盛夏七月，古都西安，群賢畢至。7月16日至18日，第四屆高光譜應用研討會暨高光譜前沿物理技術與實踐論壇在西安電子科技大學（雁塔校區）成功舉辦！本次研討會由西安電子科技大學物理學院與江蘇雙利合譜科技有限公司聯合主辦，匯聚了來自全國高校、科研院所及產業界的百余位專家學者與技術精英。本次研討會不僅搭建了高水平的學術交流與產業對接平臺，更為推動我國高光譜技術的高質量發展注入了新的動能。

17日全天的大會報告更是亮點紛呈！來自全國多所重點高校與科研院所的十余位專家學者，圍繞高光譜成像技術的物理機理、算法創新與行業應用，帶來了一場場精彩的學術報告。

▲西安電子科技大學教授  曹運華

西安電子科技大學教授曹運華為大家帶來《偽*目標偏振高光譜特性分析與融合方法》的報告。報告圍繞偏振高光譜偽*目標識別展開。首先，基于典型偽*材料實測數據，利用光譜角、均方根誤差、光譜信息散度、紅邊差異指數及偏振效應指數，定量評估偏振通道S1、S2、DoLP和AoLP的判別貢獻，提出面向不同材料的通道融合策略。其次，構建偏振條件化多尺度動態注意力網絡PMDA-Net，通過光譜-偏振雙流建模、AoLP動態注意力和空間—通道校準，實現異構特征有效融合，并在多組自建與公開數據集上取得優異分類性能。研究形成了從偏振高光譜特性分析、通道篩選到智能分類的完整技術路徑。

▲西北工業大學副教授  劉澍民

西北工業大學副教授劉澍民為大家帶來《高光譜多模態融合及實時工業分選系統》的報告。報告介紹一種軟硬件協同設計的多模態檢測系統，該系統將近紅外高光譜（NIRH）與RGB線掃描成像相結合，以實現穩健的物體檢測。這種互補的感知與處理策略使系統能夠聯合利用光譜信息和空間信息，從而提升復雜環境下的檢測精度。所提出的框架具有高檢測可靠性、低延遲和有效的軟硬件集成特性，報告同時也展示了其在工業遍野檢測應用中的部署情況。

▲西安交通大學博士  楊章

西安交通大學博士楊章大家帶來《輸電線路外絕緣光譜增強成像技術與應用》的報告。報告介紹基于高/多光譜成像的污穢可視化檢測技術，通過解析污穢成分、程度及濕潤度的反射光譜差異化響應，精準量化污穢等級并預警閃絡風險。報告將介紹該技術的需求背景、基礎研究、專用技術、無人機巡檢裝置開發，以及該技術在電力巡檢中的應用與前景。

▲西北農林科技大學教授  張智韜

西北農林科技大學教授張智韜為大家帶來《基于圖像紋理特征和光譜特征融合的高光譜遙感診斷土壤含水率模型》的報告。報告主要介紹了創新性地融合高光譜圖像紋理特征與光譜特征，建立精準的土壤含水率監測模型，為精準農業灌溉提供技術支撐。研究結合連續小波變換、分數階微分等光譜處理技術提取光譜特征；通過灰度共生矩陣、局部二值化和Gabor濾波提取紋理特征；運用堆疊集成學習算法融合兩類特征建立診斷模型。研究表明，小尺度小波變換可增強光譜與土壤含水率的相關性；多種紋理特征融合優于單一特征；特征層與決策層融合能夠顯著提高集成學習模型診斷精度。本研究突破了傳統單一特征建模的局限，實現了光譜信息與圖像紋理信息的有效融合，為高光譜遙感在農業精準灌溉中的應用提供了新思路。

▲寧夏大學葡萄酒與園藝學院副教授  吳龍國

寧夏大學葡萄酒與園藝學院副教授吳龍國為大家帶來《寧夏冷涼蔬菜表型信息原位感知與智能裝備研制》的報告。報告針對寧夏冷涼蔬菜產業面臨的“感知不精準、決策不智能、執行效率低"等核心瓶頸，開展高效栽培關鍵技術機制解析與檢測體系構建研究，探究微咸水灌溉機制、水鹽運移機理及氮肥減施技術，明確土壤鹽-水耦合規律與番茄葉片細胞抗氧化酶交互作用機制；綜合機器視覺、高光譜成像等技術，構建葉綠素、氮素等指標的植株生長動態檢測模型，創新逆境下抗氧化酶高精度原位快速檢測技術，為資源科學利用筑牢理論與技術基礎。在此基礎上，研制育苗自動化輸送與調控裝置、小型遠程遙控運輸裝置、智能化物流輸送裝置、果蔬表型信息在線監測巡檢、果菜智能化采收等10臺套設備，突破關鍵環節技術瓶頸；依托人工光植物工廠高效栽培技術獲自治區科技進步獎三等獎（排*第 1），篩選人工光植物工廠甜瓜*優光配方實現一年8代標準化生產范式。在應用技術層面，形成“機理研究-技術研發-產業應用" 的創新鏈條，推動冷涼蔬菜產業從“經驗型"向“精準化、智能化"轉型。

▲四川農業大學教授  康志亮

四川農業大學教授康志亮為大家帶來《基于光譜技術的茶葉品質快速檢測研究》的報告。本報告圍繞高光譜、熒光光譜無損檢測技術，聚焦茶葉產業實際需求，開展茶鮮葉及成茶在分類、摻假辨別、品質參數定量檢測與農殘快速識別相關研究。通過優化光譜信號處理與智能判別模型，搭建茶葉無損快速檢測方法，解決傳統檢測損耗樣品、檢測周期長的問題，為茶葉加工在線質檢、品質溯源管控提供智能化技術路徑。

▲江蘇雙利合譜科技有限公司總經理鄧新強

江蘇雙利合譜科技有限公司總經理鄧新強為大家帶來《科研級高光譜成像系統介紹及新品簡介》的報告。本報告介紹了江蘇雙利合譜科技有限公司基于透射式光柵技術開發了豐富的系統方案，覆蓋了航空區域尺度到顯微微觀尺度的不同測試方案，滿足反射光譜、透射光譜、熒光光譜及日光誘導葉綠素熒光測量，為廣大科研用戶提供前沿、穩定、可靠的高光譜成像技術應用解決方案。

▲四川輕化工大學教授  胡新軍

四川輕化工大學教授胡新軍為大家帶來《基于高光譜成像技術的白酒原料及發酵過程物質快速檢測研究》的報告。報告圍繞高光譜成像與光譜重建技術在白酒產業中的應用研究，系統介紹團隊近年來在釀酒糧食品質快速檢測、白酒智能感知及原料在線檢測領域取得的研究進展。針對釀酒高粱品種識別與淀粉、蛋白質、單寧等關鍵成分快速檢測需求，構建了融合高光譜與圖像信息的多模態深度學習模型，實現釀酒糧食的高精度分類與品質評價；針對白酒品種鑒別、工業酒精摻假識別及香氣品質快速檢測問題，建立了基于高光譜和深度神經網絡的定性與定量分析方法，實現白酒品質的無損、快速和可視化檢測；針對傳統高光譜設備成本高、應用場景受限的問題，提出光譜自適應特征增強的光譜重建方法，利用低成本RGB圖像重建高光譜信息，實現釀酒糧食理化指標和品種的快速檢測。

▲西昌學院  楊謹源 

西昌學院楊謹源 為大家帶來《面向濕地復雜環境的改進 Transformer 高光譜樹種識別研究 —— 以邛海國家濕地公園為例》的報告。報告主要介紹了以邛海國家濕地公園為研究區，采用 DJI M300 RTK 無人機搭載 GaiaSky-mini3-VN 高光譜成像儀獲取 400至1000nm 共 224 波段航測數據，完成輻射校正、幾何配準、MNF 降噪降維預處理，選取* 10 維特征保留 98% 原始信息以消除波段冗余。針對濕地樹種光譜高度相似、同物異譜突出問題，在 DSFormer 基礎上搭建含 7 類輕量化模塊的 AB_Combined 改進 Transformer 模型，劃分 10 類喬木、2 類道路構建數據集開展試驗。結果顯示模型總體精度 98.87%，相較 2D-CNN 基線提升 11.23%；消融實驗證實光譜優化、多尺度空間模塊協同可有效改善少數樹種漏分混分。研究驗證光譜-空間協同建模是破解復雜濕地高光譜分類難點的關鍵，為川西高原濕地植被自動化識別提供技術支撐。

▲深圳大學副教授  石鐵柱

深圳大學副教授石鐵柱為大家帶來《激光雷達和高光譜一體機的數據處理方法》的報告。基于雙利合譜研發的激光雷達與高光譜一體機設備，本報告系統研究多傳感器協同處理與數據融合方法。開展激光雷達、高光譜相機、GNSS天線及IMU的聯合位置標定，建立精確的多傳感器空間基準關系。基于GNSS/IMU組合導航解算獲取高精度姿態信息，支撐激光雷達點云地理校正與航帶拼接處理，生成高精度三維點云成果。同步開展高光譜影像正射校正及熱紅外影像正射校正與拼接處理，實現多源影像的地理定位與無縫鑲嵌。在上述處理基礎上，研究激光雷達點云與高光譜影像的深度融合方法，實現三維空間幾何信息與二維光譜信息的協同表征。形成從傳感器標定、組合導航解算、點云與影像處理到多源數據融合的完整技術流程，為一體化設備的應用提供數據處理方法。

▲無錫譜視界科技有限公司副總經理  雷晉鑫

無錫譜視界科技有限公司副總經理雷晉鑫為大家帶來《光譜技術的行業應用探索與實踐》的報告。報告主要講述智能小型機載光譜指數分析基站，本系統基于大疆機場平臺深度集成，體積小巧、便攜性強，可靈活適配小型無人機場等移動載體，快速部署于水質監測、智慧農業及精準林草等核心場景。內置智能算法模型，支持自動校準、實時數據分析與報告一鍵生成，有效減少人工干預，保障長期監測的連續性與數據可靠性。通過搭載光譜采集與無線傳輸模塊，監測數據可實時同步至云端，為應急事件提供即時決策依據，全面提升各行業的低空作業響應效率。該系統以“非現場、無人化"的作業模式，破解傳統監測中人員難達、時效性低等實際痛點，顯著提升管理效率，為行業用戶構建起高效、智能的低空技術支撐體系。

▲西安郵電大學講師  王燕

西安郵電大學講師王燕為大家帶來《基于濾波片與重建網絡協同優化的光譜成像方法及系統研究》的報告。本報告內容主要包含三個方面：一是在方法層面，提出了兩種濾波片優化策略，分別配合RGB相機和單帶通濾波片使用，通過將濾波片設計與深度學習重建網絡聯合優化，在保證濾波片可制備的前提下顯著提升了重建精度。二是在系統層面，研制了兩套成像系統，實現了低成本、小型化的硬件設計。三是在應用層面，通過動靜態目標檢測實驗，驗證了兩套系統在實際場景中的檢測效果。

▲蘭州大學青年博士  伏帥

蘭州大學博士伏帥為大家帶來《高光譜技術在紫花苜蓿長勢評估及品質定級中的應用》的報告。本報告針對現代化牧草企業在大規模紫花苜蓿種植中面臨的業務痛點，如傳統地面調查與衛星遙感易受天氣、人力和財力等因素限制，導致長勢監測存在時空局限性與滯后性，本文探討了高光譜技術結合智能感知系統的企業落地解決方案，闡述了如何利用多種傳感器與深度學習算法構建智能感知系統，從而實現對苜蓿蓋度和產量等關鍵生物物理指標的多點位、高時頻實時動態監測。在此自動化監測基礎上，進一步融合高光譜遙感的高精細數據挖掘能力，構建針對粗蛋白、中性洗滌纖維等核心營養指標的快速反演模型，建立了一套苜蓿品質定級系統。實踐表明，該集成方案能有效克服傳統人工抽檢的時效性差與高成本問題，推動苜蓿生產管理向數字化、網絡化和智能化方向轉變。

▲西安電子科技大學博士  李騰

西安電子科技大學博士李騰為大家帶來《面向高光譜圖像分類的雙分支深度可分離融合卷積網絡研究》的報告。本報告圍繞高光譜圖像分類中的空間—光譜特征提取與融合問題開展研究。針對現有方法難以兼顧空間—光譜耦合、互補信息提取和低冗余融合的問題，構建深度可分離融合雙分支卷積神經網絡DSFA-CNN。模型通過三維卷積分支學習聯合空間—光譜表征，利用一維+二維卷積分支建模光譜和空間特征，并引入CBAM突出有效光譜響應和顯著空間區域。隨后采用深度可分離融合模塊整合跨分支特征，降低冗余與過擬合風險。在Indian Pines、University of Pavia、Salinas和Houston2013四個公開數據集上的總體分類精度分別達到95.62%、99.25%、99.89%和97.62%，其中在復雜場景中的性能提升更為明顯。消融實驗表明，雙分支結構能夠提供互補信息，注意力模塊和融合模塊可進一步提高表征選擇性與融合能力。計算成本分析顯示，該模型在分類精度與計算效率之間取得了較優平衡，驗證了并行耦合—解耦建模和高效特征融合的有效性。

三天的思想激蕩與智慧碰撞雖已落幕，但高光譜技術賦能千行百業的征程正揚帆遠航。從偽*目標偏振高光譜特性分析到實時工業分選系統，從輸電線路外絕緣光譜增強成像到土壤含水率高光譜遙感診斷，從冷涼蔬菜表型原位感知到白酒原料發酵過程檢測。正如與會專家所共識的，在“十四五"戰略性新興產業發展規劃引*下，高光譜成像技術的產業化應用已步入快車道。未來，隨著光譜成像、人工智能與多模態融合技術的持續突破，高光譜成像技術將在智慧農業、生態監測、食品安全、資源勘查等領域釋放更大潛能！