在新疆南部的綠洲之上，核桃產業不僅是當地農戶的主要收入來源，更是維系綠洲生態穩定的重要力量。然而，核桃葉枯病（JLN）這一由高溫、干旱、土壤鹽漬化等非生物脅迫引發的生理病害，正持續影響著核桃的生長與產量。傳統田間監測耗時耗力且難以精準捕捉病害動態，給產業發展帶來挑戰。彩譜科技 FS-60C高光譜相機憑借其優異的技術特性，在新疆農業大學與新疆林科院聯合開展的核桃葉枯病時空動態監測研究中發揮重要作用，為果園病害精準防控提供了高效解決方案。

FS-60C 高光譜相機的監測應用

為實現核桃葉枯病的高效監測，研究團隊采用DJI M350無人機搭載彩譜科技 FS-60C高光譜相機，于2024年6月至9月在和田地區洛浦縣8公頃核桃園開展了五輪連續監測。

核心設備優勢適配監測需求

FS-60C高光譜相機具備400-1000nm的光譜覆蓋范圍，2.5nm 的高光譜分辨率，能夠捕捉到核桃葉片在病害脅迫下的細微光譜變化，這一特性使其能夠識別傳統RGB影像難以察覺的早期病害信號。同時，相機采集的影像空間分辨率達 11cm，結合80%前向重疊和70%側向重疊的飛行參數設置，確保了對果園冠層的精細化覆蓋，即使是局部小范圍的病害斑塊也能被精準捕捉。

在數據采集過程中，FS-60C支持與無人機系統協同工作，在120米飛行高度下實現高效數據獲取，配合標準化白板輻射定標流程，有效降低了大氣干擾和光照變化對數據質量的影響，保障了不同監測時期數據的可比性，為病害動態分析奠定了可靠基礎。

完整技術流程實現病害精準解析

研究團隊通過FS-60C獲取高光譜數據后，采用彩譜科技配套的FigSpec Studio軟件進行影像拼接、大氣校正和反射率定標，再通過ENVI軟件完成噪聲去除等預處理工作。基于預處理后的高光譜數據，計算了包括綠度指數、色素指數、冠層水分/光合效率指數在內的17種植被指數，最終篩選出對病害脅迫最為敏感的修正紅邊簡單比值指數（MRESRI）、類胡蘿卜素反射指數1（CRI1）和光化學反射指數（PRI）。

通過隨機森林算法構建病害嚴重度分類模型，將病害劃分為健康（0 級）、輕度（1 級）、中度（2 級）、重度（3 級）和極重度（4 級）五個等級。監測結果顯示，該方案實現了86%的總體分類精度和0.825的Cohen's kappa系數，能夠準確區分不同嚴重程度的病害植株，且對健康植株和極重度病害植株的識別精度尤為突出。

為精準防控提供多維支撐

動態捕捉病害發展軌跡

借助FS-60C 高光譜相機的多時序監測能力，研究團隊清晰捕捉到核桃葉枯病從零星發生到集中爆發的完整過程：6月中旬病害以輕度感染為主，健康植株占比達79.03%；7月下旬病害快速擴散，中度感染植株占比升至22.76%，并出現9%的重度感染植株；8月中下旬病害持續加重，極重度感染植株占比最終達到 14.01%。這一動態數據為確定病害關鍵防控期提供了科學依據。

精準識別病害空間熱點

FS-60C獲取的高光譜數據結合空間分析技術，揭示了病害的空間分布規律：低地勢區域、道路周邊及植株密集區成為病害高發熱點。這些區域往往存在溫度偏高、通風排水不暢等問題，為病害發生提供了有利條件。基于這一發現，果園管理者可針對性地優化田間管理措施，實現精準防控。

案例總結

彩譜科技FS-60C高光譜相機憑借其寬光譜覆蓋、高分辨率、穩定的數據質量等特性，成功解決了核桃葉枯病監測中早期識別難、動態追蹤難、空間定位難等問題。該案例的成功應用，不僅為新疆核桃產業的病害防控提供了高效技術手段，也為高光譜技術在果園精準農業中的推廣積累了實踐經驗。

產品推薦

FigSpec FS60-C機載高光譜相機

1. 光譜范圍：400-1000nm

2. 光譜分辨率：2.5nm

3. 光譜波段：1200

4. 空間像素數：1920