Fabricant de polyacrylamide en Chine | Shouxin Advanced Polymer Sciences Co., Ltd.
Shouxin Advanced Polymer Sciences Co., Ltd. est une marque de polyacrylamide (PAM) leader et fournisseur mondial basé en Chine.Le 22 août 2025, le 4e Symposium sur les applications de l'imagerie hyperspectrale (station du Nord), organisé par Jiangsu binli Synthetic Spectrum Technology Co., Ltd., s'est achevé avec succès.Avec le thème central « innovation et application de la technologie d'imagerie hyperspectrale», ce forum se concentre sur l'application innovante de la technologie d'imagerie hyperspectrale dans l'agriculture, la surveillance de l'environnement, la foresterie intelligente et d'autres domaines, faisant progresser la technologie du laboratoire à l'industrialisation. L'atmosphère sur place était animée, les participants se heurtant à des étincelles d'idées lors d'échanges pour explorer ensemble comment le développement est rendu possible par la technologie. Ci - dessous, passons en revue ensemble les merveilleux moments de la Conférence!
Des experts réunis pour explorer les frontières technologiques
Yu Fenghua, professeur à l'Université d'agriculture de Shenyang, vous présente le rapport "construction d'un modèle de transmission de rayonnement des feuilles de riz basé sur la stratification des propriétés optiques et la structure réelle". Le rapport indique que les modèles actuels de transmission du rayonnement, qui sont dominés par le modèle Prospect, reposent principalement sur l'hypothèse que l'intérieur des feuilles est homogène et turbide, ignorant l'effet de la structure réelle de l'intérieur des feuilles sur le spectre foliaire, et qu'il existe un paramètre non mesurable, le paramètre structurel (n), qui limite la capacité du modèle de transmission du rayonnement à interpréter les mécanismes d'interaction entre la lumière et la végétation. Cette étude propose l'hypothèse d'une distribution hétérogène à l'intérieur des feuilles, construit un modèle piosl contenant deux couches de propriétés optiques, vérifié la supériorité * du modèle piosl pour simuler la réflectivité en effectuant des simulations spectrales sur les feuilles de plantes de l'ensemble de données publié, et illustre également une certaine structure stratifiée à l'intérieur des feuilles. Pour étudier la relation entre N et l'anatomie réelle des feuilles de riz, cette étude a établi une relation entre les caractéristiques anatomiques des feuilles et les caractéristiques spectrales à l'aide du modèle eleaf, qui a développé le modèle rspect en remplaçant N dans le modèle Prospect par des paramètres anatomiques mesurables des feuilles. La proposition du modèle rspect fournit un nouveau cadre pour l'amélioration des modèles de transmission de rayonnement pour d'autres types de végétation.

▲Yu Fenghua, professeur à l'université agricole de Shenyang
Li lungkui, professeur à l'Université d'aéronautique et d'espace de Shenyang, a présenté le rapport intitulé « Étude des méthodes de classification adaptatives des domaines ouverts d'images hyperspectrales ». Le rapport explique principalement que la classification hyperspectrale des images est largement utilisée dans des domaines tels que la surveillance de l'environnement et l'agriculture de précision, mais les problèmes de décalage spectral et de catégories inconnues du domaine cible rencontrés lors d'applications inter - scénarios limitent considérablement la capacité de généralisation du modèle. Les méthodes d'adaptation de domaine traditionnelles supposent que le domaine source partage la même catégorie que le domaine cible et que l'alignement direct du domaine produit une migration négative qui ne peut pas traiter efficacement les catégories inconnues dans le domaine cible. Cette étude propose deux approches d'adaptation de domaine ouvert pour relever ce défi: la méthode wgdt construit l'espace métrique à l'aide d'une stratégie de point d'ancrage de catégorie, met en œuvre l'apprentissage antagoniste de domaine pondéré à l'aide de pondérations de fiabilité et utilise des seuils dynamiques pour séparer les classes connues des classes inconnues; La méthode PWDA ajuste dynamiquement les poids de voisinage pour réduire les biais de caractérisation grâce à l'apprentissage des poids sensibles aux pixels et utilise une stratégie de double alignement découplé pour traiter séparément les caractéristiques de classe connues et inconnues. Les résultats expérimentaux de plusieurs ensembles de données hyperspectrales inter - scènes montrent que la méthode proposée est significativement supérieure aux algorithmes d'adaptation à domaine ouvert existants à la fois pour la discrimination de classe connue et la reconnaissance de classe inconnue, offrant une solution technique efficace au problème réel de classification d'images hyperspectrales inter - scènes.

▲Li lingkui, professeur à l'Université Aéronautique et spatiale de Shenyang
Jiang Hong, professeur à l'Université populaire de la sécurité publique de Chine, a présenté à tous le rapport sur l'application de la technologie d'imagerie hyperspectrale à la science judiciaire. Le rapport présente principalement des techniques d'imagerie hyperspectrale qui combinent des images et des informations spectrales (Mapping - in - one) pour obtenir à la fois des informations spectrales unidimensionnelles sur l'échantillon testé et des informations spatiales bidimensionnelles. La dimension informative est enrichie et la capacité d'identification de détection améliorée. Les techniques d'imagerie hyperspectrale ont un large éventail d'applications dans le domaine de la science du Tribunal, présentant l'application des techniques d'imagerie hyperspectrale à la science du Tribunal principalement sous les trois aspects suivants: I. Utilisation des techniques d'imagerie hyperspectrale pour l'examen des preuves matérielles à l'état de traces; II. Inspection des produits pharmaceutiques en utilisant des techniques d'imagerie hyperspectrale; Iii. Utiliser des techniques d'imagerie hyperspectrale pour examiner les bactéries pathogènes d'origine alimentaire.

▲Jiang Hong, professeur à l'Université populaire de sécurité publique de Chine
Yu haoyang, professeur agrégé à l'Université maritime de Dalian, a présenté le rapport intitulé « Study of Submarine Target Spectroscopic recovery methods based on gaiafield imaging systems ». Ce rapport montre principalement que la détection spectrale sous - marine a une grande valeur d'application dans l'exploration des ressources marines, la surveillance écologique et d'autres domaines, mais qu'elle est influencée par les effets de dispersion et d'absorption des masses d'eau et que le signal de réflectivité cible est fortement déformé. Les méthodes traditionnelles de conversion de la réflectivité apparente de la plaque de référence présentent de nombreuses limites dans l'utilisation de scènes sous - marines, et cette étude de rapport est basée sur une analyse approfondie des processus d'imagerie sous - marine, permettant une restitution précise des caractéristiques spectrales de la cible grâce à une méthode de correction qui établit L'équation de transmission du rayonnement sous - marin. L'expérience a construit un système de restauration spectrale cible sous - marine basé sur l'imagerie Push - Sweep spécifique au gaiafield Hyperspectral Imaging System * de la société de spectroscopie de synthèse duale avec des avantages de résolution spectrale à l'échelle nanométrique, testés et validés à l'aide de plusieurs groupes de matériaux, et les résultats ont montré que: par rapport aux méthodes de conversion traditionnelles, les méthodes de correction basées sur les équations de transport de rayonnement sous - Marin ont des avantages évidents dans les tâches de restauration de la réflectivité et une amélioration significative de la fidélité spectrale dans la bande visible - proche infrarouge. Fournit un support technique fiable pour l'identification des cibles dans les scènes sous - marines avec l'inversion de la composition de la matière.

▲Yu haoyang, professeur associé, Dalian Maritime University
Gong xuewei, chercheur associé à l'Institut d'écologie appliquée de Shenyang de l'Académie chinoise des sciences, vous présente le rapport de l'étude sur l'inversion du régime d'humidité des feuilles d'arbres basée sur la technologie hyperspectrale. Le rapport raconteL'analyse de l'état d'humidité foliaire est d'une importance cruciale pour l'évaluation du degré de stress de sécheresse des arbres et la prévision du risque de déclin forestier, mais ses méthodes de détermination traditionnelles nécessitent un échantillonnage destructif, dépendent d'instruments de détermination encombrants et ont besoin d'un modèle d'inversion non destructif basé sur la technologie hyperspectrale pour étudier l'état d'humidité foliaire et améliorer l'efficacité de la détermination de l'état d'humidité foliaire des arbres. Les résultats préliminaires de l'étude des techniques hyperspectrales sur l'inversion du régime d'humidité foliaire des arbres (teneur en eau foliaire et potentiel hydrique) sont présentés, avec une valeur de référence importante pour la gestion forestière intelligente dans le contexte de la sécheresse et du réchauffement climatiques.

▲Xuewei Gong, chercheur associé, Institut d'écologie appliquée de Shenyang, Académie chinoise des sciences
Zhou zixiang, expert en application de Wuxi Spectrum horizon Technology Co., Ltd., vous présente le rapport "exploration de l'application de la technologie d'intégration ciel - Terre à l'agriculture intelligente". Le rapport indique que la détection au sol, la télédétection par drone et la télédétection par satellite sont des éléments importants des technologies de perception de l'information agricole, avec leurs avantages et leurs inconvénients respectifs, qui sont validés et complémentaires grâce à la fusion organique de trois technologies pour former un réseau de perception plus complet et plus précis, ce qui permet de mieux soutenir la surveillance de l'information agronomique et la recherche sur les changements. « l’importance de la convergence skyground s’exprime principalement dans les aspects suivants: amélioration de la qualité des données, extension de la surveillance, mise à jour en temps réel des données, le présent rapport s’articule autour de skyground et fait l’objet d’une discussion approfondie.

▲Wuxi Spectrum horizon Technology Co., Ltd expert en application Zhou zixiang
Formation aux instruments, technologie d'assistance au sol
Après le rapport d'experts du matin, une séance spéciale de formation à l'utilisation des instruments a été organisée dans l'après - midi, à laquelle ont participé de nombreux utilisateurs d'instruments acquis ainsi que des enseignants et des étudiants intéressés.
Sur le site, les ingénieurs après - vente professionnels ont mené une formation opérationnelle nuancée et des instructions de réponse. Pour différents modèles d'instruments d'imagerie hyperspectrale, les ingénieurs ont donné des explications et des démonstrations détaillées du démarrage de l'appareil, de la configuration des paramètres, de l'acquisition des données et de l'utilisation ultérieure du logiciel de traitement et d'analyse des données. Les participants ont activement posé des questions, échangé en profondeur avec les ingénieurs et, grâce à des opérations pratiques, ont effectivement maîtrisé les techniques d'utilisation des instruments, jetant ainsi une base solide pour une meilleure application de la technologie d'imagerie hyperspectrale dans la recherche scientifique et la production à l'avenir.
Cette formation instrumentale, non seulement est l'enseignement de la technologie, mais est également une étape clé dans la promotion de la technologie d'imagerie hyperspectrale de la théorie à la pratique, du laboratoire à la première ligne de l'industrie, afin que plus de gens puissent utiliser l'équipement d'instrumentation de pointe pour exploiter le potentiel énorme de La technologie d'imagerie hyperspectrale.

Le succès de ce quatrième Symposium sur les applications d'imagerie hyperspectrale (station du Nord) à Shenyang a apporté à l'industrie des idées technologiques de pointe, des solutions pratiques et de précieuses opportunités d'échange et de coopération. Nous croyons que grâce aux efforts conjoints de nombreux experts universitaires et praticiens de l'industrie, la technologie d'imagerie hyperspectrale permettra des percées et des innovations dans de nombreux domaines, fournira un soutien scientifique et technologique plus fort au développement de nombreuses industries telles que l'agriculture, l'environnement et l'industrie, et conduira les industries connexes à un niveau supérieur.
À propos du spectre biliaire
Dans le domaine de la technologie hyperspectrale, avec des capacités de recherche et développement indépendantes, une matrice de produits hyperspectraux couvrant plusieurs scènes a été créée - du système d'imagerie hyperspectrale par drone adapté aux opérations aériennes, à la caméra hyperspectrale embarquée, au spectromètre Hyperspectral portable pour une détection facile sur le terrain, à l'analyseur Hyperspectral portable, au système d'imagerie hyperspectrale terrestre pour des observations au sol ciblées, à la caméra hyperspectrale pour des bandes et des scènes spécifiques, à la caméra hyperspectrale proche infrarouge, à l'hyperspectre infrarouge à ondes courtes, au système d'imagerie hyperspectrale microscopique, le tout * bit répond aux besoins de détection spectrale de précision dans différents domaines.
Ces produits hyperspectraux sont largement utilisés dans des scénarios tels que la télédétection agricole, la surveillance de l'environnement, l'exploration géologique, la biomédecine, l'inspection de la qualité industrielle et d'autres, avec des performances de base haute résolution et haute sensibilité, aidant les utilisateurs à obtenir efficacement des données spectrales et à extraire des informations sur La composition des matériaux. Concentrez - vous continuellement sur la spectroscopie à double intérêt, obtenez plus de dynamiques de produits hyperspectraux, de progrès technologiques et de cas d'application de l'industrie, laissez la technologie hyperspectrale auto - développée vous permettre d'explorer la recherche scientifique et de mettre à niveau l'industrie!











