师资队伍

冯子恒 博士/助理教授

研究领域为计算机视觉、定量遥感及智慧农业等方面教学及研究工作，以第一作者在国内外期刊发表学术论文12篇（包括中科院一区SCI论文6篇），参与国家重点研发计划、国家自然科学基金等项目6项，参与授权国家专利、登记软件著作权各5件。先后担任IEEE Transactions on Geoscience and Remote Sensing、Engineering Applications of Artificial Intelligence、Computers and Electronics in Agriculture、Information Processing in Agriculture、Biosystems Engineering和Remote sensing等期刊审稿人。

电子邮箱：fzhfzh88@163.com

教育及工作经历：

2015.09-2019.07 河南科技学院 计算机科学与技术专业 本科

2019.09-2022.06 河南农业大学 农业工程与信息技术专业 硕士

2022.09-2025.12 河南农业大学 作物学专业 博士（攻读博士学位期间于国家农业信息化工程技术研究中心联合培养）

2025.12至今         河南大学, 人工智能学院，教师

研究领域：

计算机视觉、定量遥感、智慧农业、生态环境监测

主要荣誉:

河南省优秀硕士学位论文、2023年博士生国家奖学金、2025年博士生国家奖学金。

论文：

[1]Feng, Z., Zhao, Z., Suo, L., et al. Advancing UAV-based wheat phenology monitoring: a dual-mode framework integrating time-series reconstruction, noise augmentation, and deep learning for robust BBCH estimation. Artificial Intelligence in Agriculture. (中科院1区TOP, IF=12.4)

[2]Feng, Z., Cai, J., Wu, K., et al. Enhancing the accuracy of monitoring effective tiller counts of wheat using multi-source data and machine learning derived from consumer drones. Computers and Electronics in Agriculture. 2025, 232, 110120. (中科院1区TOP, IF=8.9)

[3]Feng, Z., Zhao, J., Suo, L., et al. Dynamic UAV data fusion and deep learning for improved maize phenological stage tracking. The Crop Journal. 2025. (中科院1区TOP, IF=5.6)

[4]Feng, Z., Yang, Z., Suo, L., et al. Enhancing maize above-ground biomass estimation through multispectral, digital and LiDAR fusion on UAV platforms. Agricultural Water Management. 2025, 315, 109551. (中科院1区TOP, IF=6.5)

[5]Feng, Z., Cheng, Z., Ren, L., et al. Real-time monitoring of maize phenology with the VI-RGS composite index using time-series UAV remote sensing images and meteorological data. Computers and Electronics in Agriculture. 2024, 224, 109212. (中科院1区TOP, IF=7.7)

[6]Feng, Z., Guan, H., Yang, T., et al. Estimating the canopy chlorophyll content of winter wheat under nitrogen deficiency and powdery mildew stress using machine learning. Computers and Electronics in Agriculture. 2023, 211, 107989. (中科院1区TOP, IF=8.3)

[7]Feng, Z., Ding, X., Zhang, H., et al. Spectroscopic detection of wheat yellow mosaic virus infection based on invariant shape spectral processing and machine learning. Ecological Indicators. 2023, 154, 110750. (中科院2区TOP, IF=6.9, 2024-2025为1区TOP)

[8]Feng, Z., Zhang, H., Duan, J., et al. Improved spectral detection of nitrogen deficiency and yellow mosaic disease stresses in wheat using a soil effect removal algorithm and machine learning. Remote Sensing. 2023, 15(10), 2513. (中科院2区TOP, IF=5)

[9]Feng, Z., Wang, L., Yang, Z., et al. Hyperspectral monitoring of powdery mildew disease severity in wheat based on machine learning. Frontiers in Plant Science. 2022, 13, 828454. (中科院2区TOP, IF=6.627)

[10]Feng, Z., Song, L., Duan, J., et al. Monitoring wheat powdery mildew based on hyperspectral, thermal infrared, and RGB image data fusion. Sensors. 2022, 22, 31. (中科院3区, IF=3.576)

[11]冯子恒, 李晓, 段剑钊等. 基于特征波段选择和机器学习的小麦白粉病高光谱遥感监测. 作物学报, 2022, 48(09), 2300-2314.

[12]冯子恒, 宋莉, 张少华等. 基于无人机多光谱和热红外影像信息融合的小麦白粉病监测. 中国农业科学, 2022, 55(05), 890-906.

科研项目：

[1] 十四五国家重点研发计划子课题“稻田养分水分立体化监测技术研究”（2023YFD230050102），课题骨干，排名第2；

[2] 十四五国家重点研发计划“农情参数高分遥感机理模型与定量解析研究” （2022YFD2001103），2022-2027，参与；

[3] 十四五国家重点研发计划“粮食生产大数据平台研发与应用” （2023YFD2000100），2023-2028，参与；

[4] 十四五国家重点研发计划“大田环境作物信息传感器与表型平台创制”，2021-2026（2021YFD2000100）参与；

[5] 十三五国家重点研发计划“黄淮海南部小麦-玉米周年光热资源高效利用与水肥一体化均衡丰产增效关键技术研究与模式构建” （2017YFD0301105），2017-2020，参与；

[6] 国家自然科学基金面上项目“基于多角度反射与叶绿素荧光协同的小麦白粉病监测方法研究” （31971791），2020-2023，参与。

发明专利：

[1] High-yield and high-efficiency cultivation method of wheat based on grain increasing and storage capacity expanding effect，卢森堡发明专利，第4，2022年

[2] 一种田间小麦水分利用率快速检测方法及系统，中国发明专利，第3，2022年

[3] 一种小麦冻害严重程度快速监测评估方法，中国发明专利，第4，2022年

[4] 植株叶面营养诊断光谱检测系统，中国发明专利，第8，2023年

[5] 作物长势监测装置，中国实用新型专利，第7，2023年

计算机软件著作权：

[1] 弱春性类型小麦苗期分类判别系统V1.0，第1名，2021年

[2] 小麦白粉病严重度精确估算系统V1.0，第1名，2021年

[3] 小麦叶部病害图像自动识别系统V1.0，第1名，2021年

[4] 半冬性类型小麦苗情分类判别系统V1.0，第2名，2021年

[5] 冬小麦长势图像分级自动判别系统V1.0，第2名，2021年