我国目前的温室栽培面积已达250万公顷，而番茄在温室栽培中占有很大的比重。当植株缺乏营养元素时，会严重影响产。因此，改变传统的水氮管理，在保证农产品和环境有效的前提下合理有效地变量施肥，设施蔬菜优质生产和可持续发展是当前我国设施蔬菜发展过程中亟待解决的问题。在利用传统的光谱技术对于植株长势的检测方面，对于监测冬小麦长势进行了研究。

   多光谱成像系统测定了小麦叶片氮积累量与冠层反射光谱指数的定量关系。建立了温室黄瓜叶片氮素、磷素含量的预测模型。多光谱成像系统建立了基于光谱反射率的叶绿素含量预测模型。实验利用多光谱成像技术识别黄瓜病害，而利用3CCD多光谱相机，多光谱成像系统对水稻氮含量进行了诊断。现有研究中，基于传统光谱技术对植株的检测相关性较低，而基于3CCD多光谱摄像机对植株的检测有摄像机本身成本高和维修费用昂贵，同时也有无法调整的波长通道数（限制为三个）的局限性。多光谱图像技术利用敏感波长段，能有效反映样品光谱和空间特征的信息，但是建模方法的合理与否对较终预测能力有着十分明显的影响。丹麦VideometerLab多光谱成像测量系统可广泛用于病害以及叶绿素含量等研究，也可用于叶片氮素以及磷素等的预测模型等，因该多光谱测量系统的广泛适用性，是一款双有效建设的重要仪器设备。种子健康检测：灰霉检测

多光谱成像技术可以同时从光谱维和空间维上获取被测目标的信息，近年来在信息获取与处理领域中倍受人们重视。例如，可利用VideometerLab多光谱成像技术建立蔬菜花卉植株病虫害的辨识模型，解决目前蔬菜花卉植株病害识别中过分依赖于人眼个体主观视觉的问题，为进一步发展标准化、自动化、有效率、网络化的蔬菜花卉植株病虫害的识别诊断专家系统奠定基础。VideometerLab采用的多光谱成像系统工作在可见光、紫外和近红外波段，具有可测样品面积大、空间分辨率高、光谱重建精度高、光谱范围宽的特点。科学家可针对典型蔬菜花卉的病虫害植株样本的特点利用Videometer多光谱成像的现成软硬件系统进行研究，并通过该系统对典型蔬菜花卉的病虫害植株进行多光谱图像数据采集和数据处理，来建立相关样本的多光谱图像数据库。在此基础上根据数据库样本的重建光谱特性、颜色特性、图像等特征等研究和建立蔬菜花卉病虫害的识别模型；该多光谱图像采集系统可用于建立典型蔬菜花卉病虫害植株的，可作为自动识别诊断专家系统的基础研究平台。