FysikLab: Hyperspektralt blik på fremtiden

Der er rigtig meget, vi ikke kan se med det blotte øje – fx om en plante er ved at mistrives, eller om to stykker plastik egentlig er forskellige. Når vi ser et grønt spinatblad, skyldes det, at bladet reflekterer de bølgelængder, vi opfatter som grønne, og absorberer andre.

Det hyperspektrale kamera kan “se” langt flere bølgelængder end vores øjne og afsløre, om spinaten er stresset af tørke, eller om kartoflerne er sunde indeni. Det kan også skelne mellem forskellige typer plastik, så affald kan sorteres mere præcist og genbruges bedre. Det gør hyperspektrale kameraer til et vigtigt værktøj, når vi vil passe på miljø, klima – og de ressourcer, vi har.

I øvelsen præsenterer vi fysikken bag det hyperspektrale kamera, og eleverne arbejder selv med hyperspektrale datacuber på deres egen computer. Dermed får de indblik i, hvordan refleksion og absorption hænger sammen med materialernes molekylære opbygning. Det er også muligt at blive introduceret til matematikken bag billedanalyse og sortering, men det er mest velegnet til SRP/SOP.

Emneområder

• Bølger og interferens/diffraktion – teknologien bag hyperspektrale kameraer.
• Det elektromagnetiske spektrum (400–1700 nm), NIR (nær-infrarød) og tolkning af reflektionsspektre i tværfaglige sammenhænge.
• Teknologiforståelse og -anvendelse: datacubes, sensorer og instrumentering; software til visualisering og analyse af hyperspektrale data.
• Dataanalyse og modeller: Principal Component Analysis (PCA) til billedanalyse (billedforbedring og komprimering).
• Aktuelle og samfundsrelevante problemstillinger: plantehelbred/landbrug (spinat), fødevaresikkerhed (grønne kartofler/klorofyl-signaturer), affaldssortering (plasttyper via NIR-signaturer) og kulturarv (skjult skrift på bogomslag).
• Eksperimentelt arbejde og it-baseret databehandling: eleverne arbejder hands-on med datacubes, kalibrerer udsnit, udtrækker spektre og behandler data digitalt.

Forløbet er centreret om det hyperspektrale kamera og kan anvendes i samspil med biologi (plantefysiologi), kemi (molekylvibrationer/C–H-bånd), teknologi/informatik (databehandling) og SRP/SOP (PCA-matematik).

Det lærer dine elever

• at placere målinger i det elektromagnetiske spektrum (400–1700 nm) og forklare hvordan diffraktion/interferens muliggør spektral opløsning i et hyperspektralt kamera.
• at åbne og navigere i en hyperspektral datacube (”slice” i bølgelængde), udtrække reflektionsspektre fra udvalgte pixels/områder og forstå betydningen af kalibrering.
• at genkende og tolke centrale signaturer i reflektionsspektre.
• at anvende it-baserede værktøjer til databehandling.
• at se PCA i anvendelse som enkel billedanalysemetode og forstå idéen bag.
• at perspektivere teknologien til aktuelle problemstillinger (plantehelbred, fødevaresikkerhed, affaldssortering, kulturarv) og diskutere fordele/begrænsninger samt bæredygtighedsaspekter.