农业行业
在新疆南部的绿洲之上，核桃产业不仅是当地农户的主要收入来源，更是维系绿洲生态稳定的重要力量。然而，核桃叶枯病（JLN）这一由高温、干旱、土壤盐渍化等非生物胁迫引发的生理病害，正持续影响着核桃的生长与产量。传统田间监测耗时耗力且难以精准捕捉病害动态，给产业发展带来挑战。彩谱科技 FS-60C高光谱相机凭借其优异的技术特性，在新疆农业大学与新疆林科院联合开展的核桃叶枯病时空动态监测研究中发挥重要作用，为果园病害精准防控提供了高效解决方案。
为实现核桃叶枯病的高效监测，研究团队采用DJI M350无人机搭载彩谱科技 FS-60C高光谱相机，于2024年6月至9月在和田地区洛浦县8公顷核桃园开展了五轮连续监测。
FS-60C高光谱相机具备400-1000nm的光谱覆盖范围，2.5nm 的高光谱分辨率，能够捕捉到核桃叶片在病害胁迫下的细微光谱变化，这一特性使其能够识别传统RGB影像难以察觉的早期病害信号。同时，相机采集的影像空间分辨率达 11cm，结合80%前向重叠和70%侧向重叠的飞行参数设置，确保了对果园冠层的精细化覆盖，即使是局部小范围的病害斑块也能被精准捕捉。
在数据采集过程中，FS-60C支持与无人机系统协同工作，在120米飞行高度下实现高效数据获取，配合标准化白板辐射定标流程，有效降低了大气干扰和光照变化对数据质量的影响，保障了不同监测时期数据的可比性，为病害动态分析奠定了可靠基础。
研究团队通过FS-60C获取高光谱数据后，采用彩谱科技配套的FigSpec Studio软件进行影像拼接、大气校正和反射率定标，再通过ENVI软件完成噪声去除等预处理工作。基于预处理后的高光谱数据，计算了包括绿度指数、色素指数、冠层水分/光合效率指数在内的17种植被指数，最终筛选出对病害胁迫最为敏感的修正红边简单比值指数（MRESRI）、类胡萝卜素反射指数1（CRI1）和光化学反射指数（PRI）。
通过随机森林算法构建病害严重度分类模型，将病害划分为健康（0 级）、轻度（1 级）、中度（2 级）、重度（3 级）和极重度（4 级）五个等级。监测结果显示，该方案实现了86%的总体分类精度和0.825的Cohen's kappa系数，能够准确区分不同严重程度的病害植株，且对健康植株和极重度病害植株的识别精度尤为突出。
借助FS-60C 高光谱相机的多时序监测能力，研究团队清晰捕捉到核桃叶枯病从零星发生到集中爆发的完整过程：6月中旬病害以轻度感染为主，健康植株占比达79.03%；7月下旬病害快速扩散，中度感染植株占比升至22.76%，并出现9%的重度感染植株；8月中下旬病害持续加重，极重度感染植株占比最终达到 14.01%。这一动态数据为确定病害关键防控期提供了科学依据。
FS-60C获取的高光谱数据结合空间分析技术，揭示了病害的空间分布规律：低地势区域、道路周边及植株密集区成为病害高发热点。这些区域往往存在温度偏高、通风排水不畅等问题，为病害发生提供了有利条件。基于这一发现，果园管理者可针对性地优化田间管理措施，实现精准防控。
彩谱科技FS-60C高光谱相机凭借其宽光谱覆盖、高分辨率、稳定的数据质量等特性，成功解决了核桃叶枯病监测中早期识别难、动态追踪难、空间定位难等问题。该案例的成功应用，不仅为新疆核桃产业的病害防控提供了高效技术手段，也为高光谱技术在果园精准农业中的推广积累了实践经验。
产品推荐
1. 光谱范围：400-1000nm
2. 光谱分辨率：2.5nm
3. 光谱波段：1200
4. 空间像素数：1920
