2025年7月17日-19日，由江苏双利合谱科技有限公司与江苏省农业科学院无锡分院联合主办的第四届高光谱成像应用研讨会暨多模态遥感与智慧农业协同创新论坛成功举办。本次论坛以“光谱赋能农业，数据驱动未来”为主题，旨在搭建产学研用深度融合的桥梁，推动技术突破与场景落地的双向奔赴，为全球农业可持续发展注入科技动能。
会议期间江苏省农业科学院无锡分院院长朱方林、北京卓立汉光仪器有限公司副总经理陈兴海、南京农业大学教授程涛、南京大学教授张永光、扬州大学教授孙成明、石河子大学教授吕新、中国农业大学教授马韫韬、安徽农业大学教授饶元、江南大学教授郭亚、南京农业大学教授江冲亚、南京农业大学副教授金时超、江苏大学副研究员王爱臣、河南农业大学教授冯伟、上海市农业科学院副研究员田明璐、南京林业大学讲师周凯、南京农业大学钟山青年研究员谷洋洋、江苏省农科院无锡分院研究员张文宇等嘉宾出席做精彩报告演讲，内容涵盖高光谱作物表型分析、无人机遥感监测技术、农产品品质无损检测等核心方向，为本次论坛注入了前沿的思想力量与实践经验。
南京农业大学教授程涛为大家带来《可视化不可见症状：成像光谱与热点分析耦合的稻瘟病早期监测》的报告。报告针对无症状期稻瘟病光谱信号微弱、病斑扩散速度快等问题，提出了一套基于近端成像光谱平台的无症状期病害信号纯化及可视化方法MESPOT。该方法将稻瘟病菌侵染程度的加深视为叶片感病组织光谱信号丰度逐渐升高的过程，基于时序近端成像光谱数据和多端元光谱解混方法，成功捕捉到无症状期的微弱病害光谱信号，进一步借助于空间热点分析方法，率先实现了潜在病斑的可视化及无症状期感病叶片的高精度分类。
▲南京农业大学教授 程涛
南京大学教授张永光为大家带来《植被日光诱导叶绿素荧光遥感方法与应用》的报告。报告主要讲解了植被日光诱导叶绿素荧光作为新兴的遥感技术之一，能够准确感知植被光合作用动态信息，实现陆地生态系统的高效动态、监测。本报告将重点围绕日光诱导叶绿素荧光遥感方法、监测系统、反演算法及其光合作用探测等研究进展进行汇报，并阐述结合“天-空-地”多源遥感数据植被监测中的应用。
▲南京大学教授 张永光
扬州大学教授孙成明为大家带来《基于光谱技术的作物灾害监测与评价》的报告。报告内容主要介绍了利用光谱技术，监测与评价小麦低温冻害、高温热害以及倒伏造成的危害，提出了基于深度学习和光谱的冻害分类模型，能够精准的检测小麦发生冻害的情况，冻害检测的平均准确率均为93%以上；通过冠层温度特征和光谱特征相结合，利用粒子群优化（PSO）的支持向量机模型（SVM），以产量损失为依据来监测作物高温热害，模型热害监测精度在90%以上；基于热红外与光谱技术相结合的水稻倒伏监测精度超过97%。
▲扬州大学教授 孙成明
石河子大学教授吕新为大家带来《空天信息技术助力棉花高质量生产》的报告。本报告主要介绍了新疆作为我国棉花主产区，其高质量生产对国家棉花安全至关重要。然而，当前棉花生产面临植棉成本高、农情监测不精准、资源浪费等问题。为此，将空天信息技术引入到农业生产全过程，实现新疆棉花精准化种植和智能化管理。在棉花水分、氮磷钾养分、病虫害、采收等方面取得突破，开发了高精度监测、诊断、决策模型，研发了智慧施肥、精准施药及产量预测系统并集成云平台。技术累计核心示范基地5个，应用推广面积超112万亩，节本增效2.14亿元。未来研究将聚焦多源数据融合、尺度转化、智能装备研发及数字化生产模式创新，为新疆棉花提质增效提供技术支撑，推动农业现代化发展。
▲石河子大学教授 吕新
中国农业大学教授马韫韬为大家带来《智慧农业之高通量作物表型解析与应用》的报告。报告针讲述了在AI时代，智慧农业以其智能化和数据驱动的特性，正在重塑传统农业模式。通过人工智能和大数据分析，智慧农业实现了对作物生长状态的实时监测、土壤健康评估以及环境变化的快速响应。本报告将深入探讨AI时代智慧农业和作物数字孪生的关键技术与应用。首先，重点讨论作物的精准三维结构获取解析与仿真技术，展示如何精准刻画作物的三维结构，从而更有效地监测作物状态并进行虚拟仿真，为农业管理提供更科学的决策依据。接着介绍无人机和多源传感器在作物表型监测中的应用，包括土壤地力、苗情苗势、作物长势和病虫害监测，强调其在数据采集与解析方面的优势。最后，在遥感数据融合方面，提出将无人机与卫星遥感数据耦合，构建时空连续的作物长势监测框架，并进一步集成到智慧农业决策平台中，助力生产管理智能化、精准化发展。
▲中国农业大学教授 马韫韬
安徽农业大学教授饶元为大家带来《作物光合生理异质性智能感知技术与装备》的报告。本次报告围绕作物光合生理高通量智能感知需求，重点探讨了暗室、自然开放环境下作物冠层叶绿素荧光激发组件、作物光合表型原位高通量成像系统设计；提出了作物冠层叶绿素荧光参数精确反演方法、作物群体快速三维重构与生长信息智能解析技术。介绍了作物光合生理异质性智能感知装备研制与应用，为作物光合生理异质性分析提供支撑。
▲安徽农业大学教授 饶元
江苏双利合谱科技有限公司销售总监邓新强为大家带来《科研级高光谱成像系统介绍及新品简介》的报告。本报告介绍了随着遥感技术的快速发展，高光谱成像技术因其高效、灵活和高分辨率的特点，在各个领域展现出巨大的应用潜力。详细介绍双利合谱高光谱成像系统全系的解决方案及应用。同时，本次报告带来双利合谱最新的产品介绍，开拓高光谱成像技术全新的应用方向。
▲江苏双利合谱科技有限公司销售总监 邓新强
江南大学教授郭亚为大家带来《叶片叶绿素荧光建模与测试技术》的报告。报告介绍了随着人口增长、气候极端变化和病虫害的加剧等，提高作物产量至关重要。现代农业与植物学研究的一个难点在于感知植物的光合生理需求并调控其生长。叶绿素荧光作为一种生物信号，可有效探测植物光合作用活动与环境胁迫状况。本报告将介绍叶片叶绿素荧光机理建模与数据建模、延迟叶绿素荧光与快速叶绿素荧光测试技术及其在农业信息化与植物生理等领域的应用。
▲江南大学教授 郭亚
南京农业大学教授江冲亚为大家带来《使用30°倾斜相机测量绿色叶面积指数、聚集度指数和叶倾角分布》的报告。本报告主要介绍了冠层结构在调控作物的关键过程（如光吸收、光合作用、呼吸作用和蒸散作用）中起着至关重要的作用。光学仪器能够高效测量田间作物的冠层结构。然而，由于现有各类光学仪器均存在局限性，以经济高效且省力的方式准确测量绿叶面积指数、聚集指数和叶角分布仍面临巨大挑战。本文提出了一系列新方法，通过将普通相机倾斜 30 度来量化绿叶面积指数、聚集指数和叶角分布。我们利用傻瓜相机、智能手机相机和田间自动相机，在真实环境和 3D 模型模拟的虚拟环境中对这些新方法进行了验证。结果表明，与真值相比，新方法具有较高的精度，并在陆地植被研究应用中展现出巨大潜力。
▲南京农业大学教授 江冲亚
南京农业大学副教授金时超为大家带来《作物时空表型组学：光学感知、解析与应用》的报告。本报告讲述了面向国家粮食安全和生物育种需求，聚焦“基因与环境交互如何影响作物表型”的关键科学问题，瞄准“作物时空表型精准鉴定和评价”这一实际难题，系统报告作物时空表型组学的概念、理论和技术进展，具体内容包括光学遥感技术的“高效获取-智能解析-交叉应用”三方面，即：作物时空表型获取的共性技术研发，作物时空表型智能解析的核心算法开发，作物时空表型精准鉴定、预测与评价利用。最后，报告将探讨未来作物时空表型组学的挑战与机遇。
▲南京农业大学副教授 金时超
江苏大学副研究员王爱臣为大家带来《低成本无人机遥感监测大田作物长势应用实践》的报告。报告主要讲述低空无人机遥感凭借低成本、数据易获取、空间分辨率高、数据源丰富等优势在农情信息监测中获得广泛研究应用。研究了基于无人机RGB图像的作物生物量、株高、叶绿素含量和叶片氮含量检测快速检测方法，通过提取RGB图像的光谱指数和纹理特征提高检测精度，分析了土壤背景、植被覆盖度、拍摄视角和图像空间分辨率对检测精度的影响；建立了基于RGB遥感影像的稻麦倒伏分割模型，开发了倒伏检测软件，实现稻麦倒伏面积的快速提取；研究了基于多光谱植被指数的小麦叶绿素含量检测方法，优选植被指数并评估了模型对不同小麦品种、生长期的泛化能力，并生成了变量施肥处方图，指导小麦变量追肥；研发了基于电液控制的精准变量施肥系统，结合处方图实现小麦变量追肥。
▲江苏大学副研究员 王爱臣
无锡谱视界科技有限公司首席技术专家黄宇为大家带来《光谱遥感技术在低空经济时代下的发展与应用》的报告。报告主要介绍光谱遥感技术在低空经济中的应用领域、优势、挑战以及展望。
▲无锡谱视界科技有限公司首席技术专家 黄宇
河南农业大学研究员冯伟为大家带来《基于多源遥感数据融合的小麦白粉病监测研究》的报告。本报告介绍了白粉病为黄淮麦区小麦主要病害，对其外观症状明显发生前进行早期监测诊断是精准防控、减轻危害的关键。本研究聚焦小麦白粉病的传统人工监测耗时费力、时效性差等问题，提出基于多源遥感数据融合的小麦白粉病监测方法。通过整合多角度冠层光谱、日光诱导叶绿素荧光（SIF）、热红外影像等多源数据，结合 CARS-ELM、SVM-RBF、CWT-DSCNN-MSA 等机器学习与深度学习模型，系统探究了小麦白粉病的光谱响应规律与早期生理变化特征。多源数据融合可有效突破单一数据源局限，其中 SIF 与高光谱反射率融合模型在病害潜伏期监测精度提升 25%以上，三元数据（SIF+TP+VI）融合的深度学习模型平均监测精度达 90%以上（Kappa 0.92）。研究结果为小麦白粉病早期预警与精准防控提供了多源数据融合的技术框架，对提升农业病害遥感监测水平、增强实用性具有重要意义。
▲河南农业大学研究员 冯伟
上海市农业科学院副研究员田明璐为大家带来《光谱技术在智慧农业中的应用》的报告。报告介绍了基于多尺度平台的作物温度胁迫表型鉴定研究进展。团队围绕田间和实验室不同环境，构建了包括无人机、吊轨、自走式和实验室表型平台等在内的多类型高通量作物表型采集系统，结合AI算法开发了适用于群体、单株和器官尺度的表型解析技术。在生菜和番茄的低温与高温胁迫试验中，分别采用多源遥感与高光谱成像技术，构建了冻害指数预测模型，提出了高温早期分类新模型，并验证了外源物质调控抗性机制。研究不仅提高了温度胁迫表型识别的效率和准确性，也为作物抗逆育种和精准管理提供了技术支撑。
▲上海市农业科学院副研究员 田明璐
南京林业大学讲师周凯为大家带来《耦合多源遥感和辐射传输模型的银杏人工林氮素和色素含量反演》的报告。本报告主要介绍了人工林单木-叶片生理参数的精准测量对人工林长势及健康状况的评估具有重要的意义。本研究在江苏典型银杏人工林研究区综合实验的基础上，通过耦合高光谱遥感、激光雷达数据和PROSAIL模型，实现了叶片和单木尺度的生理参数精准测量。叶片尺度上，基于单叶双向反射率构建了抑制镜面反射的叶黄酮敏感光谱指数，优化叶肉结构参数后形成修正型光谱指数，结合PROCWT_S3算法和序列前向选择优选氮敏感波段，提升氮含量估测精度。单木尺度上，采用体元框架融合点云与高光谱数据，构建银杏专属PROSAIL模型，通过模拟反射率查找表反演冠层色素三维分布，最终开发出抑制冠层结构效应的叶黄酮光谱指数，生成叶黄酮空间分布图。该研究为人工林健康评估提供了多尺度监测方法。
▲南京林业大学讲师周凯
南京农业大学钟山青年研究员谷洋洋为大家带来《作物关键表型性状智能解析技术与育种应用》的报告。本研究开发并应用了作物关键表型性状智能解析技术，服务于现代育种需求。通过无人机和地面平台搭载激光雷达、高光谱仪、多光谱相机、RGB相机等传感器，构建了地-空协同的多源数据采集体系。利用先进智能算法解析点云、多/高光谱及RGB图像数据，实现了对作物结构参数、生理生化参数、生育进程及产量潜力的高通量、精准、无损动态监测与估测。该技术突破了传统表型获取瓶颈，为加速作物精准高效育种提供了强大支撑。
▲南京农业大学钟山青年研究员 谷洋洋
江苏省农业科学院无锡分院研究员张文宇为大家带来《感知赋能智慧农业——认识与实践》的报告。报告主要分享了对感知赋能智慧农业的认识，介绍了江苏省农业局科学研究院无锡分院智慧农业创新团队一年多来的相关工作，分享在农业信息的感知，分析和决策的一些列的硬件和算法工作，同时展望了未来智慧农业可能的发展热点方向。
▲江苏省农业科学院无锡分院研究员 张文宇
本届论坛的成功举办，特别感谢江苏省农业科学院无锡分院的战略支持、今日头条等多家媒体的鼎力传播，致敬组委会全体成员的辛勤付出，更感恩每一位参会者的智慧投入。希望大家充分交流、深入探讨，在成果分享中启迪创新思路，在合作洽谈中拓展发展空间，携手绘制高光谱技术赋能农业发展的壮阔蓝图—第四届高光谱成像应用研讨会暨多模态遥感与智慧农业协同创新论坛至此圆满礼成！
