El cuarto Foro de Agricultura hiperespectral e inteligente terminó en wuxi, y el imagero hiperespectral de doble beneficio atrajo la atención.

Del 17 al 19 de julio de 2025, se celebró con éxito el cuarto seminario de aplicación de imágenes hiperespectrales y el Foro de innovación colaborativa de teledetección multimodal y agricultura inteligente, copatrocinado por Jiangsu shuangli Hepu Technology co., Ltd. y la sucursal de Wuxi de la Academia de ciencias agrícolas de jiangsu.El tema de este foro es "agricultura empoderada por el espectro, el futuro impulsado por los datos".El objetivo es construir un puente de integración profunda de la industria, la Universidad y la investigación, promover la carrera bidireccional entre los avances tecnológicos y el aterrizaje de escenarios, e inyectar energía cinética científica y tecnológica en el desarrollo agrícola sostenible global.Al mismo tiempo, más de 200 participantes en el acto y 25w + de visualización en línea discutieron en profundidad los temas candentes y las tendencias de desarrollo futuro en el campo hiperespectral.

Durante la reunión, Zhu fanglin, Decano de la sucursal de Wuxi de la Academia de ciencias agrícolas de jiangsu, Chen xinghai, Subdirector General de Beijing zhuolihanguang instruments co., ltd., Cheng tao, Profesor de la Universidad Agrícola de nanjing, Zhang yongguang, Profesor de la Universidad de yangzhou, Sun chengming, Profesor de la Universidad de nanjing, Lu xin, Profesor de la Universidad Agrícola de china, ma tao, Profesor de la Universidad Agrícola de china, Rao yuan, Profesor de la Universidad Agrícola de anhui, Guo ya, Profesor de la Universidad de jiangnan, Jiang chongya, Profesor asociado de la Universidad Agrícola de nanjing, Jin shichao, Investigador asociado de la Universidad Agrícola de Jiangsu Wang aichen, Profesor de la Universidad Agrícola de Henan Feng wei, Investigador asociado de la Academia de Ciencias Agrícolas de shanghai, Profesor de la Universidad forestal de nanjing, Zhou kaigu, joven de la Universidad Agrícola de nanjing, jiangsu.zhang wenyu, investigador de la sucursal de Wuxi de la Academia de Ciencias agrícolas, y otros invitados asistieron a un maravilloso discurso de informe sobre el análisis fenotípico de cultivos hiperespectrales. Las direcciones centrales, como la tecnología de monitoreo de teledetección de drones y las pruebas no destructivas de la calidad de los productos agrícolas, han inyectado fuerza ideológica de vanguardia y experiencia práctica en este Foro.

Cheng tao, Profesor de la Universidad Agrícola de nanjing, trajo a todos el informe "síntomas invisibles visuales: monitoreo temprano de la explosión de arroz acoplado al espectro de imágenes y análisis de puntos calientes".En respuesta a los problemas de la señal espectral débil y la rápida propagación de la enfermedad de la explosión de arroz en el período asintomático, el informe propone un conjunto de métodos de purificación y visualización de la señal de la enfermedad en el período asintomático messpot basados en la plataforma espectral de imágenes de extremo cercano. Este método considera la profundización de la infección por explosión de arroz como un proceso de aumento gradual de la abundancia de señales espectrales en los tejidos sensibles a las enfermedades de las hojas. sobre la base de datos espectrales de imágenes cercanas temporales y métodos de resolución espectral de múltiples terminales, se capturaron con éxito señales espectrales débiles de enfermedades asintomáticas. con la ayuda del método de análisis de puntos calientes espaciales, la tasa * logró la visualización de posibles placas y la clasificación de alta precisión de las hojas sensibles a las enfermedades asintomáticas.

▲ 2Cheng tao, Profesor de la Universidad Agrícola de Nanjing

Zhang yongguang, Profesor de la Universidad de nanjing, trajo a todos el informe "métodos y aplicaciones de teledetección de fluorescencia clorofila inducida por la luz solar de la vegetación".El informe explica principalmente que la fluorescencia clorofila inducida por la luz solar de la vegetación, como una de las nuevas tecnologías de teleobservación, puede percibir con precisión la información dinámica de la fotosíntesis de la vegetación y realizar una dinámica eficiente y el monitoreo de los ecosistemas terrestres. Este informe se centrará en el progreso de la investigación sobre métodos de teleobservación de fluorescencia clorofila inducida por la luz solar, sistemas de monitoreo, algoritmos de inversión y detección de fotosíntesis, y explicará la aplicación del monitoreo de vegetación en combinación con datos de teleobservación de múltiples fuentes "cielo - espacio - tierra".

▲ 2Zhang yongguang, Profesor de la Universidad de Nanjing

Sun chengming, Profesor de la Universidad de yangzhou, les trajo el informe "monitoreo y evaluación de desastres de cultivos basados es es en tecnología espectral".El contenido del informe introduce principalmente el uso de la tecnología espectral para monitorear y evaluar los daños causados por la congelación a baja temperatura, los daños causados por el calor a alta temperatura y los daños causados por la caída del trigo, y propone un modelo de clasificación de daños causados por la congelación basado en el aprendizaje profundo y el espectro, que Puede detectar con precisión los daños causados por la congelación del trigo, con una precisión media de más del 93%. A través de la combinación de características de temperatura de la Corona y características espectrales, se utiliza el modelo de máquina vectorial de soporte (svm) de optimización de enjambres de partículas (pso) para monitorear el daño térmico de los cultivos a alta temperatura basado en la pérdida de rendimiento, y la precisión de monitoreo del daño térmico del modelo es superior al 90%; La precisión del monitoreo de alojamiento de arroz basado en la combinación de infrarrojos térmicos y tecnología espectral supera el 97%.

▲ 2Sun chengming, Profesor de la Universidad de Yangzhou

Lu xin, Profesor de la Universidad de shihezi, trajo a todos el informe "la tecnología de la información aeroespacial ayuda a la producción de algodón de alta calidad".Este informe presenta principalmente que xinjiang, como la principal zona productora de algodón de china, su producción de alta calidad es crucial para la seguridad nacional del algodón. Sin embargo, en la actualidad, la producción de algodón se enfrenta a problemas como el alto costo de la plantación de algodón, el monitoreo inexacto de las condiciones agrícolas y el desperdicio de recursos. Con este fin, la tecnología de la información aeroespacial se introdujo en todo el proceso de producción agrícola para lograr el cultivo preciso y la gestión inteligente del algodón en xinjiang. Se han logrado avances en la humedad del algodón, los nutrientes de nitrógeno, fósforo y potasio, las plagas y enfermedades, la cosecha, etc., se han desarrollado modelos de monitoreo, diagnóstico y toma de decisiones de alta precisión, se han desarrollado sistemas inteligentes de fertilización, aplicación precisa de medicamentos y predicción de rendimiento y se han integrado en plataformas en la nube. Hay cinco bases básicas de demostración de tecnología, con un área de aplicación y promoción de más de 1,12 millones de mu, ahorrando costos y aumentando la eficiencia en 214 millones de yuanes. La investigación futura se centrará en la integración de datos de múltiples fuentes, la transformación a escala, la investigación y el desarrollo de equipos inteligentes y la innovación de modelos de producción digital, proporcionando apoyo técnico para mejorar la calidad y la eficiencia del algodón en Xinjiang y promoviendo el desarrollo de la modernización agrícola.

▲ 2Lu xin, Profesor de la Universidad de Shihezi

Ma tao, Profesor de la Universidad Agrícola de china, les trajo el informe "análisis y aplicación de fenotipos de cultivos de alto rendimiento en la agricultura inteligente".La aguja del informe cuentaEn la era de la ia, la agricultura inteligente está remodelando el modelo agrícola tradicional con sus características inteligentes e impulsadas por datos. A través de la inteligencia artificial y el análisis de Big data, la agricultura inteligente ha logrado un monitoreo en tiempo real del Estado de crecimiento de los cultivos, la evaluación de la salud del suelo y una respuesta rápida a los cambios ambientales. Este informe profundizará en las tecnologías clave y las aplicaciones de la agricultura inteligente y el gemelo digital de cultivos en la era de la ia. En primer lugar, se centra en la tecnología precisa de análisis y simulación de adquisición de estructuras tridimensionales de cultivos, mostrando cómo representar con precisión la estructura tridimensional de los cultivos, monitoreando así de manera más efectiva el Estado de los cultivos y realizando simulaciones virtuales, proporcionando una base más científica para la toma de decisiones para la gestión agrícola. A continuación, se presenta la aplicación de drones y sensores de múltiples fuentes en el monitoreo del fenotipo de los cultivos, incluida la fertilidad del suelo, el potencial de plántulas, el crecimiento de los cultivos y el monitoreo de plagas y enfermedades, destacando sus ventajas en la adquisición y análisis de datos. Por último, en términos de fusión de datos de teleobservación, se propone acoplar drones a datos de teleobservación por satélite, construir un marco de monitoreo continuo del crecimiento de los cultivos en el tiempo y el espacio, e integrarlo aún más en una plataforma inteligente de toma de decisiones agrícolas para ayudar al desarrollo inteligente y preciso de la gestión de la producción.

▲ 2Ma tao, Profesor de la Universidad Agrícola de China

Rao yuan, Profesor de la Universidad Agrícola de anhui, trajo a todos el informe "tecnología y equipos de percepción inteligente de la heterogeneidad fisiológica fotosintética de los cultivos".Este informe se centra en las necesidades de percepción inteligente de alto rendimiento de la fisiología fotosintética de los cultivos, centrándose en el diseño de componentes de estimulación de fluorescencia de clorofila de la Corona de los cultivos y sistemas de imágenes de alto rendimiento in situ de fenotipos fotosintéticos de los cultivos en salas oscuras y entornos abiertos naturales. Se propone un método preciso de inversión de los parámetros de fluorescencia clorofila de la Corona de cultivos, una reconstrucción rápida tridimensional de la población de cultivos y una tecnología inteligente de análisis de la información sobre el crecimiento. Se introdujo el desarrollo y la aplicación de equipos de percepción inteligente de la heterogeneidad fisiológica fotosintética de los cultivos para proporcionar apoyo para el análisis de la heterogeneidad fisiológica fotosintética de los cultivos.

▲ 2Rao yuan, Profesor de la Universidad Agrícola de Anhui

Deng xinqiang, Director de ventas de Jiangsu shuangli Hepu Technology co., ltd., les trajo el informe "introducción al sistema de imágenes hiperespectrales de nivel de investigación científica e introducción a nuevos productos".Este informe presenta que con el rápido desarrollo de la tecnología de teleobservación, la tecnología de imágenes hiperespectrales ha demostrado un gran potencial de aplicación en varios campos debido a sus características de alta eficiencia, flexibilidad y alta resolución. Se describen en detalle las soluciones y aplicaciones de todo el sistema de imágenes hiperespectrales de doble espectro. Al mismo tiempo, este informe trae la última introducción de productos del espectro de doble beneficio y abre una nueva dirección de aplicación de la tecnología de imágenes hiperespectrales.

▲ 2Deng xinqiang, Director de ventas de Jiangsu shuangli Hepu Technology co., Ltd.

Guo ya, Profesor de la Universidad de jiangnan, les trajo el informe "tecnología de modelado y prueba de fluorescencia de clorofila de hojas".El informe describe que con el crecimiento de la población, los cambios en los polos climáticos y la intensificación de las plagas y enfermedades, es fundamental aumentar la producción de cultivos. Una dificultad en la investigación agrícola y botánica moderna es percibir las necesidades fotosintéticas y fisiológicas de las plantas y regular su crecimiento. Como señal biológica, la fluorescencia de clorofila puede detectar eficazmente las actividades fotosintéticas de las plantas y el estrés ambiental. Este informe presentará el modelado del mecanismo de fluorescencia de clorofila de las hojas y el modelado de datos, la tecnología de detección de fluorescencia de clorofila diferida y fluorescencia de clorofila rápida y sus aplicaciones en los campos de la informatización agrícola y la fisiología vegetal.

▲ 2Guo ya, Profesor de la Universidad de Jiangnan

Jiang chongya, Profesor de la Universidad Agrícola de nanjing, trajo a todos el informe "uso de una cámara inclinada de 30 ° para medir el índice de área de hojas verdes, el índice de aglomeración y la distribución de la inclinación de las hojas".Este informe presenta principalmente el papel vital de la estructura de la Corona en la regulación de procesos clave de los cultivos, como la absorción de luz, la fotosíntesis, la respiración y la evapotranspiración. Los instrumentos ópticos pueden medir eficientemente la estructura de la Corona de los cultivos de campo. Sin embargo, debido a las limitaciones de los diversos instrumentos ópticos existentes, todavía hay grandes desafíos para medir con precisión el índice de área de hojas verdes, el índice de aglomeración y la distribución del ángulo de las hojas de una manera económica, eficiente y eficiente. Este trabajo propone una serie de nuevos métodos para cuantificar el índice de área de hojas verdes, el índice de aglomeración y la distribución del ángulo de las hojas inclinando la Cámara ordinaria a 30 grados. Utilizamos cámaras para tontos, cámaras para teléfonos inteligentes y cámaras automáticas de campo para verificar estos nuevos métodos en entornos reales y entornos virtuales simulados por modelos 3D. Los resultados muestran que el nuevo método tiene una alta precisión en comparación con los valores reales y muestra un gran potencial en la investigación y aplicación de la vegetación terrestre.

▲ 2Jiang chongya, Profesor de la Universidad Agrícola de Nanjing

Jin shichao, Profesor asociado de la Universidad Agrícola de nanjing, trajo el informe "histología del fenotipo espacio - temporal de los cultivos: percepción óptica, análisis y aplicación".Este informe describe las necesidades científicas clave para la seguridad alimentaria nacional y la cría biológica, centrándose en la cuestión científica clave de "cómo la interacción entre los genes y el medio ambiente afecta el fenotipo de los cultivos", apuntando al problema práctico de "identificación y evaluación precisas del fenotipo espacio - temporal de los cultivos", y reportando sistemáticamente los avances conceptuales, teóricos y técnicos de la histología del fenotipo espacio - temporal de los cultivos. los contenidos específicos incluyen tres aspectos de la "adquisición eficiente - análisis inteligente - Aplicación cruzada" de la tecnología de teleobservación óptica, a saber: investigación y desarrollo de tecnologías comunes para la adquisición del fenotipo espacio - temporal de los cultivos, desarrollo de algoritmos básicos para el análisis inteligente del fenotipo espacio - temporal de los cultivos, identificación precisa, predicción y utilización de Por último, el informe explorará los desafíos y oportunidades de la futura histología fenotípica espacio - temporal de los cultivos.

▲ 2Jin shichao, Profesor asociado de la Universidad Agrícola de Nanjing

Wang aichen, Investigador asociado de la Universidad de jiangsu, trajo a todos el informe "práctica de aplicación de teledetección de drones de bajo costo para monitorear el crecimiento de los cultivos en los campos".El informe cuenta principalmente que la teleobservación de drones de baja altitud ha sido ampliamente investigada y aplicada en el monitoreo de la información agrícola gracias a sus ventajas de bajo costo, fácil acceso a datos, alta resolución espacial y abundantes fuentes de datos. Se ha estudiado un método de detección rápida de la biomasa de cultivos, la altura de las plantas, el contenido de clorofila y el contenido de nitrógeno de las hojas basado en imágenes RGB de drones. la precisión de detección se mejora mediante la extracción del índice espectral y las características de textura de las imágenes rgb, y se analizan los efectos del Fondo del suelo, la cobertura vegetal, el ángulo de visión y la resolución espacial de las imágenes en la precisión de detección. Se estableció un modelo de División de alojamiento de arroz y trigo basado en imágenes de teledetección rgb, y se desarrolló un software de detección de alojamiento para realizar una rápida extracción del área de alojamiento de arroz y trigo; Se estudió el método de detección del contenido de clorofila del trigo basado en el índice de vegetación multiespectral, se seleccionó el índice de vegetación y se evaluó la capacidad de generalización del modelo para diferentes variedades y períodos de crecimiento del trigo, y se generaron mapas de recetas de fertilización variable para guiar el Topdressing variable del trigo; Se ha desarrollado un sistema de fertilización variable precisa basado en el control electrohidráulico, que combina el mapa de recetas para lograr el Topdressing variable del trigo.

▲ 2Wang aichen, Investigador asociado de la Universidad de Jiangsu

Huang yu, primer experto técnico de Wuxi spectro Vision Technology co., ltd., trajo a todos el informe "desarrollo y aplicación de la tecnología de teleobservación espectral en la era de la economía de baja altitud".El informe presenta principalmente las áreas de aplicación, ventajas, desafíos y perspectivas de la tecnología de teleobservación espectral en la economía de baja altitud.

▲ 2Wuxi spectro Vision Technology co., Ltd. primer * experto técnico Huang Yu

Feng wei, investigador de la Universidad Agrícola de henan, les trajo el informe "investigación sobre el monitoreo del moho en polvo de trigo basada en la fusión de datos de teledetección de múltiples fuentes".Este informe introdujo que el moho en polvo es la principal enfermedad del trigo en el área de trigo de huanghuai, y el monitoreo temprano y el diagnóstico antes de que sus síntomas de apariencia sean obvios es la clave para la prevención y el control precisos y la reducción de daños. Este estudio se centra en el monitoreo manual tradicional del moho en polvo de trigo, que consume mucho tiempo y esfuerzo, y tiene poca puntualidad, y propone un método de monitoreo del moho en polvo de trigo basado en la fusión de datos de teleobservación de múltiples fuentes. Al integrar datos de múltiples fuentes, como el espectro de la Corona multiángulo, la fluorescencia clorofila inducida por la luz solar (sif) y las imágenes infrarrojas térmicas, combinadas con modelos de Aprendizaje automático y profundo como Cars - elm, SVM - RBF y CWT - dscnn - msa, se exploraron sistemáticamente las leyes de respuesta espectral y las características de los cambios fisiológicos tempranos del moho en polvo de trigo. La fusión de datos de múltiples fuentes puede romper eficazmente las limitaciones de una sola fuente de datos, en la que el modelo de fusión de Sif y reflectividad hiperespectral mejora la precisión de monitoreo del período de incubación de la enfermedad en más del 25%, y la precisión media de monitoreo del modelo de aprendizaje profundo de fusión de tres metadatos (sif + TP + vi) alcanza más del 90% (kappa 0,92). Los resultados de la investigación proporcionan un marco técnico para la integración de datos de múltiples fuentes para la alerta temprana y la prevención y el control precisos del moho en polvo de trigo, que es de gran importancia para mejorar el nivel de vigilancia por teleobservación de enfermedades agrícolas y mejorar la practicidad.

▲ 2Feng wei, investigador de la Universidad Agrícola de Henan

Tian minglu, Investigador asociado de la Academia de ciencias agrícolas de shanghai, les trajo el informe "aplicación de la tecnología espectral en la agricultura inteligente".El informe presenta el progreso de la investigación en la identificación fenotípica del estrés térmico de los cultivos basada en plataformas multiescala. El equipo construyó varios tipos de sistemas de recolección de fenotipos de cultivos de alto rendimiento, incluidos drones, vías colgantes, plataformas autopropulsadas y de fenotipos de laboratorio, en torno a diferentes entornos de campo y laboratorio, y desarrolló técnicas de análisis de fenotipos adecuadas para escalas de grupos, plantas y órganos en combinación con algoritmos de ia. En los experimentos de estrés a baja y alta temperatura de lechuga y tomate, se construyeron modelos de predicción del índice de daños por congelación utilizando teledetección de múltiples fuentes e imágenes hiperespectrales, respectivamente, se propuso un nuevo modelo de clasificación temprana a alta temperatura y se verificó el mecanismo de resistencia a la regulación de sustancias exógenas. La investigación no solo mejora la eficiencia y precisión del reconocimiento fenotípico del estrés térmico, sino que también proporciona soporte técnico para la cría resistente al estrés y el manejo preciso de los cultivos.

▲ 2Tian minglu, Investigador asociado de la Academia de ciencias agrícolas de Shanghai

Zhou kai, Profesor de la Universidad forestal de nanjing, trajo a todos el informe "inversión del contenido de nitrógeno y pigmento de las plantaciones de Ginkgo Biloba acopladas al modelo de teleobservación de múltiples fuentes y transmisión de radiación".Este informe presenta principalmente que la medición precisa de los parámetros fisiológicos de una sola madera y hoja de las plantaciones es de gran importancia para la evaluación del crecimiento y la salud de las plantaciones. Sobre la base de experimentos integrales en el área de investigación de plantaciones típicas de Ginkgo Biloba en jiangsu, se realizaron mediciones precisas de parámetros fisiológicos a escala de hojas y madera mediante el acoplamiento de teledetección hiperespectral, datos de radar láser y modelos prosail. A escala de hojas, se construye un índice espectral sensible a la flavonoides de hojas basado en la reflectividad bidireccional de una sola hoja, se optimizan los parámetros de la estructura de la hoja para formar un índice espectral modificado, y se combina el algoritmo procwt S3 y la secuencia para seleccionar la banda sensible de nitrógeno preferida para mejorar la precisión de la Estimación del contenido de nitrógeno. A escala de madera única, se utilizó el marco voxel para fusionar la nube de puntos y los datos hiperespectrales para construir un modelo prosail exclusivo de ginkgo biloba, se invirtió la distribución tridimensional de los pigmentos de la Corona a través de una tabla de búsqueda de reflectividad simulada, y finalmente se desarrolló el índice espectral de flavonoides de hojas que inhibe el Efecto de la estructura de la Corona para generar un mapa de distribución espacial de flavonoides de hojas. El estudio proporciona un método de monitoreo multiescala para la evaluación de la salud de las plantaciones forestales.

▲ 2Zhou kai, Profesor de la Universidad forestal de Nanjing

Gu yangyang, joven investigador de Zhongshan de la Universidad Agrícola de nanjing, trajo el informe "tecnología de análisis inteligente y aplicación de cría de rasgos fenotípicos clave de cultivos".Esta investigación ha desarrollado y aplicado la tecnología de análisis inteligente de los rasgos fenotípicos clave de los cultivos para atender las necesidades de cría modernas. A través de drones y plataformas terrestres equipadas con radares láser, Espectrómetros altos, cámaras multiespectrales, cámaras RGB y otros sensores, se construye un sistema de adquisición de datos de múltiples fuentes de cooperación tierra - aire. Utilizando algoritmos inteligentes avanzados para analizar datos de imágenes de nube de puntos, multiespectrales / hiperespectrales y rgb, se realiza un monitoreo dinámico de alto rendimiento, preciso y no destructivo y la estimación de parámetros estructurales de cultivos, parámetros fisiológicos y bioquímicos, procesos de fertilidad y potencial de rendimiento. Esta tecnología rompe el cuello de botella de la adquisición de fenotipos tradicionales y proporciona un fuerte apoyo para acelerar la cría precisa y eficiente de cultivos.

▲ 2Gu yangyang, joven investigador de zhongshan, Universidad Agrícola de Nanjing

Zhang wenyu, investigador de la sucursal de Wuxi de la Academia de ciencias agrícolas de jiangsu, les trajo el informe "percepción y empoderamiento de la agricultura inteligente - comprensión y práctica".El informe comparte principalmente la comprensión de la agricultura inteligente empoderada por la percepción, presenta el trabajo relacionado del equipo de innovación agrícola inteligente de la sucursal de Wuxi de la Academia de Ciencias de la Oficina Agrícola de Jiangsu durante más de un año, comparte una serie de trabajos de hardware y algoritmos en la percepción, análisis y toma de decisiones de la Información agrícola, y espera con interés posibles puntos calientes de desarrollo de la agricultura inteligente en el futuro.

▲ 2Zhang wenyu, investigador de la sucursal de Wuxi de la Academia de ciencias agrícolas de Jiangsu

El éxito de este foro se celebró, especialmente gracias a la fuerte difusión de muchos medios de comunicación, como el apoyo estratégico de la sucursal de Wuxi de la Academia de ciencias agrícolas de Jiangsu y los titulares de hoy, rindiendo homenaje al arduo trabajo de todos los miembros del Comité Organizador y agradeciendo la inversión inteligente de cada participante. ¡¡ espero que todos intercambien plenamente y exploren en profundidad, inspiren ideas innovadoras en el intercambio de resultados, amplíen el espacio de desarrollo en las negociaciones de cooperación y trabajen juntos para dibujar un magnífico plan para el desarrollo agrícola empoderado por la tecnología hiperespectral - el cuarto seminario de aplicación de imágenes hiperespectrales y el Foro de innovación colaborativa de teledetección multimodal y Agricultura inteligente han sido un éxito total!