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(wú)錫分院聯(lián)合主辦的第四屆高光譜成像應(yīng)用研討會(huì)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(dòng)未來(lái)"為主題，旨在搭建產(chǎn)學(xué)研用深度融合的橋梁，推動(dòng)技術(shù)突破與場(chǎng)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(dòng)能。同時(shí)現(xiàn)場(chǎng)200多名與會(huì)者、線上觀看量25W+，深入探討了高光譜領(lǐng)域的熱點(diǎn)問(wèn)題和未來(lái)發(fā)展趨勢(shì)。

會(huì)議期間江蘇省農(nóng)業(yè)科學(xué)院無(wú)錫分院院長(zhǎng)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(guó)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(ài)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(wú)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(wú)人機(jī)遙感監(jiān)測(cè)技術(shù)、農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)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)?lái)《可視化不可見(jiàn)癥狀：成像光譜與熱點(diǎn)分析耦合的稻瘟病早期監(jiān)測(cè)》的報(bào)告。報(bào)告針對(duì)無(wú)癥狀期稻瘟病光譜信號(hào)微弱、病斑擴(kuò)散速度快等問(wèn)題，提出了一套基于近端成像光譜平臺(tái)的無(wú)癥狀期病害信號(hào)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(hào)豐度逐漸升高的過(guò)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(wú)癥狀期的微弱病害光譜信號(hào)，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(wú)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)?lái)《植被日光誘導(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(dòng)態(tài)信息，實(shí)現(xiàn)陸地生態(tài)系統(tǒng)的高效動(dòng)態(tài)、監(jiān)測(cè)。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(cè)系統(tǒng)、反演算法及其光合作用探測(cè)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(cè)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)?lái)《基于光譜技術(shù)的作物災(zāi)害監(jiān)測(cè)與評(píng)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(cè)與評(píng)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(cè)小麥發(fā)生凍害的情況，凍害檢測(cè)的平均準(zhǔn)確率均為93%以上；通過(guò)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(lái)監(jiān)測(cè)作物高溫?zé)岷ΓＰ蜔岷ΡO(jiān)測(cè)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(cè)精度超過(guò)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)?lái)《空天信息技術(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(guó)棉花主產(chǎn)區(qū)，其高質(zhì)量生產(chǎn)對(duì)國(guó)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(cè)不精準(zhǔn)、資源浪費(fèi)等問(wèn)題。為此，將空天信息技術(shù)引入到農(nóng)業(yè)生產(chǎn)全過(guò)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(chóng)害、采收等方面取得突破，開(kāi)發(fā)了高精度監(jiān)測(cè)、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(cè)系統(tǒng)并集成云平臺(tái)。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(wàn)畝，節(jié)本增效2.14億元。未來(lái)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(dòng)農(nóng)業(yè)現(xiàn)代化發(fā)展。

▲石河子大學(xué)教授 呂新

中國(guó)農(nóng)業(yè)大學(xué)教授馬韞韜為大家?guī)?lái)《智慧農(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(dòng)的特性，正在重塑傳統(tǒng)農(nóng)業(yè)模式。通過(guò)人工智能和大數(shù)據(jù)分析，智慧農(nóng)業(yè)實(shí)現(xiàn)了對(duì)作物生長(zhǎng)狀態(tài)的實(shí)時(shí)監(jiān)測(cè)、土壤健康評(píng)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(cè)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(wú)人機(jī)和多源傳感器在作物表型監(jiān)測(cè)中的應(yīng)用，包括土壤地力、苗情苗勢(shì)、作物長(zhǎng)勢(shì)和病蟲(chóng)害監(jiān)測(cè)，強(qiáng)調(diào)其在數(shù)據(jù)采集與解析方面的優(yōu)勢(shì)。最后，在遙感數(shù)據(jù)融合方面，提出將無(wú)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(zhǎng)勢(shì)監(jiān)測(cè)框架，并進(jìn)一步集成到智慧農(nóng)業(yè)決策平臺(tái)中，助力生產(chǎn)管理智能化、精準(zhǔn)化發(fā)展。

▲中國(guó)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)?lái)《作物光合生理異質(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(kāi)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(zhǎng)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)?lái)《科研級(jí)高光譜成像系統(tǒng)介紹及新品簡(jiǎn)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(lái)雙利合譜最新的產(chǎn)品介紹，開(kāi)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)?lái)《葉片葉綠素?zé)晒饨Ｅc測(cè)試技術(shù)》的報(bào)告。報(bào)告介紹了隨著人口增長(zhǎng)、氣候極*變化和病蟲(chóng)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(zhǎng)。葉綠素?zé)晒庾鳛橐环N生物信號(hào)，可有效探測(cè)植物光合作用活動(dòng)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(cè)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)?lái)《使用30°傾斜相機(jī)測(cè)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(guò)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(cè)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(cè)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(guò)將普通相機(jī)傾斜 30 度來(lái)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(dòng)相機(jī)，在真實(shí)環(huán)境和 3D 模型模擬的虛擬環(huán)境中對(duì)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)?lái)《作物時(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(guó)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(wèn)題，瞄準(zhǔn)“作物時(shí)空表型精準(zhǔn)鑒定和評(píng)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(kāi)發(fā)，作物時(shí)空表型精準(zhǔn)鑒定、預(yù)測(cè)與評(píng)價(jià)利用。最后，報(bào)告將探討未來(lái)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(ài)臣為大家?guī)?lái)《低成本無(wú)人機(jī)遙感監(jiān)測(cè)大田作物長(zhǎng)勢(shì)應(yīng)用實(shí)踐》的報(bào)告。報(bào)告主要講述低空無(wú)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(shì)在農(nóng)情信息監(jiān)測(cè)中獲得廣泛研究應(yīng)用。研究了基于無(wú)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(cè)快速檢測(cè)方法，通過(guò)提取RGB圖像的光譜指數(shù)和紋理特征提高檢測(cè)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(duì)檢測(cè)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(kāi)發(fā)了倒伏檢測(cè)軟件，實(shí)現(xiàn)稻麥倒伏面積的快速提取；研究了基于多光譜植被指數(shù)的小麥葉綠素含量檢測(cè)方法，優(yōu)選植被指數(shù)并評(píng)估了模型對(duì)不同小麥品種、生長(zhǎng)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(ài)臣

無(wú)錫譜視界科技有限公司首*技術(shù)專家黃宇為大家?guī)?lái)《光譜遙感技術(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(shì)、挑戰(zhàn)以及展望。

▲無(wú)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)?lái)《基于多源遙感數(shù)據(jù)融合的小麥白粉病監(jiān)測(cè)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(duì)其外觀癥狀明顯發(fā)生前進(jìn)行早期監(jiān)測(cè)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(cè)耗時(shí)費(fèi)力、時(shí)效性差等問(wèn)題，提出基于多源遙感數(shù)據(jù)融合的小麥白粉病監(jiān)測(cè)方法。通過(guò)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(cè)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(cè)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(duì)提升農(nóng)業(yè)病害遙感監(jiān)測(cè)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)?lái)《光譜技術(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(tái)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(wú)人機(jī)、吊軌、自走式和實(shí)驗(yàn)室表型平臺(tái)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(kāi)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(cè)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(shí)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)?lái)《耦合多源遙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(cè)量對(duì)人工林長(zhǎng)勢(shì)及健康狀況的評(píng)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(guò)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(cè)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(cè)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(guò)模擬反射率查找表反演冠層色素三維分布，最終開(kāi)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(píng)估提供了多尺度監(jiān)測(cè)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)?lái)《作物關(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(kāi)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(guò)無(wú)人機(jī)和地面平臺(tái)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(duì)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(wú)損動(dòng)態(tài)監(jiān)測(cè)與估測(cè)。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*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(wú)錫分院研究員張文宇為大家?guī)?lái)《感知賦能智慧農(nóng)業(yè)——認(rèn)識(shí)與實(shí)踐》的報(bào)告。報(bào)告主要分享了對(duì)感知賦能智慧農(nóng)業(yè)的認(rèn)識(shí)，介紹了江蘇省農(nóng)業(yè)局科學(xué)研究院無(wú)錫分院智慧農(nóng)業(yè)創(chuàng)新團(tuán)隊(duì)一年多來(lái)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(lái)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(wú)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(wú)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(huì)全體成員的辛勤付出，更感恩每一位參會(huì)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(huì)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！