2026年9月2日，CCF YOCSEF沈阳“光智技术赋能东北寒地农业生产机遇与挑战”技术论坛在沈阳CCF东北办事处成功举行。本次会议由CCF YOCSEF沈阳副主席陈程程担任论坛执行主席，CCF YOCSEF沈阳AC委员李默担任论坛共同主席，来自高校、科研院所、企业以及农业生产相关领域的80余位专家学者围绕光智技术、智慧农业、农业多源感知与智能装备等前沿方向展开深入交流。

东北寒地农业生产长期受到低温、寡照及环境波动等自然条件制约，如何利用光学技术、人工智能、多源感知和智能装备提升农业生产效率、保障粮食稳产增产，成为寒地农业数字化与智能化转型中的重要课题。本次论坛以“用光智技术赋能寒地作物，实现‘吃饱光、用好光’”为核心，围绕环境智能适配、数据智能赋能和装备智能落地三大问题展开研讨，旨在从真实农业生产场景出发，探讨寒地智慧农业从技术创新走向规模化应用所面临的关键挑战。

论坛伊始，执行主席陈程程介绍了CCF YOCSEF文化及本次论坛议题。CCF YOCSEF倡导平等、理性、自由的交流方式，鼓励参会者围绕真实问题充分表达观点、开展思辨。本次活动也是CCF YOCSEF沈阳新一届学术委员会举办的首场论坛，希望通过跨学科、跨行业的交流，为东北寒地农业中的实际问题寻找新的技术路径。

随后，论坛进入引导报告环节。吉林农业大学杨明来教授以《激光辐照技术在现代农业中的应用进展》为题作引导报告。他从激光作用于生物体的热效应、电磁效应和光生物效应出发，介绍了不同波长、光强和光周期对动植物生长过程的影响，并系统展示了弱激光在现代农业中的应用潜力。杨明来指出，随着半导体激光成本持续下降，激光农业正由基础研究逐步进入产业应用阶段，在照明增产、植物保鲜、抗病、菌菇增产、智慧农业调控及人工光植物工厂等场景中呈现出很大的应用空间。

沈阳农业大学于丰华教授以《面向东北寒地水稻规模化生产的无人机光学遥感智慧化施肥决策与精准作业》为题作引导报告。报告聚焦东北地区水稻规模化生产中的精准施肥问题，介绍了无人机高光谱遥感、作物生长模型以及精准作业装备相结合的智慧化施肥技术路线。于丰华介绍了团队利用无人机高光谱遥感数据监测水稻长势，并将遥感观测数据与WOFOST作物生长模型进行融合的方法。通过模型敏感性分析与参数本地化，结合田间实测数据校准水稻生长模型，并利用集合卡尔曼滤波等方法实现模型与无人机高光谱数据同化，从而根据作物实际长势形成差异化施肥决策。

吉林大学隋媛媛副教授随后带来《基于多源数据融合的植物工厂关键技术研究》主题报告。她围绕植物工厂环境物理场均质化调控、作物高附加值生产以及作物全生命周期表征三个方面展开介绍。植物工厂通过对温度、湿度、光照、二氧化碳浓度及营养液等环境条件进行精准控制，实现作物周年连续生产，但不同栽培区域之间仍可能存在温湿度、气流等环境因子的空间差异。

引导报告结束后，论坛进入思辨环节。与会专家围绕环境智能适配、数据智能赋能和装备智能落地三个议题展开充分讨论。

第一个议题聚焦“环境智能适配：寒地低温弱光多变工况下，农业光温调控技术‘适配性差、通用性弱’怎么破？”，由辽宁农业科学院信息研究所副所长彭秀媛进行引导。围绕寒地农业中光、温、水、肥等多因素协同调控问题，杨明来指出，低温、弱光等环境变化会显著影响作物生理状态，因此需要根据大田、温室和植物工厂等不同场景形成差异化调控策略。彭秀媛表示，当前相关研究正逐步从单一环境参数控制转向环境数据、图像信息与农业经验知识的联合分析，以提升预测和调控的适应能力。王刚则从实际生产端提出，农业智能技术还需充分考虑普通农户的使用门槛与推广成本。陈程程认为，科研探索既要回应当前农业生产中的现实需求，也应面向未来10年至20年农业生产方式变化进行前瞻布局。

第二个议题为“数据智能赋能：多重极端环境胁迫下，农业多源感知数据‘融合难、精度低、决策滞后’怎么办？”，由吉林大学计算机科学与技术学院付荣昊进行引导。张任指出，农业数据同时涉及气象、土壤、作物生长状态及多源传感数据，数据来源复杂，融合过程应从具体农业任务出发，避免单纯追求数据规模。韩从菲认为，农业智能化的目标不能只聚焦亩产，还应关注农产品品质以及未来气候变化带来的长期影响。付荣昊从模型可信性角度提出，应增强模型推理过程的可验证性，通过对推理链路进行约束和校验，提升复杂场景下的决策可靠性。杨明来强调，农业模型首先要明确目标和边界条件，在产量、品质和成本之间建立合理平衡，并逐步推动模型从“黑盒”向更具可解释性的方向发展。何强则提出，应在模型部署前加强极端环境下的压力测试，提升系统面对异常条件时的鲁棒性。

第三个议题围绕“装备智能落地：寒地专用光智农业装备‘成本高、适配弱、智能化集成度低’怎么解？”展开，由北京科技大学副研究员田喜进行引导。彭秀媛指出，当前部分环控、水肥和植保设备成本控制已具备一定基础，但农业装备推广仍需进一步提升易用性，并加强设备、技术知识和服务的一体化供给。隋媛媛认为，农业生产本身具有高度复杂性，装备和算法不仅要考虑环境变化，还应兼顾作物个体差异、传感器漂移以及寒害、涝害等极端场景。杨明来则从产业化角度提出，不同应用场景应采用不同技术路线，既要关注植物工厂中的能耗和系统集成，也要重视普通农户最关心的性价比、可靠性和整体解决方案。

通过三个议题的充分交流，与会专家形成了较为一致的认识：寒地智慧农业的发展不能简单追求更复杂的模型或更先进的装备，而应更加关注环境适配性、数据可靠性、模型可信性、装备易用性以及实际生产效益，推动光智技术真正从实验室走向农业生产一线。