为推动高光谱遥感智能解译技术向更深层次、更广场景、更高精度发展，突破复杂环境下地物属性精细感知与识别瓶颈，促进“图谱合一”数据特性的深度挖掘与工程化应用，本届大赛依托第十届全国成像光谱对地观测学术研讨会，设立三个高光谱数据处理赛道，聚焦目标检测、树种识别与精细分类等典型智能解译任务，助力遥感大数据向知识化、自主化、实用化方向迈进。

赛事组织

主办单位：国际数字地球学会中国国家委员会成像光谱对地观测专委会

协办单位：南京理工大学、深圳大学、武汉大学、剑桥大学

赞助单位：广州星博谱光技术有限公司、北京星天科技有限公司、npj Geoinformatics、第十届全国成像光谱对地观测学术研讨会组委会

赛道设置

赛道一：高光谱图像目标检测目标检测是遥感与计算机视觉领域的重要研究方向之一。

传统目标检测方法主要利用目标的纹理、颜色与形状等外观特征完成识别。然而，在复杂场景下，尤其是存在高度伪装目标、材质相近目标或强背景干扰时，仅依赖宽波段视觉信息容易产生类别混淆与定位不稳定等问题。相比之下，高光谱成像具有“图谱合一”的数据特性，能够在连续窄波段范围内获取目标的精细光谱响应，从而有效表征物体的物理材质属性，为目标检测提供超越传统外观特征的判别依据。本次比赛旨在探索高光谱目标检测的新理论、新方法与新应用，推动高光谱成像技术的实际落地。

任务：基于高光谱图像检测目标。

数据：RHOD26数据集子集（5000张可见光高光谱图像，16波段，460–600 nm）。

评价指标：mAP@[0.5:0.95]。

赛道链接：https://www.kaggle.com/competitions/hyperspectral-object-detection-challenge-2026

联系方式：1522859637@qq.com

赛道二：高光谱遥感图像树种精准识别

高光谱图像树种精准识别是遥感智能解译领域的重要应用方向，在森林资源调查、生态环境监测、城市绿化管理和自然资源精细化管理等领域具有重要意义。高光谱遥感数据具有“图谱合一”的特点，能够同步获取地物空间分布信息和连续光谱响应特征，为复杂场景下不同树种的识别与分析提供重要数据支撑。本次比赛旨在依托高光谱遥感数据，开展城市复杂场景下树种精准识别算法评测，促进高光谱遥感智能解译技术的发展与应用。

任务：基于高光谱图像对城市校园场景中的17类树种进行像元级识别。

数据：SZUTreeHSI-R2（公开训练集）+ SZUTreeHSI-Test（测试集，标签不公开），各包含1张高光谱遥感图像，98波段，399-924 nm。

评价指标：总体精度（主指标），kappa系数和类别平均精度（辅指标）。

赛道链接：https://www.kaggle.com/datasets/wwwsssqqq/szutreehsi-r2

联系方式：2410103026@mails.szu.edu.cn

赛道三：高光谱高空间分辨率（双高）遥感图像精细分类

地表覆盖分类是遥感领域的核心研究内容，对生态环境保护、农业资源普查、城市可持续规划等具有不可替代的价值。本次比赛聚焦双高（高空间分辨率与高光谱分辨率）遥感图像，不仅具备数百个10nm级光谱分辨率的连续波段，还兼具0.6-5米精细的空间结构信息。本次比赛将打破传统框架，不仅考察算法在严格物理隔离设定下的泛化能力（训练测试场景分离），更考察其在开放环境中对未知类别的识别能力。期望通过本次比赛，推动高光谱精细分类技术向真实落地应用迈出坚实的一步。

任务：在开放环境下，基于高光谱图像对31个已知类别 + 1个“未知类”进行像元级分类。

数据：HyperFree预训练高光谱数据集子集，562张图像，224波段，400–2500 nm。

评价指标：Macro F1-score（主指标），总体精度（辅指标）。

赛道链接：https://www.codabench.org/competitions/17617/?secret_key=0c2cdc73-9570-4825-b79b-e2394c666129

联系方式：zcg2025@whu.edu.cn

竞赛要求

组队要求：每队不超过5人（含队长1人），每人仅可加入一个团队，每队仅可选择一个赛道。

信息收集：所有参赛团队请将团队信息发送至所属赛道的指定邮箱。邮件主题请统一按“赛道名称－团队名称－队长姓名”格式填写，邮件正文中须注明全部队员姓名（含队长不超过5人）、所在单位及指导教师（如有）信息。

时间节点

6月30日：发布高光谱遥感数据处理与应用大赛通知； 7月25日：第一轮竞赛开始； 9月23日：第一轮竞赛结束，第二轮竞赛开始； 9月25日：第二轮竞赛结束。

奖项设置

备注：一、二、三等奖获奖队伍中1人可免缴第十届全国成像光谱对地观测学术研讨会的注册费，并邀请在相应分会场做报告。

数据使用与合规协议

所有竞赛数据知识产权归数据提供方所有。 数据仅限本竞赛使用，严禁私自发布、传播、商用或跨渠道污染，在未经数据提供方授权条件下不得用于论文发表。 禁止任何形式的人工伪造标注、外部未声明数据集预训练、攻击评测系统等违规行为。一经发现，组委会有权取消参赛资格与成绩。

其他说明

赛事具体情况，请关注第十届全国成像光谱对地观测学术研讨会会议网站（即将上线）。