眾專家齊聚中山大學(xué)：第四屆高光譜成像應(yīng)用研討會廣州站聚焦技術(shù)突破與成果轉(zhuǎn)化

繼第四屆高光譜成像應(yīng)用研討會—青島站成功舉辦后。2025年7月4日，由江蘇雙利合譜科技有限公司和中山大學(xué)主辦的廣州站地區(qū)研討會，在中山大學(xué)(廣州校區(qū)南校園)成功召開。來自不同領(lǐng)域的專家、學(xué)者齊聚一堂，共同探討高光譜成像技術(shù)在農(nóng)林業(yè)、環(huán)境監(jiān)測、地質(zhì)勘探、醫(yī)學(xué)、品質(zhì)檢測等不同領(lǐng)域的前沿創(chuàng)新、研究成果和應(yīng)用案例。

▲現(xiàn)場直擊

中山大學(xué)董春雨教授為大家?guī)怼痘?ldquo;空-天”遙感協(xié)同的河口區(qū)咸潮監(jiān)測技術(shù)》的報告。報告內(nèi)容主要聚焦于咸潮上溯對河口區(qū)水資源安全與水生態(tài)系統(tǒng)具有重要影響。針對傳統(tǒng)站點監(jiān)測方法存在的高成本、低效率等問題，本研究創(chuàng)新性地提出了基于多源遙感數(shù)據(jù)的咸潮上溯監(jiān)測技術(shù)體系。研究以珠江口磨刀門水道為示范區(qū)，通過同步獲取無人機(jī)高光譜水表反射率與現(xiàn)場鹽度數(shù)據(jù)，構(gòu)建了四種高精度機(jī)器學(xué)習(xí)水表鹽度遙感反演模型，并進(jìn)一步將優(yōu)化模型應(yīng)用于衛(wèi)星多光譜數(shù)據(jù)，成功實現(xiàn)了河口區(qū)大范圍水體鹽度時空動態(tài)監(jiān)測。結(jié)果顯示，構(gòu)建的鹽度遙感反演模型具有較高精度和穩(wěn)定性，該方法可有效捕捉咸潮上溯過程的時空特征，對濱海城市及河口區(qū)智慧水資源管理等具有重要實踐價值。本研究發(fā)展的"空-天"遙感協(xié)同監(jiān)測技術(shù)框架，為河口鹽度動態(tài)監(jiān)測提供了新的解決方案。

▲中山大學(xué)  董春雨教授

陽光學(xué)院黃風(fēng)華教授帶來報告《基于高光譜遙感的湖庫水質(zhì)反演技術(shù)研究》。報告主要介紹為了提高城市周邊湖庫水質(zhì)參數(shù)反演的精度和效率，引入深度學(xué)習(xí)和無人機(jī)高光譜技術(shù)。以福州市山仔水庫為例，針對Chl-a、TP、TN和COD四項水質(zhì)參數(shù)，分別設(shè)計和構(gòu)建一種基于深度卷積殘差神經(jīng)網(wǎng)絡(luò)的水質(zhì)參數(shù)濃度回歸預(yù)測模型（WQR-DCRNN），然后利用強(qiáng)化學(xué)習(xí)進(jìn)行不同算法模型參數(shù)調(diào)優(yōu)，并通過對比實驗確定最優(yōu)算法模型；最后，分別采用上述四種水質(zhì)參數(shù)濃度預(yù)測模型對不同時間點相關(guān)水域的相應(yīng)水質(zhì)參數(shù)進(jìn)行反演，得到不同時間點四種水質(zhì)參數(shù)濃度的空間分布圖，四種水質(zhì)參數(shù)的反演精度顯著提升且相對誤差低于相關(guān)標(biāo)準(zhǔn)要求。四種水質(zhì)參數(shù)濃度的空間分布態(tài)勢，可為相關(guān)水庫大規(guī)范水體污染評估和防治提供有益的決策參考。

▲陽光學(xué)院  黃風(fēng)華教授

福建師范大學(xué)程志強(qiáng)副教授為大家?guī)怼犊紤]亞熱帶山地森林復(fù)雜地形和樹種結(jié)構(gòu)的LAI反演研究》的報告。報告內(nèi)容主要講解森林冠層葉面積指數(shù)信息的準(zhǔn)確獲取是開展森林生態(tài)系統(tǒng)研究的前提，對增加碳匯、降低溫室氣體含量具有積極作用。亞熱帶山地是我國森林的主要生存場景，與其它場景相比，當(dāng)前利用遙感手段反演亞熱帶山地森林葉面積指數(shù)的精度較低，而亞熱帶山地森林復(fù)雜的地形和樹種結(jié)構(gòu)是主要原因。針對這一問題，本研究借助無人機(jī)高光譜數(shù)據(jù)，發(fā)展了一套適合亞熱帶山地森林的葉面積指數(shù)遙感反演方法。方法首先對直射和散射輻射分別進(jìn)行了校正，優(yōu)化了植被指數(shù)計算精度。同時，針對樹種引起的葉片葉綠素含量差異對LAI反演的影響，發(fā)展了基于非線性關(guān)系的協(xié)同反演算法，進(jìn)一步提升了LAI反演精度。本研究可以補(bǔ)齊山地森林葉面積指數(shù)遙感反演領(lǐng)域的短板，為全球生態(tài)系統(tǒng)關(guān)鍵過程研究提供數(shù)據(jù)支撐。

▲福建師范大學(xué)  程志強(qiáng)副教授

中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院劉蓉副教授為大家?guī)怼陡吖庾V遙感影像跨場景分類研究》的報告。本報告主要介紹了高光譜遙感圖像憑借其獨特的光譜診斷能力，可實現(xiàn)地物的精細(xì)分類。然而，其高維特性使得分類模型對標(biāo)注數(shù)據(jù)的需求量增加，而實際應(yīng)用中標(biāo)注工作依賴野外調(diào)查和專家知識，成本高昂且耗時，這一矛盾使得目標(biāo)場景常面臨訓(xùn)練樣本不足的困境。跨場景分類方法通過利用帶標(biāo)注的源域數(shù)據(jù)輔助無標(biāo)注目標(biāo)域的分類任務(wù)，為解決這一問題提供了可行途徑。本報告針對高光譜影像跨場景分類方法面臨的光譜偏移、域間語義差異等挑戰(zhàn)提出基于深度學(xué)習(xí)的解決方案。

▲中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院  劉蓉副教授

上海澤泉科技股份有限公司表型產(chǎn)品經(jīng)理呂中賢為大家?guī)怼吨参锉硇蜏y量技術(shù)在智慧農(nóng)業(yè)中的應(yīng)用》的報告。報告主要從不同維度介紹植物表型測量技術(shù)在智慧農(nóng)業(yè)中的應(yīng)用。報告從實驗室尺度、溫室尺度、田間尺度完整介紹了不同的表型測量技術(shù)原理以及應(yīng)用。設(shè)備涵蓋實驗室表型測量技術(shù)、溫室傳送型表型測量技術(shù)、溫室軌道式表型測量技術(shù)、田間軌道式表型測量技術(shù)、田間物聯(lián)網(wǎng)分布式表型測量技術(shù)、機(jī)器人表型測量技術(shù)等，為相關(guān)科研工作者提供一套完整的植物表型測量解決方案。

▲上海澤泉科技股份有限公司表型產(chǎn)品經(jīng)理  呂中賢

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)怼陡吖庾V成像技術(shù)及新品介紹》的報告。本次報告詳細(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，本次報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)

廣東省農(nóng)業(yè)科學(xué)院設(shè)施農(nóng)業(yè)研究所丘廣俊副研究員為大家?guī)怼痘诟吖庾V成像的藍(lán)莓品質(zhì)檢測分選裝備研發(fā)》的報告。報告主要介紹通過開發(fā)從高光譜圖像中提取藍(lán)莓光譜的圖像自動提取算法，運(yùn)用機(jī)器學(xué)習(xí)與數(shù)據(jù)預(yù)處理方法，基于漫反射光譜數(shù)據(jù)成功建立了可溶性固形物的定量回歸模型。經(jīng)過訓(xùn)練優(yōu)化模型，模型預(yù)測均方根誤差為0.4431°Brix, 模型決定系數(shù)為0.8655。研究分析結(jié)果表明，本研究提出的基于漫反射高光譜成像可以有效檢測藍(lán)莓內(nèi)部品質(zhì)指標(biāo)，并利用成像技術(shù)實現(xiàn)了藍(lán)莓可溶性固形物的可視化分布圖?；谝呀⒌臋z測模型，研制了一套藍(lán)莓品質(zhì)檢測分選裝備樣機(jī)，實現(xiàn)對藍(lán)莓果實糖度級別自動化分級作業(yè)。

▲廣東省農(nóng)業(yè)科學(xué)院設(shè)施農(nóng)業(yè)研究所  丘廣俊副研究員

華南理工大學(xué)蒲洪彬副教授為大家?guī)怼陡吖庾V在食品品質(zhì)快速檢測的應(yīng)用與深度學(xué)習(xí)研究》的報告。本報告簡單介紹高光譜的原理和使用方法，重點匯報高光譜在果蔬、肉品等農(nóng)產(chǎn)品原料品質(zhì)和過程監(jiān)控中的應(yīng)用成果，并介紹人工智能在高光譜食品品質(zhì)檢測中的應(yīng)用情況。

▲華南理工大學(xué)  蒲洪彬副教授

廣東藥科大學(xué)肖雪副研究員為大家?guī)怼督t外光譜技術(shù)助力中藥質(zhì)量控制：從離線走向在線》的報告。報告首先簡介了中藥質(zhì)量控制與生產(chǎn)流程現(xiàn)狀及發(fā)展趨勢，介紹了中藥生產(chǎn)過程智能控制系統(tǒng)的軟硬件組成，基于生產(chǎn)全過程“原料-中間體-制劑”展示了近紅外光譜快檢的應(yīng)用案例，最后針對近紅外光譜技術(shù)的應(yīng)用提出了一些思考。

▲廣東藥科大學(xué)  肖雪副研究員

無錫譜視界科技有限公司首席技術(shù)專家黃宇為大家?guī)怼陡吖庾V成像技術(shù)在果蔬品質(zhì)智能檢測中的應(yīng)用》的報告。本報告針對不同的光譜成像方式有不同的優(yōu)劣勢，根據(jù)不同的行業(yè)應(yīng)用特點，深度探析其在水生態(tài)環(huán)境、農(nóng)業(yè)、食品安全、工業(yè)分選等領(lǐng)域的應(yīng)用。 

▲無錫譜視界科技有限公司首席技術(shù)專家  黃宇

深圳大學(xué)石鐵柱副教授為大家?guī)怼抖?高光譜圖像智能處理方法》的報告。報告主要講述多光譜及高光譜成像技術(shù)相較于傳統(tǒng)RGB成像，能夠獲取更為豐富的光譜維度信息，在農(nóng)業(yè)精準(zhǔn)監(jiān)測、生態(tài)環(huán)境評估、工業(yè)品質(zhì)檢測等關(guān)鍵領(lǐng)域展現(xiàn)出顯著優(yōu)勢。然而，多光譜及高光譜成像技術(shù)在實際應(yīng)用中面臨數(shù)據(jù)獲取環(huán)節(jié)嚴(yán)格的輻射與幾何校正、復(fù)雜的圖像增強(qiáng)與模型標(biāo)定、以及智能處理算法與定量反演方法等挑戰(zhàn)。本報告重點介紹研究團(tuán)隊在圖像預(yù)處理、多維特征提取、多源圖像融合、智能化識別建模及高精度定量反演等核心技術(shù)方向取得新進(jìn)展。同時，報告將深入探討智能算法在邊緣計算設(shè)備部署過程中面臨的實際挑戰(zhàn)與技術(shù)瓶頸。

▲深圳大學(xué)  石鐵柱副教授