Das vierte Hochspektrum- und Wise-Landwirtschaftsforum wurde in Wuxi beendet, mit Blick auf die Aufmerksamkeit der Dual-Spectrum-Hochspektrumbildgeräte

Vom 17. bis 19. Juli 2025 fand das vierte Workshop über Anwendungen der Hochspektrumbildgebung und das multimodale Fernerkundungs- und Innovationsforum für intelligente Landwirtschaft erfolgreich statt.Das Thema des Forums lautet „Spektrum macht die Landwirtschaft stärker, Daten treiben die Zukunft“.Es zielt darauf ab, eine Brücke zur tiefen Integration von Industrie und Forschung zu bauen, den technologischen Durchbruch und die Umsetzung von Szenarien in zwei Richtungen zu fördern und die nachhaltige Entwicklung der globalen Landwirtschaft mit wissenschaftlicher und technologischer Dynamik zu fördern.Über 200 Teilnehmer mit einer Online-Zuschauleistung von 25W+ diskutierten die Hotspots und zukünftigen Entwicklungstrends im Bereich des Hochspektrums.

Zhu Fanglin, Dekan der Wuxi-Abteilung der Jiangsu-Akademie für Agrarwissenschaften, Chen Xinghai, stellvertretender Geschäftsführer der Zhou Li Han Guang Instruments Co., Ltd. in Peking, Professor Cheng Tao, Professor Zhang Yongguang, Professor Zhang Yongguang, Professor Zhang Chengming, Professor Sun Chengming, Professor Luxin, Professor Shiheo-Universität, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao, Professor Ma Mingqiao Kernrichtungen wie die Fernüberwachungstechnologie von Drohnen und die schädigungsfreie Qualitätsprüfung von landwirtschaftlichen Produkten haben in dieses Forum Spitzenkraft und praktische Erfahrung eingefüllt.

Professor Cheng Tao von der Agraruniversität von Nanjing bringt Ihnen den Bericht "Visualisierung unsichtbarer Symptome: Frühe Überwachung der Reispegel in Verbindung mit dem Bildgebungsspektrum und der Hotspot-Analyse".Der Bericht schlägt eine Methode zur Reinigung und Visualisierung von symptomlosen Krankheitssignalen vor, die auf der Near-End-Bildgebungsspektroplattform basiert. Diese Methode betrachtet die Vertiefung der Reispegel-Infektionsgrad als den Prozess der allmählich erhöhten Fülle der Blattensensitivitäts-Gewebe-Spektralsignale, basierend auf den Daten der Near-End-Bildgebung in der Zeitreihe und der Multi-End-Spektral-Demixing-Methode, um das schwache Krankheitsspektrumsignal in der asymptomatischen Phase erfolgreich zu erfassen. Weitere Hilfe durch die Methode der spatialen Hotspot-Analyse hat die Rate * die Visualisierung der potenziellen Plaken und die hochpräzise Klassifizierung der asymptomatischen Blattensensitivität erreicht.

▲Professor Cheng Tao, Landwirtschaftliche Universität von Nanjing

Professor Zhang Yongguang von der Universität von Nanjing bringt Ihnen den Bericht über die Methode und Anwendung der Chlorophyllfluoreszenz-Fernerkennung durch Vegetation-Sonnenlicht.Der Bericht erläutert hauptsächlich die Vegetation Sonnenlicht induzierte Chlorophyl-Fluoreszenz als eine der aufstrebenden Fernerkennungstechnologien, die in der Lage sind, die dynamischen Informationen der Vegetation-Photosynthese genau wahrzunehmen und eine effiziente Dynamik und Überwachung des landwirtschaftlichen Ökosystems zu erreichen. Dieser Bericht konzentriert sich auf Forschungsforderungen wie Sonnenlicht-induzierte Chlorophyl-Fluoreszenz-Fernerfassungsmethoden, Überwachungssysteme, Reversal-Algorithmen und ihre photosynthetische Erkennung und erläutert Anwendungen in der Vegetationsüberwachung in Kombination mit "Himmel-Himmel-Erde" Multi-Source-Fernerfassungsdaten.

▲Professor Zhang Yongguang, Universität von Nanjing

Prof. Sun Chengming von der Yangzhou-Universität brachte Ihnen den Bericht "Überwachung und Bewertung von Pflanzenkatastrofen auf der Grundlage von Spektraltechnologien" mit.Der Inhalt des Berichts beschreibt hauptsächlich die Verwendung von Spektraltechnologien zur Überwachung und Bewertung von Gefahren durch Gefrierschäden bei Weizen, Gefrierschäden bei hohen Temperaturen und Inversionen, und schlägt ein Modell für die Klassifizierung von Gefrierschäden vor, das auf Deep Learning und Spektrum basiert, um die Gefrierschäden bei Weizen genau zu erkennen, und die durchschnittliche Genauigkeit der Gefrierschäden beträgt mehr als 93%. Durch die Kombination von Koronentemperaturcharakteristiken und spektralen Charakteristiken wird das Unterstützungsvektor-Maschinenmodell (SVM) der Partikelgruppe-Optimierung (PSO) verwendet, um Hitzeschäden bei hohen Temperaturen auf der Grundlage von Ertragsverlusten zu überwachen, wobei die Genauigkeit der Überwachung von Hitzeschäden bei Modellen über 90% beträgt; Die Überwachung des Reis auf der Grundlage von thermischem Infrarot in Kombination mit Spektraltechnologie hat eine Genauigkeit von mehr als 97 %.

▲Professor Sun Chengming, Universität Yangzhou

Professor Lu Xin von der Ishikawa-Universität bringt Ihnen den Bericht "Luft- und Rauminformatik zur qualitativ hochwertigen Baumwollproduktion".Dieser Bericht beschreibt vor allem Xinjiang als Hauptbaumwollregion Chinas, deren qualitativ hochwertige Produktion für die nationale Baumwollsicherheit von entscheidender Bedeutung ist. Die heutige Baumwollproduktion ist jedoch mit hohen Baumwollanbauungskosten, ungenauer landwirtschaftlicher Überwachung und Ressourcenverschwendung konfrontiert. Zu diesem Zweck wird die Luft- und Rauminformatik in den gesamten Prozess der landwirtschaftlichen Produktion eingeführt, um den präzisen Anbau und das intelligente Management von Baumwolle in Xinjiang zu erreichen. Durchbrüche in den Bereichen Baumwolle-Feuchtigkeit, Stickstoff-Phosphor-Kalium-Nährstoffe, Krankheiten und Schädlinge, Ernte usw., Entwicklung von hochpräzisen Überwachungs-, Diagnose- und Entscheidungsmodellen, Entwicklung von intelligenten Düngesystemen, Präzisionsverabreichungs- und Ertragsvorhaltungssystemen und Integration von Cloud-Plattformen. Technologie kumulative Kern Demonstration Basis 5, Anwendung Förderung Fläche über 1,12 Millionen Hektar, Kosteneinsparungen um 214 Millionen Yuan. Die zukünftige Forschung wird sich auf die Integration von Daten aus mehreren Quellen, die Konvertierung von Skalen, die Forschung und Entwicklung von intelligenten Geräten und die Innovation von digitalen Produktionsmodellen konzentrieren, um technologische Unterstützung für die Verbesserung der Qualität und Effizienz von Baumwolle in Xinjiang zu bieten und die Entwicklung der Modernisierung der Landwirtschaft zu fördern.

▲Professor an der Ishikawa-Universität Luxing

Professor Ma Yingqing von der Agraruniversität Chinas bringt Ihnen den Bericht "Analyse und Anwendung von Phänotypen von Pflanzen mit hohem Durchfluss in der intelligenten Landwirtschaft".Der Bericht erzähltIm Zeitalter der KI verändert die intelligente Landwirtschaft mit ihren intelligenten und datengetriebenen Eigenschaften traditionelle Landwirtschaftsmodelle. Durch künstliche Intelligenz und Big Data-Analysen ermöglicht die intelligente Landwirtschaft die Echtzeitüberwachung des Pflanzenwachstumsstatus, die Beurteilung der Bodengesundheit und die schnelle Reaktion auf Umweltveränderungen. In diesem Bericht werden die Schlüsseltechnologien und Anwendungen des digitalen Zwillings der intelligenten Landwirtschaft und Pflanzen im Zeitalter der KI vertieft. Zunächst konzentrieren wir uns auf die Analyse und Simulation der präzisen dreidimensionalen Struktur der Pflanzen, um zu zeigen, wie man die dreidimensionale Struktur der Pflanzen präzise darstellt, um den Zustand der Pflanzen effektiver zu überwachen und virtuelle Simulationen durchzuführen, um eine wissenschaftlichere Entscheidungsgrundlage für das Landwirtschaftsmanagement zu liefern. Anschließend werden die Anwendungen von Drohnen und multiaktiven Sensoren in der Phänotypenüberwachung von Pflanzen, einschließlich der Bodenstärke, der Pflanzenwachstum, der Pflanzenwachstum und der Krankheits- und Schädlingsüberwachung, vorgestellt und ihre Vorteile bei der Datenerfassung und -analyse betont. Schließlich wird in Bezug auf die Integration von Fernerkundungsdaten vorgeschlagen, Drohnen und Satelliten-Fernerkundungsdaten zu koppeln, einen Raum- und Zeitkontinuierlichen Erntenwächstüberwachungsrahmen aufzubauen und weiter in die intelligente Landwirtschaftsentscheidungsplattform zu integrieren, um die intelligente und präzise Entwicklung des Produktionsmanagements zu fördern.

▲Professor an der Landwirtschaftlichen Universität von China

Anhui Agricultural University Professor Rao Yuan bringt Ihnen den Bericht "Pflanzenfotophysiologie heterogene intelligente Wahrnehmungstechnik und -ausrüstung".Dieser Bericht konzentriert sich auf die Bedürfnisse an intelligenter Wahrnehmung durch die photosynthetische Pflanze mit hohem Durchsatz und konzentriert sich auf das Design von in situ hohem Durchsatz-Bildgebungssystemen für Dunkelkammern, Koronalchlorophylfluoreszenz-Stimulationskomponenten für Pflanzen unter natürlichen offenen Umgebungen und Pflanzenfotosynthese-Phänotypen; Präzise Umkehrmethoden der Koronachlorophylfluoreszenzparameter, schnelle dreidimensionale Rekonstruktion von Pflanzenpopulationen und intelligente Analysetechnologie für Wachstumsinformationen wurden vorgeschlagen. Die Entwicklung und Anwendung intelligenter Wahrnehmungsgeräte für die photosynthetische Heterogenität von Pflanzen wird vorgestellt, um die photosynthetische Heterogenitätsanalyse von Pflanzen zu unterstützen.

▲Professor von Anhui Agricultural University

Deng Xinqiang, Vertriebsdirektor von Jiangsu Shungli Joint Spectrum Technology Co., Ltd., bringt Ihnen den Bericht über die Einführung von Hochspektrumbildsystemen auf wissenschaftlicher Ebene und die Einführung neuer Produkte.Mit der rasanten Entwicklung der Fernerkundungstechnologie zeigt der Bericht ein großes Anwendungspotenzial für Hochspektrumbildtechniken in verschiedenen Bereichen aufgrund ihrer hohen Effizienz, Flexibilität und hohen Auflösung. Erfahren Sie mehr über die Lösungen und Anwendungen des gesamten Spektrumsystems für Dual Benefit Combination High Spectrum Imaging. Gleichzeitig bringt dieser Bericht die neueste Produkteinführung der Dual-Benefit-Kombinationsspektroskopie und eröffnet eine völlig neue Anwendungsrichtung der Hochspektralbildgebungstechnologie.

▲Jiangsu Shuanli Joint Spectrum Technology Co., Ltd. Vertriebsdirektor Deng Xinqiang

Professor Guoya von der Gangnam-Universität brachte Ihnen den Bericht "Blattchlorophylfluoreszenz Modellierung und Testtechnik".Der Bericht erläutert, wie wichtig es ist, den Ernteuertrag zu erhöhen, da die Bevölkerung wächst, sich das Klima extrem ändert und Krankheiten und Schädlinge zunehmen. Eine Schwierigkeit der modernen Agrar- und Botanikforschung besteht darin, die photosynthetischen Bedürfnisse von Pflanzen zu erkennen und ihr Wachstum zu regulieren. Chlorophyllfluoreszenz als biologisches Signal kann die Aktivität der Pflanzenfotosynthese und die Umweltbelastung effektiv erkennen. Dieser Bericht beschreibt die Modellierung und Datenmodellierung der Chlorophyllfluoreszenz-Mechanismen der Blätter, die Verzögerte Chlorophyllfluoreszenz und die Schnelle Chlorophyllfluoreszenz-Testtechnologie und ihre Anwendungen in den Bereichen Agrarinformatik und Pflanzenphysiologie.

▲Professor Guoya, Universität von Gangnam

Jiang Zhonya, Professor an der Agraruniversität von Nanjing, bringt Ihnen den Bericht "Messung des Grünblätterflächenindices, des Konzentrationsindices und der Blätterneigungsverteilung mit einer 30°-Neigungskamera".Dieser Bericht beschreibt die entscheidende Rolle, die die Koranenstruktur bei der Regulierung von kritischen Prozessen der Pflanzen spielt, wie Lichtabsorption, Photosynthese, Atmung und Verdampfung. Die optischen Instrumente ermöglichen die effiziente Messung der Koranenstruktur von Feldfuttern. Aufgrund der Einschränkungen aller vorhandenen optischen Instrumente ist die genaue Messung des Grünblätterflächenindices, des Aggregationsindexes und der Blattwinkelverteilung auf kostengünstige und aufwandsparende Weise jedoch immer noch eine große Herausforderung. In diesem Artikel wird eine Reihe neuer Methoden vorgeschlagen, um den Grünblätterflächenindex, den Aggregationsindex und die Blattwinkelverteilung zu quantifizieren, indem eine gewöhnliche Kamera um 30 Grad geneigt wird. Mit Dummkameras, Smartphone-Kameras und Feldautomatikamern haben wir diese neuen Methoden in realen Umgebungen und virtuellen Umgebungen mit 3D-Modellsimulationen getestet. Die Ergebnisse zeigen, dass die neue Methode im Vergleich zu den wahren Werten eine höhere Genauigkeit hat und ein großes Potenzial in der Forschung der Landvegetation zeigt.

▲Professor an der Landwirtschaftlichen Universität von Nanjing

Jing Shichao, Associate Professor an der Nanjing Agricultural University, brachte den Bericht "Phäneotypie von Pflanzen in Raumzeit: Optische Wahrnehmung, Analyse und Anwendung" mit.Dieser Bericht erläutert die Bedürfnisse der nationalen Nahrungsmittelsicherheit und der Biozucht, konzentriert sich auf die Schlüsselfragen der Wissenschaft, wie die Interaktion von Genen und Umwelt die Phänotype von Pflanzen beeinflusst, zielt auf die praktische Herausforderung der präzisen Identifizierung und Bewertung von Phänotypen von Pflanzen und Raumzeiten ab. Systematisch berichtet er über die Konzepte, Theorien und technischen Fortschritte der Phänotypen von Pflanzen und Raumzeiten. Schließlich wird der Bericht die Herausforderungen und Möglichkeiten der zeitlichen und räumlichen Schemomik zukünftiger Pflanzen untersuchen.

▲Associate Professor an der Landwirtschaftlichen Universität von Nanjing

Wang Aishen, Associate Research Fellow der Jiangsu University, bringt Ihnen den Bericht "Low Cost Drone Remote Sensing Monitoring Large Field Crop Growth Application Practice" mit.Der Bericht befasst sich hauptsächlich mit der Fernerkundung von Drohnen in niedriger Höhe, die mit niedrigen Kosten, einfachem Zugriff auf Daten, hoher räumlicher Auflösung und reichen Datenquellen eine breite Forschungsanwendung in der Überwachung von landwirtschaftlichen Informationen hat. Untersuchung der schnellen Erkennungsmethoden zur Erkennung von Pflanzenbiomasse, Pflanzenhöhe, Chlorophyllgehalt und Blattstickstoffgehalt auf der Grundlage von Drohnenbild-RGB-Bildern, Verbesserung der Erkennungsgenauigkeit durch Extraktion von Spektralindex und Textureigenschaften von RGB-Bildern, Analyse der Auswirkungen von Bodenhintergrund, Vegetationsbedeckung, Aufnahmewinkel und Bildräumliche Auflösung auf die Erkennungsgenauigkeit; Erstellung eines Reis-Umkehr-Teilungsmodells auf der Grundlage von RGB-Fernerkundungsbildern, Entwicklung von Umkehr-Erkennungssoftware, um eine schnelle Extraktion von Reis-Umkehr-Fläche zu erreichen; Untersuchung des Weizenchlorophylgehalts auf der Grundlage des Multispektralen Vegetationsindices, bevorzugter Vegetationsindex und Bewertung der Fähigkeit des Modells, verschiedene Weizensorten und Wachstumsperioden zu generalisieren, und die Erzeugung eines variablen Düngevorschriftsdiagramms zur Anleitung der variablen Weizendüngung; Es wurde ein präzises, auf elektro-hydraulischer Steuerung basierendes variables Düngesystem entwickelt, das eine variable Weizendüngung in Kombination mit Rezeptdiagrammen ermöglicht.

▲Wang Aishen, Associate Research Fellow, Jiangsu Universität

Wuxi Spectrum Horizon Technology Co., Ltd. erster * Technologie-Experte Huang Yu bringt Ihnen den Bericht "Entwicklung und Anwendung der spektralen Fernerkundungstechnologie im Zeitalter der niedrigen Höhe Wirtschaft".Der Bericht beschreibt die Anwendungsbereiche, Vorteile, Herausforderungen und Perspektiven der spektralen Fernerkundungstechnologie in der Low-Sky-Wirtschaft.

▲Wuxi Spektrum Horizont Technologie Co., Ltd. erster * technischer Experte Huangyu

Feng Wei, Forscher der Henan Agricultural University, bringt Ihnen den Bericht über die Überwachungsstudie der Weizen-Weißpulver-Krankheit auf der Grundlage der Fusion von Fernerkundungsdaten aus mehreren Quellen.Dieser Bericht beschreibt die Weißpulvererkrankung als die Hauptkrankheit des Weizens in der Region Huaihai Mei, und die frühzeitige Überwachung der Diagnose vor dem offensichtlichen Auftreten ihrer äußeren Symptome ist der Schlüssel zur Prävention und Kontrolle und zur Verringerung der Gefahren. Diese Studie konzentriert sich auf die Probleme wie die traditionelle künstliche Überwachung der Weizenmehlkrankheit, die zeitaufwendig und zeitlich schlecht ist, und schlägt eine Methode zur Überwachung der Weizenmehlkrankheit vor, die auf der Fusion von Daten aus mehreren Quellen basiert. Durch die Integration von Multi-Source-Daten wie Multi-Angle Coronary Spectrum, Daylight Induced Chlorophyll Fluorescence (SIF) und thermisches Infrarotbild in Kombination mit maschinellen Lern- und Deep-Learning-Modellen wie CARS-ELM, SVM-RBF, CWT-DSCNN-MSA wurden die Spektralreaktionsregeln und die frühen physiologischen Veränderungen der Weizenweißkrankheit untersucht. Multi-Source-Datenkonvergenz kann effektiv die Grenzen einer einzelnen Datenquelle überwinden, wobei SIF und ein hochspektrales Reflexionsmodell eine Überwachungsgenauigkeit von mehr als 25% während der Inkubationsphase verbessern und ein Deep-Learning-Modell mit einer Tridimensionsdatenkonvergenz (SIF + TP + VI) eine durchschnittliche Überwachungsgenauigkeit von mehr als 90% (Kappa 0,92). Die Forschungsergebnisse bieten einen technischen Rahmen für die Frühwarnung und Präzisionskontrolle von Weizenweißmehlkrankheiten, die von großer Bedeutung für die Verbesserung der Fernerkennung von landwirtschaftlichen Krankheiten und die Verbesserung der Praktizität sind.

▲Forscher von Henan Agricultural University Feng Wei

Tian Minglu, stellvertretender Forscher der Shanghai Academy of Agricultural Sciences, bringt Ihnen den Bericht "Anwendung der Spektraltechnologie in der intelligenten Landwirtschaft".Der Bericht erläutert die Fortschritte der Forschung zur Identifizierung von Pflanzentemperatur-Zwangsphänotypen auf der Grundlage von Multi-Scale-Plattformen. Das Team hat mehrere Arten von Phänotypen-Sammelsystemen mit hohem Durchsatz auf Feld und in unterschiedlichen Laborumgebungen entwickelt, darunter Drohnen, Hangschienen, selbstfahrende und Laborpänotypen-Plattformen, um Phänotypen-Analysetechnologien für Gruppen, einzelne Stämme und Organe in Kombination mit KI-Algorithmen zu entwickeln. In den Temperatur- und Hochtemperatur-Zwangsversuchen mit Salat und Tomaten wurden Multisource-Fernerkennungs- und Hochspektrumbildtechniken verwendet, um ein Modell für die Vorhersage des Gefrierindex aufzubauen, ein neues Modell für die frühe Klassifizierung von hohen Temperaturen vorgeschlagen und die Mechanismen zur Regulierung der Widerstandsfähigkeit gegen fremde Substanzen zu validieren. Die Forschung hat nicht nur die Effizienz und Genauigkeit der Erkennung von Temperaturzwangsphänotypen verbessert, sondern auch die technische Unterstützung für die antiretroaktive Zuchtung und das präzise Management von Pflanzen zur Verfügung gestellt.

▲Tian Minglu, stellvertretender Forscher der Shanghai Academy of Agricultural Sciences

Zhou Kai, Dozent der Nanjing Forestry University, bringt Ihnen den Bericht "Inversion des Stickstoff- und Farbstoffgehalts von Ginkgo-künstlichen Wäldern durch gekoppelte Multisource-Fernerkundungs- und Strahlungsübertragungsmodelle".Dieser Bericht beschreibt hauptsächlich die wichtige Bedeutung der genauen Messung der physiologischen Parameter des künstlichen Waldblatts für die Beurteilung des Wachstums und des Gesundheitszustandes des künstlichen Waldes. Diese Studie basiert auf einem umfassenden Experiment im typischen Ginkgo-Kunstwald-Forschungsgebiet von Jiangsu und ermöglicht eine präzise Messung der physiologischen Parameter von Klingen und Holzmaßstaben durch die Kopplung von hochspektraler Fernerfassung, Laserradardaten und PROSAIL-Modellen. Auf der Blattskala wurde der Flavoninsensitive Spektrsindex, der die Spiegelreflexion unterdrückt, basierend auf der bidirektionalen Reflexivität eines Blatts aufgebaut. Nach der Optimierung der Strukturparameter des Blattfleisches wurde ein korrigierter Spektrsindex gebildet. In Kombination mit dem PROCWT_S3-Algorithmus und der Sequenz wurde das bevorzugte Stickstoffempfindliche Band vorwärts ausgewählt, um die Stickstoffgehaltsschätzungsgenauigkeit zu verbessern. Auf der einzelnen Holzskala wird die Fusionspunktwolke des Körperrahmens mit den hochspektralen Daten verwendet, um das exklusive PROSAIL-Modell von Ginkgo zu erstellen, um die dreidimensionale Verteilung der Koronafarbstoffe durch die Simulation der Reflexionsindex zu reflektieren, und schließlich einen Flavonin-Spektrsindex zu entwickeln, der den Koronastruktureffekt hemmt, um ein Flavonin-Raumverteilungsdiagramm zu generieren. Die Studie bietet eine mehrskalige Überwachungsmethode für die Gesundheitsbewertung künstlicher Wälder.

▲Zhou Kai, Dozent der Nanjing Forestry University

Der junge Forscher von Zhongshan an der Landwirtschaftsuniversität von Nanjing, Yangyang Gua, bringt Ihnen den Bericht "Intelligente Analysetechnologien und Zuchtanwendungen für kritische Phänotypeigenschaften von Pflanzen".Diese Studie entwickelte und wandte Technologien zur intelligenten Analyse kritischer Phänotypeigenschaften von Pflanzen an, die den modernen Zuchtbedürfnissen gerecht werden. Über Drohnen und Bodenplattformen mit Laserradar, Hochspektrometern, Multi-Spektralkameras, RGB-Kameras und anderen Sensoren wurde ein Multi-Source-Datenerfassungssystem für die Erde-Luft-Synergie aufgebaut. Mit fortschrittlichen intelligenten Algorithmen zur Auflösung von Punktwolken, Multi-/High-Spektrum- und RGB-Bilddaten können hohe Durchfluss-, präzise und verlustfreie dynamische Überwachung und Schätzung von Pflanzenstrukturparametern, physiologischen und biochemischen Parametern, Fruchtprozessen und Ertragspotenzialen ermöglicht werden. Diese Technologie durchbricht die traditionellen Flaschenhalse beim Phänotypen-Erwerb und bietet eine starke Unterstützung für die Beschleunigung der präzisen und effizienten Züchtung von Pflanzen.

▲Junge Forscherin von Zhongshan, Nanjing Agraruniversität

Zhang Wenyu, Forscher der Wuxi-Abteilung der Jiangsu-Provinz-Akademie für Agrarwissenschaften, bringt Ihnen den Bericht "Wahrnehmung ermöglicht intelligente Landwirtschaft - Erkenntnis und Praxis".Der Bericht teilt hauptsächlich das Verständnis für die Wahrnehmung, die intelligente Landwirtschaft fördert, stellt die relevanten Arbeiten des intelligenten Landwirtschafts-Innovationsteams der Wuxi-Branche des Wissenschaftlichen Forschungsinstitutes der Landwirtschaftsbüro der Provinz Jiangsu vor, teilt eine Reihe von Hardware- und Algorithmusarbeiten in der Wahrnehmung, Analyse und Entscheidungsfindung von landwirtschaftlichen Informationen und blickt auf die möglichen zukünftigen Entwicklungshotspots der intelligenten Landwirtschaft.

▲Zhang Wenyu, Forscher der Wuxi-Branche der Jiangsu-Akademie für Agrarwissenschaften

Für die erfolgreiche Durchführung dieses Forums bedanken wir uns besonders für die strategische Unterstützung der Wuxi-Abteilung der Jiangsu-Provinz-Akademie für Agrarwissenschaften, die starke Verbreitung von heutigen Schlagzeilen und anderen Medien, den harten Einsatz aller Mitglieder des Organisationskomitees und den klugen Einsatz jedes Teilnehmers. Wir hoffen, dass Sie alle in vollem Umfang kommunizieren, vertieft diskutieren, innovative Ideen im Austausch von Ergebnissen inspirieren, den Entwicklungsraum in Kooperationsverhandlungen erweitern und gemeinsam einen großartigen Plan für die Entwicklung der Landwirtschaft durch Hochspektertechnologie erstellen - das vierte Workshop über Anwendungen der Hochspektrumbildgebung und das Multimodale Fernerkundungs- und Intelligente Landwirtschaftsforum wurden erfolgreich abgeschlossen!