región del infrarrojo cercano.
• Texturas superficiales: Las elítras lisas tienen una mayor reflectividad que las superficies del cuerpo ásperas o peludas.
• Tipos de quitina: Las diferentes formas cristalinas de quitina (tipos α, β, γ) afectan las características de absorción espectral.

Por ejemplo, el Trigonotylus ruficornis (insecto mirido de cuernos rojos) tiene una reflectividad de hasta el 90-110% debido a su color de cuerpo amarillo-verde claro;Chaetocnema aridula (escarabajo de pulgas del tallo de cereales) tiene una reflectividad de sólo el 10~20% debido a su color negro profundo del cuerpo.

2El análisis PCA revela los principales componentes de las diferencias espectrales

El análisis de la reducción de dimensiones del PCA mostró que los dos primeros componentes principales podían explicar más del 80% de la varianza espectral.El primer componente principal (PC1) refleja principalmente la diferencia de brillo general, mientras que el segundo componente principal (PC2) está relacionado con las estructuras sutiles de la superficie corporal y los cambios de pigmento.Las diferentes especies presentaron diferentes grados de separación de racimos en el gráfico de puntuación de PCA, proporcionando una base para una clasificación posterior.

3.Definición de las características del modelo de clasificación PLS-DA

El equipo de investigación construyó un modelo de clasificación PLS-DA basado en los datos espectrales recopilados por FigSpec FS-13 para identificar 12 tipos de plagas.Los indicadores de evaluación del modelo incluyeron el coeficiente de determinación (R2), capacidad predictiva (Q2) y error cuadrado de calibración (RMSEC).

Para las especies con colores vivos del cuerpo y grandes tamaños (como escarabajos, grillos de matorrales verdes), la precisión de identificación del modelo puede alcanzar aproximadamente el 90%;para las especies de color oscuro del cuerpo y de tamaño pequeño (como los escarabajos pulgas)En general, el modelo PLS-DA puede distinguir eficazmente 12 tipos de plagas,por el que se verifica la fiabilidad de los datos hiperespectrales de FigSpec FS-13 en la clasificación de insectos.

Conclusión

Este caso de investigación demuestra el potencial de aplicación de la cámara hiperespectral FigSpec FS-13 en el análisis de características espectrales de plagas de insectos y la clasificación por aprendizaje automático.Como un dispositivo de imagen hiperespectral de producción nacional, el FS-13, con su rendimiento estable y sus ricas funciones de análisis de apoyo,proporciona una herramienta fiable para la investigación científica y las aplicaciones industriales en campos como el control de enfermedades agrícolas y plagas, pruebas de seguridad alimentaria y clasificación de materiales.

Con el crecimiento continuo de la demanda de agricultura de precisión y protección de plantas inteligente, la tecnología de imágenes hiperespectrales desempeñará un papel cada vez más importante en la futura gestión de las tierras agrícolas.

(El documento original se puede leer en la búsquedaEl objetivo de la presente Decisión es garantizar que los Estados miembros cumplan los requisitos establecidos en el presente Reglamento.)