2025年7月17日-19日，由江蘇雙利合譜科技有限公司與江蘇省農(nóng)業(yè)科學(xué)院無錫分院聯(lián)合主辦的第四屆高光譜成像應(yīng)用研討會暨多模態(tài)遙感與智慧農(nóng)業(yè)協(xié)同創(chuàng)新論壇成功舉辦。本次論壇以“光譜賦能農(nóng)業(yè)，數(shù)據(jù)驅(qū)動未來"為主題，旨在搭建產(chǎn)學(xué)研用深度融合的橋梁，推動技術(shù)突破與場景落地的雙向奔赴，為全球農(nóng)業(yè)可持續(xù)發(fā)展注入科技動能。同時(shí)現(xiàn)場200多名與會者、線上觀看量25W+，深入探討了高光譜領(lǐng)域的熱點(diǎn)問題和未來發(fā)展趨勢。

會議期間江蘇省農(nóng)業(yè)科學(xué)院無錫分院院長朱方林、北京卓立漢光儀器有限公司副總經(jīng)理陳興海、南京農(nóng)業(yè)大學(xué)教授程濤、南京大學(xué)教授張永光、揚(yáng)州大學(xué)教授孫成明、石河子大學(xué)教授呂新、中國農(nóng)業(yè)大學(xué)教授馬韞韜、安徽農(nóng)業(yè)大學(xué)教授饒?jiān)?、江南大學(xué)教授郭亞、南京農(nóng)業(yè)大學(xué)教授江沖亞、南京農(nóng)業(yè)大學(xué)副教授金時(shí)超、江蘇大學(xué)副研究員王愛臣、河南農(nóng)業(yè)大學(xué)教授馮偉、上海市農(nóng)業(yè)科學(xué)院副研究員田明璐、南京林業(yè)大學(xué)講師周凱、南京農(nóng)業(yè)大學(xué)鐘山青年研究員谷洋洋、江蘇省農(nóng)科院無錫分院研究員張文宇等嘉賓出席做精彩報(bào)告演講，內(nèi)容涵蓋高光譜作物表型分析、無人機(jī)遙感監(jiān)測技術(shù)、農(nóng)產(chǎn)品品質(zhì)無損檢測等核心方向，為本次論壇注入了前沿的思想力量與實(shí)踐經(jīng)驗(yàn)。

南京農(nóng)業(yè)大學(xué)教授程濤為大家?guī)怼犊梢暬豢梢姲Y狀：成像光譜與熱點(diǎn)分析耦合的稻瘟病早期監(jiān)測》的報(bào)告。報(bào)告針對無癥狀期稻瘟病光譜信號微弱、病斑擴(kuò)散速度快等問題，提出了一套基于近端成像光譜平臺的無癥狀期病害信號純化及可視化方法MESPOT。該方法將稻瘟病菌侵染程度的加深視為葉片感病組織光譜信號豐度逐漸升高的過程，基于時(shí)序近端成像光譜數(shù)據(jù)和多端元光譜解混方法，成功捕捉到無癥狀期的微弱病害光譜信號，進(jìn)一步借助于空間熱點(diǎn)分析方法，率*實(shí)現(xiàn)了潛在病斑的可視化及無癥狀期感病葉片的高精度分類。

▲南京農(nóng)業(yè)大學(xué)教授 程濤

南京大學(xué)教授張永光為大家?guī)怼吨脖蝗展庹T導(dǎo)葉綠素?zé)晒膺b感方法與應(yīng)用》的報(bào)告。報(bào)告主要講解了植被日光誘導(dǎo)葉綠素?zé)晒庾鳛樾屡d的遙感技術(shù)之一，能夠準(zhǔn)確感知植被光合作用動態(tài)信息，實(shí)現(xiàn)陸地生態(tài)系統(tǒng)的高效動態(tài)、監(jiān)測。本報(bào)告將重點(diǎn)圍繞日光誘導(dǎo)葉綠素?zé)晒膺b感方法、監(jiān)測系統(tǒng)、反演算法及其光合作用探測等研究進(jìn)展進(jìn)行匯報(bào)，并闡述結(jié)合“天-空-地"多源遙感數(shù)據(jù)植被監(jiān)測中的應(yīng)用。

▲南京大學(xué)教授 張永光

揚(yáng)州大學(xué)教授孫成明為大家?guī)怼痘诠庾V技術(shù)的作物災(zāi)害監(jiān)測與評價(jià)》的報(bào)告。報(bào)告內(nèi)容主要介紹了利用光譜技術(shù)，監(jiān)測與評價(jià)小麥低溫凍害、高溫?zé)岷σ约暗狗斐傻奈：?，提出了基于深度學(xué)習(xí)和光譜的凍害分類模型，能夠精準(zhǔn)的檢測小麥發(fā)生凍害的情況，凍害檢測的平均準(zhǔn)確率均為93%以上；通過冠層溫度特征和光譜特征相結(jié)合，利用粒子群優(yōu)化（PSO）的支持向量機(jī)模型（SVM），以產(chǎn)量損失為依據(jù)來監(jiān)測作物高溫?zé)岷?，模型熱害監(jiān)測精度在90%以上；基于熱紅外與光譜技術(shù)相結(jié)合的水稻倒伏監(jiān)測精度超過97%。

▲揚(yáng)州大學(xué)教授 孫成明

石河子大學(xué)教授呂新為大家?guī)怼犊仗煨畔⒓夹g(shù)助力棉花高質(zhì)量生產(chǎn)》的報(bào)告。本報(bào)告主要介紹了新疆作為我國棉花主產(chǎn)區(qū)，其高質(zhì)量生產(chǎn)對國家棉花安全至關(guān)重要。然而，當(dāng)前棉花生產(chǎn)面臨植棉成本高、農(nóng)情監(jiān)測不精準(zhǔn)、資源浪費(fèi)等問題。為此，將空天信息技術(shù)引入到農(nóng)業(yè)生產(chǎn)全過程，實(shí)現(xiàn)新疆棉花精準(zhǔn)化種植和智能化管理。在棉花水分、氮磷鉀養(yǎng)分、病蟲害、采收等方面取得突破，開發(fā)了高精度監(jiān)測、診斷、決策模型，研發(fā)了智慧施肥、精準(zhǔn)施藥及產(chǎn)量預(yù)測系統(tǒng)并集成云平臺。技術(shù)累計(jì)核心示范基地5個(gè)，應(yīng)用推廣面積超112萬畝，節(jié)本增效2.14億元。未來研究將聚焦多源數(shù)據(jù)融合、尺度轉(zhuǎn)化、智能裝備研發(fā)及數(shù)字化生產(chǎn)模式創(chuàng)新，為新疆棉花提質(zhì)增效提供技術(shù)支撐，推動農(nóng)業(yè)現(xiàn)代化發(fā)展。

▲石河子大學(xué)教授 呂新

中國農(nóng)業(yè)大學(xué)教授馬韞韜為大家?guī)怼吨腔坜r(nóng)業(yè)之高通量作物表型解析與應(yīng)用》的報(bào)告。報(bào)告針講述了在AI時(shí)代，智慧農(nóng)業(yè)以其智能化和數(shù)據(jù)驅(qū)動的特性，正在重塑傳統(tǒng)農(nóng)業(yè)模式。通過人工智能和大數(shù)據(jù)分析，智慧農(nóng)業(yè)實(shí)現(xiàn)了對作物生長狀態(tài)的實(shí)時(shí)監(jiān)測、土壤健康評估以及環(huán)境變化的快速響應(yīng)。本報(bào)告將深入探討AI時(shí)代智慧農(nóng)業(yè)和作物數(shù)字孿生的關(guān)鍵技術(shù)與應(yīng)用。首先，重點(diǎn)討論作物的精準(zhǔn)三維結(jié)構(gòu)獲取解析與仿真技術(shù)，展示如何精準(zhǔn)刻畫作物的三維結(jié)構(gòu)，從而更有效地監(jiān)測作物狀態(tài)并進(jìn)行虛擬仿真，為農(nóng)業(yè)管理提供更科學(xué)的決策依據(jù)。接著介紹無人機(jī)和多源傳感器在作物表型監(jiān)測中的應(yīng)用，包括土壤地力、苗情苗勢、作物長勢和病蟲害監(jiān)測，強(qiáng)調(diào)其在數(shù)據(jù)采集與解析方面的優(yōu)勢。最后，在遙感數(shù)據(jù)融合方面，提出將無人機(jī)與衛(wèi)星遙感數(shù)據(jù)耦合，構(gòu)建時(shí)空連續(xù)的作物長勢監(jiān)測框架，并進(jìn)一步集成到智慧農(nóng)業(yè)決策平臺中，助力生產(chǎn)管理智能化、精準(zhǔn)化發(fā)展。

▲中國農(nóng)業(yè)大學(xué)教授 馬韞韜

安徽農(nóng)業(yè)大學(xué)教授饒?jiān)獮榇蠹規(guī)怼蹲魑锕夂仙懋愘|(zhì)性智能感知技術(shù)與裝備》的報(bào)告。本次報(bào)告圍繞作物光合生理高通量智能感知需求，重點(diǎn)探討了暗室、自然開放環(huán)境下作物冠層葉綠素?zé)晒饧ぐl(fā)組件、作物光合表型原位高通量成像系統(tǒng)設(shè)計(jì)；提出了作物冠層葉綠素?zé)晒鈪?shù)精確反演方法、作物群體快速三維重構(gòu)與生長信息智能解析技術(shù)。介紹了作物光合生理異質(zhì)性智能感知裝備研制與應(yīng)用，為作物光合生理異質(zhì)性分析提供支撐。

▲安徽農(nóng)業(yè)大學(xué)教授 饒?jiān)?/span>

江蘇雙利合譜科技有限公司銷售總監(jiān)鄧新強(qiáng)為大家?guī)怼犊蒲屑壐吖庾V成像系統(tǒng)介紹及新品簡介》的報(bào)告。本報(bào)告介紹了隨著遙感技術(shù)的快速發(fā)展，高光譜成像技術(shù)因其高效、靈活和高分辨率的特點(diǎn)，在各個(gè)領(lǐng)域展現(xiàn)出巨大的應(yīng)用潛力。詳細(xì)介紹雙利合譜高光譜成像系統(tǒng)全系的解決方案及應(yīng)用。同時(shí)，本次報(bào)告帶來雙利合譜最新的產(chǎn)品介紹，開拓高光譜成像技術(shù)全新的應(yīng)用方向。

▲江蘇雙利合譜科技有限公司銷售總監(jiān) 鄧新強(qiáng)

江南大學(xué)教授郭亞為大家?guī)怼度~片葉綠素?zé)晒饨Ｅc測試技術(shù)》的報(bào)告。報(bào)告介紹了隨著人口增長、氣候極*變化和病蟲害的加劇等，提高作物產(chǎn)量至關(guān)重要?，F(xiàn)代農(nóng)業(yè)與植物學(xué)研究的一個(gè)難點(diǎn)在于感知植物的光合生理需求并調(diào)控其生長。葉綠素?zé)晒庾鳛橐环N生物信號，可有效探測植物光合作用活動與環(huán)境脅迫狀況。本報(bào)告將介紹葉片葉綠素?zé)晒鈾C(jī)理建模與數(shù)據(jù)建模、延遲葉綠素?zé)晒馀c快速葉綠素?zé)晒鉁y試技術(shù)及其在農(nóng)業(yè)信息化與植物生理等領(lǐng)域的應(yīng)用。

▲江南大學(xué)教授 郭亞

南京農(nóng)業(yè)大學(xué)教授江沖亞為大家?guī)怼妒褂?0°傾斜相機(jī)測量綠色葉面積指數(shù)、聚集度指數(shù)和葉傾角分布》的報(bào)告。本報(bào)告主要介紹了冠層結(jié)構(gòu)在調(diào)控作物的關(guān)鍵過程（如光吸收、光合作用、呼吸作用和蒸散作用）中起著至關(guān)重要的作用。光學(xué)儀器能夠高效測量田間作物的冠層結(jié)構(gòu)。然而，由于現(xiàn)有各類光學(xué)儀器均存在局限性，以經(jīng)濟(jì)高效且省力的方式準(zhǔn)確測量綠葉面積指數(shù)、聚集指數(shù)和葉角分布仍面臨巨大挑戰(zhàn)。本文提出了一系列新方法，通過將普通相機(jī)傾斜 30 度來量化綠葉面積指數(shù)、聚集指數(shù)和葉角分布。我們利用傻瓜相機(jī)、智能手機(jī)相機(jī)和田間自動相機(jī)，在真實(shí)環(huán)境和 3D 模型模擬的虛擬環(huán)境中對這些新方法進(jìn)行了驗(yàn)證。結(jié)果表明，與真值相比，新方法具有較高的精度，并在陸地植被研究應(yīng)用中展現(xiàn)出巨大潛力。

▲南京農(nóng)業(yè)大學(xué)教授 江沖亞

南京農(nóng)業(yè)大學(xué)副教授金時(shí)超為大家?guī)怼蹲魑飼r(shí)空表型組學(xué)：光學(xué)感知、解析與應(yīng)用》的報(bào)告。本報(bào)告講述了面向國家糧食安全和生物育種需求，聚焦“基因與環(huán)境交互如何影響作物表型"的關(guān)鍵科學(xué)問題，瞄準(zhǔn)“作物時(shí)空表型精準(zhǔn)鑒定和評價(jià)"這一實(shí)際難題，系統(tǒng)報(bào)告作物時(shí)空表型組學(xué)的概念、理論和技術(shù)進(jìn)展，具體內(nèi)容包括光學(xué)遙感技術(shù)的“高效獲取-智能解析-交叉應(yīng)用"三方面，即：作物時(shí)空表型獲取的共性技術(shù)研發(fā)，作物時(shí)空表型智能解析的核心算法開發(fā)，作物時(shí)空表型精準(zhǔn)鑒定、預(yù)測與評價(jià)利用。最后，報(bào)告將探討未來作物時(shí)空表型組學(xué)的挑戰(zhàn)與機(jī)遇。

▲南京農(nóng)業(yè)大學(xué)副教授 金時(shí)超

江蘇大學(xué)副研究員王愛臣為大家?guī)怼兜统杀緹o人機(jī)遙感監(jiān)測大田作物長勢應(yīng)用實(shí)踐》的報(bào)告。報(bào)告主要講述低空無人機(jī)遙感憑借低成本、數(shù)據(jù)易獲取、空間分辨率高、數(shù)據(jù)源豐富等優(yōu)勢在農(nóng)情信息監(jiān)測中獲得廣泛研究應(yīng)用。研究了基于無人機(jī)RGB圖像的作物生物量、株高、葉綠素含量和葉片氮含量檢測快速檢測方法，通過提取RGB圖像的光譜指數(shù)和紋理特征提高檢測精度，分析了土壤背景、植被覆蓋度、拍攝視角和圖像空間分辨率對檢測精度的影響；建立了基于RGB遙感影像的稻麥倒伏分割模型，開發(fā)了倒伏檢測軟件，實(shí)現(xiàn)稻麥倒伏面積的快速提??；研究了基于多光譜植被指數(shù)的小麥葉綠素含量檢測方法，優(yōu)選植被指數(shù)并評估了模型對不同小麥品種、生長期的泛化能力，并生成了變量施肥處方圖，指導(dǎo)小麥變量追肥；研發(fā)了基于電液控制的精準(zhǔn)變量施肥系統(tǒng)，結(jié)合處方圖實(shí)現(xiàn)小麥變量追肥。

▲江蘇大學(xué)副研究員 王愛臣

無錫譜視界科技有限公司首*技術(shù)專家黃宇為大家?guī)怼豆庾V遙感技術(shù)在低空經(jīng)濟(jì)時(shí)代下的發(fā)展與應(yīng)用》的報(bào)告。報(bào)告主要介紹光譜遙感技術(shù)在低空經(jīng)濟(jì)中的應(yīng)用領(lǐng)域、優(yōu)勢、挑戰(zhàn)以及展望。

▲無錫譜視界科技有限公司首*技術(shù)專家 黃宇

河南農(nóng)業(yè)大學(xué)研究員馮偉為大家?guī)怼痘诙嘣催b感數(shù)據(jù)融合的小麥白粉病監(jiān)測研究》的報(bào)告。本報(bào)告介紹了白粉病為黃淮麥區(qū)小麥主要病害，對其外觀癥狀明顯發(fā)生前進(jìn)行早期監(jiān)測診斷是精準(zhǔn)防控、減輕危害的關(guān)鍵。本研究聚焦小麥白粉病的傳統(tǒng)人工監(jiān)測耗時(shí)費(fèi)力、時(shí)效性差等問題，提出基于多源遙感數(shù)據(jù)融合的小麥白粉病監(jiān)測方法。通過整合多角度冠層光譜、日光誘導(dǎo)葉綠素?zé)晒猓⊿IF）、熱紅外影像等多源數(shù)據(jù)，結(jié)合 CARS-ELM、SVM-RBF、CWT-DSCNN-MSA 等機(jī)器學(xué)習(xí)與深度學(xué)習(xí)模型，系統(tǒng)探究了小麥白粉病的光譜響應(yīng)規(guī)律與早期生理變化特征。多源數(shù)據(jù)融合可有效突破單一數(shù)據(jù)源局限，其中 SIF 與高光譜反射率融合模型在病害潛伏期監(jiān)測精度提升 25%以上，三元數(shù)據(jù)（SIF+TP+VI）融合的深度學(xué)習(xí)模型平均監(jiān)測精度達(dá) 90%以上（Kappa 0.92）。研究結(jié)果為小麥白粉病早期預(yù)警與精準(zhǔn)防控提供了多源數(shù)據(jù)融合的技術(shù)框架，對提升農(nóng)業(yè)病害遙感監(jiān)測水平、增強(qiáng)實(shí)用性具有重要意義。

▲河南農(nóng)業(yè)大學(xué)研究員 馮偉

上海市農(nóng)業(yè)科學(xué)院副研究員田明璐為大家?guī)怼豆庾V技術(shù)在智慧農(nóng)業(yè)中的應(yīng)用》的報(bào)告。報(bào)告介紹了基于多尺度平臺的作物溫度脅迫表型鑒定研究進(jìn)展。團(tuán)隊(duì)圍繞田間和實(shí)驗(yàn)室不同環(huán)境，構(gòu)建了包括無人機(jī)、吊軌、自走式和實(shí)驗(yàn)室表型平臺等在內(nèi)的多類型高通量作物表型采集系統(tǒng)，結(jié)合AI算法開發(fā)了適用于群體、單株和器官尺度的表型解析技術(shù)。在生菜和番茄的低溫與高溫脅迫試驗(yàn)中，分別采用多源遙感與高光譜成像技術(shù)，構(gòu)建了凍害指數(shù)預(yù)測模型，提出了高溫早期分類新模型，并驗(yàn)證了外源物質(zhì)調(diào)控抗性機(jī)制。研究不僅提高了溫度脅迫表型識別的效率和準(zhǔn)確性，也為作物抗逆育種和精準(zhǔn)管理提供了技術(shù)支撐。

▲上海市農(nóng)業(yè)科學(xué)院副研究員 田明璐

南京林業(yè)大學(xué)講師周凱為大家?guī)怼恶詈隙嘣催b感和輻射傳輸模型的銀杏人工林氮素和色素含量反演》的報(bào)告。本報(bào)告主要介紹了人工林單木-葉片生理參數(shù)的精準(zhǔn)測量對人工林長勢及健康狀況的評估具有重要的意義。本研究在江蘇典型銀杏人工林研究區(qū)綜合實(shí)驗(yàn)的基礎(chǔ)上，通過耦合高光譜遙感、激光雷達(dá)數(shù)據(jù)和PROSAIL模型，實(shí)現(xiàn)了葉片和單木尺度的生理參數(shù)精準(zhǔn)測量。葉片尺度上，基于單葉雙向反射率構(gòu)建了抑制鏡面反射的葉黃酮敏感光譜指數(shù)，優(yōu)化葉肉結(jié)構(gòu)參數(shù)后形成修正型光譜指數(shù)，結(jié)合PROCWT_S3算法和序列前向選擇優(yōu)選氮敏感波段，提升氮含量估測精度。單木尺度上，采用體元框架融合點(diǎn)云與高光譜數(shù)據(jù)，構(gòu)建銀杏專屬PROSAIL模型，通過模擬反射率查找表反演冠層色素三維分布，最終開發(fā)出抑制冠層結(jié)構(gòu)效應(yīng)的葉黃酮光譜指數(shù)，生成葉黃酮空間分布圖。該研究為人工林健康評估提供了多尺度監(jiān)測方法。

▲南京林業(yè)大學(xué)講師周凱

南京農(nóng)業(yè)大學(xué)鐘山青年研究員谷洋洋為大家?guī)怼蹲魑镪P(guān)鍵表型性狀智能解析技術(shù)與育種應(yīng)用》的報(bào)告。本研究開發(fā)并應(yīng)用了作物關(guān)鍵表型性狀智能解析技術(shù)，服務(wù)于現(xiàn)代育種需求。通過無人機(jī)和地面平臺搭載激光雷達(dá)、高光譜儀、多光譜相機(jī)、RGB相機(jī)等傳感器，構(gòu)建了地-空協(xié)同的多源數(shù)據(jù)采集體系。利用先進(jìn)智能算法解析點(diǎn)云、多/高光譜及RGB圖像數(shù)據(jù)，實(shí)現(xiàn)了對作物結(jié)構(gòu)參數(shù)、生理生化參數(shù)、生育進(jìn)程及產(chǎn)量潛力的高通量、精準(zhǔn)、無損動態(tài)監(jiān)測與估測。該技術(shù)突破了傳統(tǒng)表型獲取瓶頸，為加速作物精準(zhǔn)高效育種提供了強(qiáng)大支撐。

▲南京農(nóng)業(yè)大學(xué)鐘山青年研究員 谷洋洋

江蘇省農(nóng)業(yè)科學(xué)院無錫分院研究員張文宇為大家?guī)怼陡兄x能智慧農(nóng)業(yè)——認(rèn)識與實(shí)踐》的報(bào)告。報(bào)告主要分享了對感知賦能智慧農(nóng)業(yè)的認(rèn)識，介紹了江蘇省農(nóng)業(yè)局科學(xué)研究院無錫分院智慧農(nóng)業(yè)創(chuàng)新團(tuán)隊(duì)一年多來的相關(guān)工作，分享在農(nóng)業(yè)信息的感知，分析和決策的一系列的硬件和算法工作，同時(shí)展望了未來智慧農(nóng)業(yè)可能的發(fā)展熱點(diǎn)方向。

▲江蘇省農(nóng)業(yè)科學(xué)院無錫分院研究員 張文宇

本屆論壇的成功舉辦，特別感謝江蘇省農(nóng)業(yè)科學(xué)院無錫分院的戰(zhàn)略支持、今日頭條等多家媒體的鼎力傳播，致敬組委會全體成員的辛勤付出，更感恩每一位參會者的智慧投入。希望大家充分交流、深入探討，在成果分享中啟迪創(chuàng)新思路，在合作洽談中拓展發(fā)展空間，攜手繪制高光譜技術(shù)賦能農(nóng)業(yè)發(fā)展的壯闊藍(lán)圖—第四屆高光譜成像應(yīng)用研討會暨多模態(tài)遙感與智慧農(nóng)業(yè)協(xié)同創(chuàng)新論壇至此圓滿禮成！