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

該模型能夠協同提取并優化高光譜圖像中的空間-光譜聯合特征。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，則實現了對關鍵判別性光譜通道的自適應權重分配，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%。此項成果為經濟林種質資源普查、精細化經營管理及生物多樣性監測提供了重要的方法創新與技術范式。

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，承擔了核心數據采集任務。

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

作為本次科研突破的設備，高譜成像的HY-1230-01是一款性能優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系列產品線，具備以下核心優勢：

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

• 輕量化與高集成度：產品體積小、重量輕，非常適合集成于無人機遙感系統，進行低空、高分辨率的數據采集。

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

HY-1230-01不僅服務于教育科研，更廣泛應用于智慧農業、生態環保、工業檢測等多個領域，致力于將深層次的光譜感知能力賦能給各行各業的用戶。