攻克同屬樹種光譜可分性低的難題：該研究由浙江農(nóng)林大學(xué)與浙江大學(xué)的科研團隊共同完成，旨在解決精準林業(yè)中“同物異譜，同譜異物”的核心挑戰(zhàn)。針對山核桃同屬樹種在形態(tài)及反射光譜上高度同質(zhì)化、傳統(tǒng)遙感方法難以區(qū)分的痛點，研究團隊創(chuàng)新性地構(gòu)建了一種融合三維-二維卷積與通道注意力機制（3D-2DCNN-CA）的混合深度學(xué)習(xí)模型。

該模型能夠協(xié)同提取并優(yōu)化高光譜圖像中的空間-光譜聯(lián)合特征。其中，3D-CNN模塊有效捕捉光譜維的細微差異，2D-CNN模塊強化空間上下文信息提取，而通道注意力（CA）機制的引入，則實現(xiàn)了對關(guān)鍵判別性光譜通道的自適應(yīng)權(quán)重分配，從而顯著提升了模型的特征選擇與分類能力。最終，模型在對不同樹種分類中取得了99.38%的總體精度，在對光譜特征極為相似的不同山核桃品種分類中，精度亦高達93.97%。此項成果為經(jīng)濟林種質(zhì)資源普查、精細化經(jīng)營管理及生物多樣性監(jiān)測提供了重要的方法創(chuàng)新與技術(shù)范式。

在本研究中，搭載于大疆Matrice 600 Pro無人機平臺的高譜成像HY-1230-01高光譜成像儀，承擔(dān)了核心數(shù)據(jù)采集任務(wù)。

與研究常用的RGB三波段影像相比，HY-1230-01所獲取的400-1000nm范圍內(nèi)共300個波段的高光譜數(shù)據(jù)，形成了連續(xù)的高維光譜信息。每個圖像像元均包含一條完整且精細的反射光譜曲線，這為深度學(xué)習(xí)方法挖掘與利用不同樹種間內(nèi)在的、人眼不可見的生化屬性差異（如葉綠素、水分、氮素含量等）提供了至關(guān)重要的數(shù)據(jù)基礎(chǔ)。研究數(shù)據(jù)明確表明，基于高光譜數(shù)據(jù)的分類效果全面優(yōu)于RGB影像，尤其在處理高度同質(zhì)化目標時，其技術(shù)優(yōu)勢具有決定性意義。

作為本次科研突破的設(shè)備，高譜成像的HY-1230-01是一款性能優(yōu)秀的推掃式高光譜成像儀。它隸屬于高譜成像的科研級HY-1X系列產(chǎn)品線，具備以下核心優(yōu)勢：

• 精準的光譜數(shù)據(jù)：采用高譜自主研發(fā)的棱鏡-光柵色散分光技術(shù)，確保了光譜數(shù)據(jù)的準確性與高分辨率，為精準分析奠定堅實基礎(chǔ)。

• 輕量化與高集成度：產(chǎn)品體積小、重量輕，非常適合集成于無人機遙感系統(tǒng)，進行低空、高分辨率的數(shù)據(jù)采集。

• *的適應(yīng)性：標準GigE / USB3.0鏡頭接口，可根據(jù)用戶需求和飛行高度更換不同焦距的鏡頭，靈活應(yīng)對多種應(yīng)用場景。

HY-1230-01不僅服務(wù)于教育科研，更廣泛應(yīng)用于智慧農(nóng)業(yè)、生態(tài)環(huán)保、工業(yè)檢測等多個領(lǐng)域，致力于將深層次的光譜感知能力賦能給各行各業(yè)的用戶。