孙成明，教授，博导，现任扬州大学智慧农业研究院院长。主要从事智慧农业方面的教学与科研工作。主讲《农业信息技术》、《VB程序设计》、《软件工程》等课程。科研方面在作物生长模型、稻麦生长监测与图像识别、气候变化与粮食安全以及农业物联网设计与应用等方面开展了较为系统的研究工作。先后主持国家自然科学基金面上项目2项、国家重点研发计划课题1项、子课题1项、江苏省重点研发计划子课题2项、江苏省钟山育种实验室子课题1项、国际合作项目2项以及其他各级课题20余项，作为主要完成人参加国家自然科学基金、国家“973”计划以及省部级课题等多项;在国内外主流期刊上发表研究论文190余篇、其中SCI收录80余篇、EI收录8篇，主编教材2部、参编教材3部。申请发明专利25项、获授权发明专利15项、实用新型专利7项、软件著作权30余项。获省部级科技奖2项。
报告简介
水稻和小麦作为我国主要粮食作物，其生长过程关键指标的精准获取与综合评价是作物表型解析、长势诊断及产量预测的重要基础。从稻麦生长监测中存在的表型获取效率低、连续动态观测不足、评价指标体系不完善及模型适应性有限等问题出发，重点分析近地面传感、数字图像、多光谱高光谱遥感、热红外成像、无人机平台以及机器学习和深度学习算法在稻麦形态指标、生理指标、病虫害指标以及生物量和产量等方面的应用。通过比较不同数据源、监测尺度和建模方法的技术特点与适用条件，探讨多源信息融合与智能评价模型在提升稻麦生长状态识别精度和生产管理决策能力方面的作用。为稻麦主要生长指标的智能监测研究及其在智慧农业中的应用提供理论参考和方法借鉴。
