超强专家阵容 | 第四届高光谱成像应用研讨会暨地区研讨会（青岛站）成功举办

2025年5月23日，第四届高光谱成像应用研讨会青岛站在青岛农业大学城阳校区圆满落幕！各位专家就“高光谱成像技术前沿与创新”、“高光谱在精准农业中的实践与突破”、“环境监测与生态保护中的高光谱解决方案”、“高光谱成像在食品安全与医药领域的应用”和“工业检测与智能制造的高光谱应用”等专题方向展开精彩讲座。会议期间山东省农业科学院茶叶研究所教授丁兆堂、青岛科技大学教授高鹏、西北农林科技大学副教授赵艳茹、中国科学院海洋研究所副研究员杜增丰等多位嘉宾出席并做精彩报告。接下来，让我们一起继续直击会议现场，感受知识和思维碰撞的火花！

山东省农业科学院茶叶研究所教授丁兆堂为大家带来《基于高光谱与深度学习的茶树抗逆性状鉴定及其应用》的报告。报告内容主要聚焦于利用高光谱成像技术获取茶树在多种逆境（如干旱、低温、高温、病虫害）下的表型响应信息，结合深度学习算法实现对抗逆性状的快速、精准鉴定。通过构建高光谱数据库、开发多模态深度学习识别模型，系统提取与抗逆性状密切相关的光谱特征，实现对茶树抗逆性能的高通量、非破坏性评估。研究成果可广泛应用于茶树抗逆育种筛选、栽培管理优化及智慧茶园建设，为提升茶树抗逆能力、保障茶叶产量与品质提供高效技术支撑。

▲

山东省农业科学院茶叶研究所教授 丁兆堂

▲

西北农林科技大学副教授 赵艳茹

中国科学院海洋研究所副研究员杜增丰为大家带来《高光谱技术在浅海及深海的初步科学应用》的报告。本报告主要介绍了高光谱技术已经被广泛应用于陆地中的环境监测、农业评估及矿物勘探等领域，由于水体本身对光学信号的吸收衰减以及水下搭载平台的特性等原因，导致高光谱技术在水下的应用还比较少。然而随着海洋渔业、海底矿产资源勘探等领域对水下目标物快速识别分类这一需求的日益增长，越来越多的科研团队开始致力于将高光谱技术在水下进行应用。本报告将简要介绍基于推扫视高光谱仪研发的水下目标分类识别装置，并展示在浅海及深海的初步应用成果。基于多通道卷积神经网络方法，建立了全国首套海洋牧场常见经济动物高光谱特征数据库；结合高光谱数据和三维激光数据，对我国南海冷泉区域24000平方米的底质分布特征进行了分类与统计。

江苏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。本次报告详细介绍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。

▲

江苏科技有限公司销售总监 邓新强

无锡谱视界科技有限公司研发总经理马宗伟为大家带来《光谱技术的行业应用探索与实践》的报告。本报告深入探讨了光谱检测和分析技术具有检测速度快、灵敏度高、无污染等特点，在环保、工业、农业等领域均具有重要的潜在应用价值。无锡谱视界科技有限公司基于像元级镀膜和光谱数据解析两大核心技术以及长期的技术研发与市场探索，面向水环境监测/智慧农业、工业检测等多个应用领域开发了多光谱/高光谱成像/非成像系列技术和产品，在充分发挥光谱技术的独特优势解决行业痛点问题的同时，不断降低技术应用门槛，取得了良好的应用效果。本报告将介绍无锡谱视界科技有限公司在光谱技术行业应用方面的探索与实践，并探讨其中的机遇与挑战。

▲

无锡谱视界科技有限公司研发总经理 马宗伟

中国石油大学（华东）副教授张爱竹为大家带来《基于三维奇异光谱分析的UAV高光谱影像精细分类》的报告。报告介绍了无人机高光谱图像（UAV-HSI）丰富的空谱信息造成了显著的类内光谱变异性和高空间异质性，限制了分类精度。本研究引入奇异频谱分析（SSA）方法，提出了一种基于3DSSA的HSI三维特征提取方法，旨在构建一个包含全局和局部特征的低秩轨迹张量，并结合张量奇异值分解（t-SVD）提取光谱判别特征和空间上下文特征。此外，为了降低大规模HSI数据张量操作超出内存的风险，提出了扩展区域聚类的三维奇异谱分析框架（RC-3DSSA），用于精确的HSI分类。RC-3DSSA利用区域聚类处理来缓解尺度多样性，并应用3DSSA来解决类内光谱变异性和空间异质性的问题。为了有效评估RC-3DSSA的性能，基于的Gaiasky mini2-VN高光谱成像仪生产了青岛无人机载高光谱图像（QUH）数据集，并测试新算法的分类准确性和优越性。

▲

中国石油大学（华东）副教授 张爱竹

山东农业大学机械与电子工程学院副教授邵园园为大家带来《高光谱成像技术在果蔬品质智能检测中的应用》的报告。本报告主要介绍了随着果蔬产业的蓬勃发展，消费者对果蔬品质的要求日益提升，果蔬品质智能无损检测技术无形中成为关键。本报告聚焦于高光谱成像技术在果蔬品质检测中的创新应用，该技术融合光谱与图像信息，实现果蔬内外部品质的高效、无损、精准检测。本次报告分别以苹果、肥城桃、西红柿、秋葵等常见的果蔬为例，介绍果蔬品质无损检测方法、果蔬产地智能分级装备开发、成熟度判定、货架期预测等相关内容并探索基于高光谱的便携式智能检测仪器开发。高光谱成像技术在果蔬品质智能检测中的应用前景非常广阔，在助力果蔬产业科学管理，优化采摘、分级、运输、贮藏及保鲜等各个环节有很大帮助，大幅度推动果蔬产业高质量发展。

▲

山东农业大学机械与电子工程学院副教授 邵园园

山东省农业科学院副研究员申加枝为大家带来《高光谱成像技术在果蔬品质智能检测中的应用》的报告。本报告聚焦于糖类不仅在茶树响应低温胁迫和生长发育中发挥重要作用，也会影响茶叶的风味和口感。然而，缺乏快速、无损的检测方法。高光谱成像是一项新兴技术，广泛应用于物质成分的含量分析。本研究首先利用CARS、无UVE及SPA算法来提取具代表性的特征波段。总体来看，基于UVE方法筛选出的特征波段数量最多，而基于SPA方法的选择能力更强，筛选出的特征波段数量最少。然后利用SVR、PLSR和RFR建立了糖含量的预测模型。结果显示，对于Sorbitol、Inositol、Glucose-6-phosphate和Maltose，CARS-PLSR模型展现了最佳的预测能力，它们的Rp2别为0.87、0.96、0.84和0.71。对于Arabinose、Galactose和Trehalose-6-phosphate，CARS-RFR模型提供了较高的预测精度，Rp2别为0.82、0.81、0.76。对于Glucose CARS-SVR和CARS-PLSR模型均实现了出色的预测，Rp2为0.94。对Sucrose的预测上，CARS-SVR和CARS-RFR模型的预测精度同样高，但Rp2为0.68。本研究有助于加速高光谱成像技术与靶向代谢技术的结合与在茶树叶片糖类无损检测中的应用。

▲

山东省农业科学院副研究员 申加枝

山东建筑大学副教授付萍杰为大家带来《土壤及水质参数遥感反演研究》的报告。报告讲述了利用高光谱成像技术获取茶树生长（生物量、叶片营养）与茶叶品质（茶多酚、氨基酸）等性状的光谱信息，结合机器学习和深度学习算法，实现对茶树生长状况与品质成分的精准鉴定。通过构建高光谱数据集，系统提取与茶树生长和品质性状密切相关的关键光谱特征，建立反演模型，实现对茶树生长与品质性状的高通量精准鉴定。研究成果可广泛应用与茶树品种筛选、栽培管理优化与智慧茶园建设，为提升茶叶产量与品质提供技术支撑。

▲

山东建筑大学副教授 付萍杰

山东农业大学讲师闫富菊为大家带来《光谱在小麦智能育种中的应用》的报告。报告主要介绍为提高小麦长势和产量预测的准确性，提出了一种基于遗传算法改进支持向量回归（GA-SVR）的预测方法，在12个小麦品种和3种氮肥施用量的试验中构建了预测模型，平均决定系数为0.74。针对传统小麦品种分类方法存在的劳动密集、耗时且低效的问题，提出了一种基于无人机遥感的支持向量机-极限梯度提升（SVM-XGBoost）氮高效小麦品种分类方法，构建的小麦品种分类模型总体精度为76%。实现了氮高效小麦品种的准确分类，能够为加速小麦育种提供技术支持。

▲

山东农业大学讲师 闫富菊 

至此，第四届高光谱成像应用研讨会青岛站圆满落幕！这场高光谱技术的思想盛宴，既是多领域应用的创新成果全景展示，更是面向未来的技术发展宣言——从精准农业到生态保护，从智能制造到生命科学，每一次探讨都在为行业开拓新边界，每一项实践都在为技术落地注入新动能。

让我们共同期待下一站高光谱成像应用研讨会—以光为媒，再启征程！