西湖大學孵化出“火眼金睛”：高光譜相機

 從山火預警到水域監測 

清晨，山間薄霧縈繞，灰白的影子在林間若隱若現。

天剛蒙蒙亮，護林員就要準時起床背上“裝備”，帶上由手柄和橡膠條組成的森林滅火工具，穿行在山間小路，開始一天的巡山工作。清理路邊的雜草、枯枝落葉，對可能發生火災的每一處細節進行預判和處置。

但即便護林員經驗再豐富，這個行業依然存在尚未被解決的“痛點”。比如，偌大的山林僅依靠幾人巡邏，難免有遺漏；比如，肉眼分辨晨霧和山火初期形成的煙霧，特別依賴老手的經驗；再比如，24小時應急響應，對護林員的精力、體力都是考驗。

困擾森林防護工作多年的難題，現在被高光譜相機破解。

就在老護林員彎腰檢查一處枯枝時，他頭頂的云層之上，無人機搭載高光譜相機從森林上空飛過。僅需幾分鐘，就能夠采集到監測區域森林的高光譜圖像信息。山林間由于自然因素形成的薄霧和剛剛冒煙的山火，肉眼雖然較難辨別。但在高光譜相機的成像中，兩者表現出的光譜波段截然不同，因此只要對波形稍加觀察，就能辨別山火和薄霧。

同樣的情景也在水資源監測領域上演。

西湖大學云谷校區，袁鑫實驗室的科研人員要在不使用任何化學試劑、不采集水樣的情況下，完成對整個河道水質的全面體檢。

“開始掃描。”隨著指令下達，搭載高光譜成像相機的無人機緩緩升空。它沿著河道勻速飛行。10分鐘后，隨著無人機平穩降落，河道的“體檢報告”已經生成。

高光譜數據水體指數反演結果

回到實驗室，研究人員通過高光譜反演模型成功獲取了流域總氮（TN）和總磷（TP）的空間分布特征。TN濃度呈現“兩端高、中間低”的分布格局，上游和下游區域濃度顯著高于中游。TP濃度則表現為“中間高、兩端低”的分布特征，中游區域出現明顯富集。

為了驗證高光譜相機的準確性，研究人員還采集了11個地面水域監測點實測數據，對比結果顯示，高光譜相機在高速飛行、短時采集的情況下，依舊得到了非常準確的結果。

水域監測的原理和山火預警一樣。含有污染物的水域與水質清澈的水域，在高光譜相機的成像中，呈現的波形和顏色都不一樣，因此只要稍作辨認，水質的變化便可一目了然。

我們一直在說高光譜成像，那么背后的核心技術突破究竟是什么？

其實，無論是衛星云圖還是傳統的高光譜成像技術，圖像采集早已算不上什么新鮮事。而高光譜成像技術相較于過去的圖像采集方法，一大突破在于“看得更清”，像是給相機裝上了“火眼金睛”。

當氣象衛星在距地800公里的軌道上掃描時，它的多光譜傳感器僅能通過4-5個寬泛的光譜通道（如可見光、近紅外、熱紅外）來描繪地球輪廓。這種“粗顆粒”的觀測方式，每個像素覆蓋數平方公里范圍，就像透過毛玻璃看世界，雖然能識別云層運動這樣的宏觀現象，卻無法識別地表物質的微觀特征。

而高光譜相機則能夠把光線分成100多種不同的光譜波段，覆蓋400-1000nm 可見光-近紅外波段，單幀采集即可獲得100個連續光譜通道信息，圖像分辨率≥1024 x 1024像素，細節十分清晰。

就像孫悟空用火眼金睛能看穿妖怪的變化，高光譜相機通過解析物質的光譜特征，揭開了肉眼不可見的物質真相。它的每個光譜波段都能捕捉物體對特定波長光的反射特性。

100個光譜通道圖

同樣是一片樹葉，高光譜成像相機能讀出每一處反射的陽光中，哪些是葉綠素的信號，哪些是水分的痕跡，哪些是“肉眼看不見”的病蟲害早期特征。

同樣是一片水域，高光譜成像相機能解析每一道波光中，哪些是藻類繁殖的征兆，哪些是重金屬污染的痕跡，哪些是“肉眼難辨”的化學物質溶解特征。

同樣是一片農田，高光譜相機“掃一眼”即可定位毒素富集區域，替代傳統耗時耗力的采樣檢測，為田間作物病害提供快速篩查方案。

農田檢測類胡蘿卜指數分析圖

如果你還對高光譜相機的“火眼金睛”感知不那么真切，那么不妨看看它在文物鑒寶領域的表現。

古畫掛在那兒，紙黃墨舊，瞧著像是百年老物，其實肉眼真假難辨。此時，高光譜相機上場。它不碰不摸，只需要遠遠一掃，顏料的底細便可明了。

古人作畫，青金石磨藍，朱砂研紅，孔雀石取綠。這些顏料歷經百年，在光譜上留下獨特的“指紋”。青金石的藍，暗藏礦物雜質的紋路；朱砂的紅，在紅外光下顯出年輪般的層疊；孔雀石的綠，在微觀世界里凝固出層層碧浪。新造的畫作的顏色和紋理，在高光譜成像相機中反射出的光譜波段與古畫截然不同，很容易便能發現偽造的痕跡。

文物檢測高光譜曲線分析圖

就像人類從黑白電視一步跨入全息影像時代，高光譜相機用100+個光譜波段，在每一個像素點精準識別——葉綠素的躍動、水分的流淌、污染物的蔓延——所有肉眼不可見的微觀信息，都在這個光譜宇宙中清晰呈現。讓相機不再只是“拍照”，而是徹底改變了成像的維度。

釀酒原料高粱發霉檢測

而這個全新維度的起點，可以追溯到一個數學公式。

21世紀初，數學家們證明了一個突破性理論：高維信息可以在壓縮采集后，用算法精準重建。當時正在杜克大學做博士后的袁鑫與導師敏銳地意識到——這個原理或許可以應用于計算成像領域。

相機在拍攝瞬間通過壓縮感知技術，像經驗豐富的打包師一樣將上百個光譜波段的信息高效壓縮。隨后通過算法，還原所有光譜細節。

想法誕生后，袁鑫便開始了長達10年的研究。早期的技術面臨巨大瓶頸：雖然采集一張圖像僅需1毫秒，但后續計算處理卻要耗費整整一天。這種“快拍慢算”的困境，讓技術長期被困在實驗室。轉機出現在人工智能時代，隨著深度學習等算法的突破，計算時間從24小時縮短到幾十毫秒。這個超萬倍的提速，讓高光譜成像實現了“所見即所得”的實時應用，隨即打開了產業化的大門。

當清晨的無人機再次掠過山林，這項源自數學公式靈感的創新，如今正在田野間、河道中、博物館、綿延的電網線上，點綴著科技改變生活的生動注腳。

正如袁鑫所說：“最好的技術，永遠生長在解決問題的土壤里。” 

目前，“西湖智能”已完成超五千萬元的Pre-A輪融資，由知名投資機構東方富海獨家完成投資。該技術已廣泛應用于智慧農業、環保監測、電力巡檢等領域，并持續向工業質檢、醫療科研等方向拓展，展現出巨大的行業變革潛力。