高光谱+深度学习：破解柑橘黄龙病早检难题

柑橘黄龙病（HLB）被称作柑橘产业的 “癌症”，是全球柑橘种植中最具毁灭性的细菌性病害。它潜伏期长达数月至一年，早期症状极度隐蔽，传播速度极快，一旦暴发极易造成果园减产绝收。

长期以来，柑橘黄龙病检测一直存在两大痛点：人工目视诊断易误判、漏检；PCR 分子检测精准但成本高、操作复杂，无法适配田间大规模快速筛查。如何实现早期、无损、高效的精准检测，成为柑橘产业保产增收的核心难题。

基于高光谱成像与深度学习的智能检测方案，为这一行业困境提供了关键破局思路。

一、核心技术原理：靠光谱 “指纹” 识别无症状病株

莱森光学 iSpecHyper-VS 高光谱成像相机，可采集柑橘叶片400–1000nm可见光到近红外波段的连续光谱反射率，通过一阶导数光谱放大健康与感染叶片的细微特征差异；再结合 CNN、Transformer 等深度学习模型，对光谱 - 空间特征联合学习，自动筛选最优特征波段，早期识别准确率可达 95% 以上。

简单来说，就是在病害未出现肉眼可见症状前，通过叶片的光谱信号变化，精准锁定感染植株。

原始光谱(a)和一阶导数(b)光谱反射率

二、方案三大核心优势

1. 非接触无损，批量高效筛查无需破坏样本，数秒完成单株叶片检测，支持大面积果园快速巡查。

2. 适配田间场景，智慧化部署设备轻巧便携，可搭载移动平台或无人机，轻松应对复杂田间环境，实现 “下地即用”。

3. 早期预警，精准止损黄龙病潜伏期即可识别病株，为砍除病树、阻断木虱传播争取时间，大幅降低防控成本。

三、产业应用与价值

1. 园区全域普查：快速扫描全园生成病害风险分布图，精准定位高风险区域。

2. 精准植保指导：结合 GIS 与气象数据，生成定向喷药、隔离修剪方案，避免盲目全园施药。

3. 产业智能化升级：推动柑橘种植从 “靠经验看病” 转向 “靠数据预测”，助力产业数字化转型。

四、总结

高光谱 + 深度学习的检测方案，不仅是农业科技的技术创新，更搭建了从硬件设备到光谱预处理、特征分析、模型训练的完整体系，能帮助科研单位与种植主体构建专属病害智能预警体系。

早发现、早防控、早止损，这项技术正彻底重塑柑橘黄龙病的早期监测模式，为柑橘产业注入硬核科技力量。

审核编辑 黄宇