数智赋能林业未来！第四届林木表型组学前沿论坛暨第四届高光谱成像应用研讨会杭州圆满落幕

（原标题：数智赋能林业未来！第四届林木表型组学前沿论坛暨第四届高光谱成像应用研讨会杭州圆满落幕）

金秋十月，富春江畔，群贤毕至。10月23日至25日，第四届林木表型组学前沿论坛暨第四届高光谱成像应用研讨会在中国林业科学研究院亚热带林业研究所成功举办！

本届会议以“数智表型驱动林木遗传改良与森林精准经营”为主题，不仅搭建起 “基础科研技术装备产业落地” 三位一体的高水平交流平台，更为推动我国林业数智化转型与绿色新质生产力培育注入了新的动能。作为双利合谱高光谱成像系列研讨会的重要一站，本次论坛亦是系列会议持续深耕行业应用的延续。

回望历程，系列研讨会自 2017 年首届高光谱用户研讨会在北京启幕，之后在南京、西安、青岛、广州多地巡回开展交流；2024 年第三届研讨会暨怀柔光电产业发展论坛汇聚近百位专家学者；2025年，第四届高光谱成像应用研讨会暨多模态遥感与智慧农业协同创新论坛落地无锡，吸引线下200 余名参会者、线上 25 万余人次观看，围绕高光谱前沿热点共探技术落地路径。前三届会议覆盖农业遥感、食品检测、地质探矿、水环境监测、工业分选、电力绝缘子检测等诸多领域，持续探索高光谱新技术、新算法与落地场景，见证这项技术从实验室走向各行各业。本届会议将研究视角聚焦林木表型赛道，依托往届积淀的交流基础，聚力推动高光谱技术在林业场景的深度落地。

▲会议现场

开幕式上，中国林业科学研究院亚热带林业研究所所长吴红军谈到，林木表型组学正处在从"能测"走向"能用"的关键阶段。高通量表型平台解决了数据获取的效率问题，但如何让这些数据真正服务于育种决策和森林精准经营，仍是行业共同面对的课题。

▲中国林业科学研究院亚热带林业研究所所长/党委书记 吴红军

江苏双利合谱科技有限公司技术总监陈兴海表示高光谱作为一种"看得见植物生理状态"的感知手段，其价值最终要在真实的林分、苗圃和育种试验林中得到验证。企业愿意把装备、算法和现场经验持续投入到林业场景中，与科研单位一起把技术难题拆开、做实，共同推进林业表型技术创新与成果转化。

▲江苏双利合谱科技有限公司技术总监 陈兴海

10月24日全天的大会报告更是亮点纷呈！来自全国多所重点高校与科研院所的专家学者，围绕人工智能与林业大模型、林木表型智能解析、高光谱感知与空地协同测量等方向，带来了精彩的学术报告。

中国林业科学研究院资源信息研究所研究员张怀清为大家带来《从林龙大模型、数字孪生到世界模型的若干思考》的报告。报告围绕“人工智能+林业”的发展背景，系统阐释了林业垂类智能体系的建设思路：以算力与数据底座为基础，贯通高质量数据集、领域知识库和机理模型，面向林木育种、森林经营等业务场景构建协同应用能力。张怀清研究员重点介绍了国家级林业科研数据资源的汇聚与开放进展，以及“林龙”共享平台在算力、专业模型和数字孪生能力整合方面的探索。报告还结合森林防火、森林质量评价、国家公园物种监测等实践，说明了大模型与数字孪生协同构建“方案生成—场景验证—反馈优化”闭环的应用价值，为推动林业科研与业务模式的智能化升级提供了新思路。

▲中国林业科学研究院资源信息研究所研究员 张怀清

南京林业大学教授曹林大家带来《人工智能赋能林木表型监测与精准解析》的报告。报告介绍了林木表型是连接基因型、环境与林木生长性状的关键纽带，支撑林木遗传改良、良种选育与森林精准经营。相较于作物，林木表型研究起步较晚，受树木高大、生长周期长、野外环境复杂等因素限制，传统技术难以实现林木生长过程多维度性状监测，高通量、高精度林木表型解析信息匮乏，已成为制约林木种质鉴定、良种选育与精准培育的关键瓶颈，人工智能技术赋能林木表型监测与解析为该难题的突破提供了新的解决方案。本报告结合文献知识图谱分析等，综述林木表型智能感知、AI解析及 “表型-环境-基因型” 关联等国内外研究进展；介绍团队搭建的 “室内可控平台-室外田间平台-无人机遥感” 多尺度立体监测体系，阐述融合机器视觉、多/高光谱、激光雷达与AI算法，实现苗期、幼林、成林阶段林木形态、生理生化及抗逆等性状的智能监测与精准解析。报告还将分享报告人在国际植物表型网络（IPPN）林木表型工作组的科研与协作经验，以及面向生物育种、“双碳” 战略，依托人工智能赋能智慧林业交叉创新，推动传统林业智能化转型的研究实践思考。

▲南京林业大学教授 曹林

北京大学现代农业研究院研究员徐云碧为大家带来《Phenomics-enviromics crosstalk driven by satellite remote sensing》的报告。报告聚焦表型组学与环境组学的协同研究，指出环境不能再被视为表型解析中的“黑箱”，应与基因型、表型及管理因素在同一时空框架下同步观测、联合建模。徐云碧研究员系统回顾了环境型鉴定与环境组学的发展脉络，介绍了卫星遥感在大尺度、连续性林木环境观测中的独特作用。报告重点阐释了光学、合成孔径雷达和激光雷达等多源传感器在冠层性状、林分结构、土壤水分和生物量反演中的互补优势，以及空—天—地—室一体化观测网络支撑林木环境组学研究的技术路径。面向应用，报告提出以目标环境群体为基础，通过环境参数提取、聚类和模型分析实现育种区划分与无性系推荐，并结合桉树人工林案例展示了卫星环境组学服务造林布局、营林规划和未来气候适应性决策的潜力。

▲北京大学现代农业研究院研究员 徐云碧

南京林业大学教授张慧春为大家带来《林业智能感知与空地协同表型测量》的报告。报告从林木表型的形态结构、生理生化与产量功能等维度出发，阐释了林业表型精准获取对遗传改良、抗逆评价和精准经营的重要意义。张慧春教授介绍了团队自主研发的空地协同系列化表型平台，涵盖无人机、轨道式、门架式、自走式机器人及高地隙等多种装备，可面向苗木、单株、林分等不同尺度开展多传感器同步观测。报告重点展示了人工智能与三维点云、机器视觉、多模态图像融合在单木识别、叶片分割、器官语义解析和林木结构重建中的应用，并结合干旱胁迫早期诊断、叶绿素空间分布提取和精准对靶喷雾等案例，说明表型数据可进一步支撑定向化育种、数字化感知、智能化决策与精细化管控，推动形成“感知—决策—执行”协同的林业智能作业体系。

▲南京林业大学教授 张慧春

南京农业大学教授程宗明为大家带来《打造世界一流期刊，把握林学论文评鉴和成果记录话语权》的报告。本报告介绍了我国科技期刊建设与林学领域学术话语权提升，分析了高水平期刊在论文评鉴、成果记录和学术传播中的作用。程宗明教授重点介绍了《Horticulture Research》从创刊到进入国际主流学术视野的发展历程，以及《Plant Phenomics》《BioDesign Research》等期刊在植物表型组学、生物设计等交叉领域的布局；同时分享了《Forestry Research》提升国际影响力、服务林学研究前沿的实践。报告提出，应通过提升学术质量、深化国际合作、联动科研与产业等方式，建设具有全球影响力的林学期刊体系。

▲南京农业大学教授 程宗明

江苏双利合谱科技有限公司销售经理张硕为大家带来《高光谱林木表型观测：装备、应用与展望》的报告。本报告聚焦高光谱林木表型观测，以现有高光谱林木表型观测手段，梳理了双利合谱在装备体系与应用方面的进展。装备上以 GaiaSky 无人机载多源遥感数据采集系统为核心，建立高光谱-热红外-激光雷达-SIF观测体系。以现有高光谱林木表型应用，展望未来高光谱设备在林木表型领域应用发展。

▲江苏双利合谱科技有限公司销售经理 张硕

扬州大学智慧农业研究院教授孙成明为大家带来《基于无人机多源遥感融合的冬小麦垂直叶层光合能力估测》的报告。报告主要介绍了光合能力是冬小麦物质生产和产量形成的重要基础，但传统测定难以实现冠层不同叶层的快速、无损监测。本研究以不同品种、密度和氮肥水平的冬小麦为对象，将叶层净光合速率与叶面积指数相结合，表征叶层及冠层光合能力，并融合无人机多光谱、热红外和激光雷达数据，分析遥感信息与叶层光合能力的关系，构建多源遥感融合估测模型。结果表明，冠层光合能力与产量具有较强相关性，冠层垂直结构信息与叶层光合能力关系密切；融合光谱、温度和结构信息可有效提升估测精度，不同叶层验证集决定系数达到0.39～0.77。研究为冬小麦不同叶层及冠层光合功能的快速无损监测提供了技术方法。

▲扬州大学智慧农业研究院教授  孙成明

南京农业大学副教授金时超为大家带来《作物植物时空表型组学：进展与思考—AI驱动作物科学知识发现》的报告。报告介绍了面向国家粮食安全和种业振兴战略需求，聚焦“基因与环境交互如何影响作物表型”的关键科学问题，瞄准“作物时空表型精准鉴定和评价”这一实际难题，系统报告作物时空表型组学的概念、理论和技术进展，具体内容包括人工智能+“高效获取-智能解析-交叉应用”三方面，即：作物时空表型获取的共性技术研发，作物时空表型智能解析的核心算法开发，作物时空表型精准鉴定、预测与评价利用。最后，报告将探讨未来作物时空表型组学的挑战与机遇。

▲南京农业大学副教授 金时超

中国农业大学副教授王敏娟为大家带来《基于多任务深度学习框架的作物多光合表型参数像素级高通量估测》的报告。报告指出高光谱技术为作物光合生理表型的高通量估测提供了重要手段，但传统方法仍面临样本量有限及多参数协同反演能力不足等问题。本研究提出融合像素级数据集构建与多任务深度学习的光合表型参数估测框架，构建番茄20,144个和水稻12,648个像素—标签样本，并通过MTI-Net建模，分别实现13项和8项光合表型参数的同步估测实，多参数估测精度达到R2>0.90。进一步利用DRS-Net筛选40个光谱波段，在降低光谱维度的同时保持较高反演精度。模型结果能够表征不同生育阶段、光照条件及冠层层位下的光合表型差异，为作物光合表型高通量监测及简化型高光谱传感器设计提供方法基础。

▲中国农业大学副教授 王敏娟

江苏省农业科学院无锡分院助理研究员张嘉懿为大家带来《表型获取到智能决策—智慧农业研究与实践》的报告。报告围绕智慧农业由数据采集向智能决策升级的路径，介绍了团队在作物形态、生理与品质表型获取方面的研究进展。通过多视角图像、三维重建、光谱传感和时序遥感等技术，团队实现了水稻等作物株型、穗部及品质性状的精准解析，并构建了功能—结构协同模拟模型。报告还展示了作物生长传感器和“青禾守望者”农情智能监测机器人在长势监测、产量预报和氮肥调控中的应用，为农业数字孪生、精准管理与智能决策提供了技术支撑。

▲江苏省农业科学院无锡分院助理研究员 张嘉懿

山东农业大学副教授郝霞为大家带来《多模态智能感知与大模型赋能的植物表型解析技术研究》的报告。本报告内容主要介绍面向复杂自然环境下植物表型获取效率低、数据标注成本高以及多源信息难以融合等问题，本报告围绕多模态智能感知与大模型赋能的植物表型解析技术展开研究。介绍团队在无人机视觉表型获取、多模态数据融合及智能分析方面的研究进展，重点展示基于无人机影像的林木与作物关键表型参数提取方法，包括苹果花果动态监测以及玉米冠层结构表型解析等研究。针对小目标、复杂背景和样本不足等挑战，探索半监督学习、少样本学习等数据高效智能方法，实现植物表型信息的精准提取。同时，结合图像、文本及知识信息融合技术，探索大模型驱动的植物表型知识理解与智能服务方法。未来将构建融合无人机遥感、多源传感与多尺度表型信息的智能解析体系，为植物精准育种与智慧农业提供技术支撑。

▲山东农业大学副教授 郝霞

南京林业大学副教授周凯为大家带来《耦合辐射传输模型的人工林精准培育遥感监测研究》的报告。本报告针对开展人工林单木与叶片生理参数精准测定，对掌握林分长势、评判树木健康、推进森林精准培育具有重要意义。本研究选取江苏典型银杏人工林，融合高光谱、激光雷达遥感数据与 PROSAIL 辐射传输模型，从叶片、单木尺度开展林分生理评价。叶片尺度优化叶肉结构先验参数，结合连续小波分析与序列前向选择算法筛选氮素敏感波段，提高叶片氮含量反演精度。单木尺度基于体元框架融合点云与高光谱数据，针对银杏适配 PROSAIL 模型，借助查找表实现不同林龄冠层色素三维分布估测，为森林精准培育提供技术与数据支撑。

▲南京林业大学副教授 周凯

浙江农林大学副所长梁浩为大家带来《林木表型组学研究实践桦木表型组与遗传育种研究》的报告。本报告从育种者视角阐释了林木表型组学在种质资源评价、新品种选育和重要性状基因挖掘中的应用。团队构建了传送带式植株尺度种苗表型平台，结合三维成像与高光谱技术，实现苗期形态和生理性状的自动化、连续化获取；并以光皮桦等材料为例，开展多性状综合评价与抗逆种质筛选。报告还介绍了基于表型数据的杂种桦群体性状变异分析和苗期根数、株高等性状的QTL定位研究，为林木遗传改良和精准育种提供数据与方法支撑。

▲ 浙江农林大学副所长 梁浩

华中农业大学教授佃袁勇为大家带来《遥感支持下的森林灾害损失监测与评估》的报告。报告以华山松大小蠹虫害为例，介绍了利用航空遥感影像与深度学习技术开展森林虫害识别、受害木定位和损失评估的方法。团队通过构建高精度样本标注与深度学习模型，实现大范围受害林分的快速识别；进一步耦合害虫种群扩散与攻击行为，建立树木枯萎响应模型，对虫害扩散过程和枯萎木密度进行时空预测。该研究为森林病虫害监测预警、灾害损失评估及科学防控提供了技术支撑。

▲ 华中农业大学教授 佃袁勇

江西农业大学教授宋有洪为大家带来《植物生长建模与作物理想株型模型设计》的报告。报告系统介绍了植物功能—结构模型的发展及其在作物育种中的应用，阐释了通过三维表型采集、人工智能解析和模型模拟，将株高、分蘖角、叶倾角等结构性状转化为可计算、可优化的数字化参数。宋有洪教授以水稻为例，展示了功能—结构模型 eRice1.0 在生长发育、冠层光合、物质分配和产量形成模拟中的应用，并结合基因组—表型预测筛选理想株型候选材料。报告提出，融合三维表型、AI 与功能—结构模型，可推动作物育种由经验选择走向模型设计与智能优化。

▲ 江西农业大学教授 宋有洪

成都理工大学地球与行星科学学院副教授谭骏祥为大家带来《面向森林精细表型的无人机-地面LiDAR跨域点云配准 —— 从TreePM到TreePMNet》的报告。报告介绍了森林激光雷达技术在林业调查中的应用前景，并指出无人机点云难以获取林下信息、手持激光雷达难以完整覆盖冠层，空—地融合可提升森林几何参数获取的完整性与准确性。针对森林场景点云密度差异大、共视区域有限及树冠、树干特征易混淆等问题，团队提出基于树木显著特征和垂向分层描述的匹配方法，降低对空间拓扑关系的依赖。进一步构建森林专用 TreePMNet 深度配准网络，通过局部特征学习和由粗到精的渐进式变换估计，实现复杂冠层下的稳定配准。报告还展望了通过扩充多样场景样本、引入树干、冠层与地面等语义信息，进一步提升森林点云配准的精度与泛化能力。

▲ 成都理工大学地球与行星科学学院副教授 谭骏祥

本次会议受到行业媒体与科技媒体的广泛关注，其中，化工仪器网、搜狐视频、仪器信息网等多家媒体记者抵达现场，开展专家专访，围绕林木表型组学发展痛点、高光谱技术林业落地难点、AI 与林业大模型等热点议题，与到场专家、企业代表深度对话。采访现场，专家们面向媒体镜头，解读林木数智表型前沿进展，分享科研实践思考，畅谈技术从实验室走向林间一线的机遇与挑战。

本次论坛的圆满召开，进一步密切了国内林木表型组学与高光谱遥感领域产学研各界的联动，为常态化沟通协作搭起了桥梁。从沈阳、青岛、广州到无锡，第四届高光谱成像应用研讨会一路走来，每一站都在回答"高光谱究竟能解决什么"。这一次在杭州，答案变得更为具体——它不再只是实验室里的一条光谱曲线，而是育种圃里的一株苗木、试验林中的一个林分、决策桌上的一份依据。

数智表型驱动林木遗传改良与森林精准经营，从来不是一句口号，而是由一次次观测、一组组数据、一场场讨论累积而成的路径。感谢所有与会专家的倾囊分享，感谢主办、承办与协办单位的通力支持。

未来，双利合谱将继续携手广大科研工作者与行业同仁，持续办好高光谱成像技术系列研讨会，收集一线科研与应用中的真实需求反哺产品研发，聚焦林木表型感知技术创新，不断打磨优化产品与解决方案、提升国产高光谱装备产品力，共同推动我国林木表型组学、高光谱成像应用乃至整个光谱成像领域向前发展，迈向更高台阶。！

下一站，我们继续同行！

本文来源：财经报道网