项目列表

• 国家重点研发课题：森林植被三维透视探测与验证，编号： 2023YFB3907702，执行年限：2023.12~2027.11，500万元
• 国家重点研发课题：森林生态系统适应性管理决策支持系统，编号： 2023YFE01051005，执行年限：2023.10~2026.09，238万元
• 中央级科研院所科研业务费专项：珍贵树种健康状态的精准图像判定技术，编号：CAFYBB2021ZB002，执行年限：2021.01~2025.12，100万元
• 国家自然科学基金：林木对养分与水分需求的机器理解法，编号：32071761，执行年限：2021.01~2024.12，58万元
• 国家自然科学基金：林木健康状态机器自主诊断法研究，编号：31670642，执行年限：2017.01~2020.12，62万元
• 海南省院士创新平台科研专项：热带国家森林公园珍稀植物保护的智能技术研究，编号：YSPTZX202001，执行年限：2020.12~2023.12，90万元

代表性文章：

• A Leaf Chlorophyll Content Estimation Method for Populus deltoides Using Ensembled Feature Selection Framework and Unmanned Aerial Vehicle Hyperspectral Data, Forests,2024
• A new method for estimating forest stand carbon stock: Segmentation and modeling based on forest aboveground imagery[J].Ecological Indicators，2024
• Analysis of the Effects of Different Nitrogen Application Levels on the Growth of Castanopsis hystrix from the Perspective of Three-Dimensional Reconstruction. Forests,2024
• Multispectral Image Determination of Water Content in Aquilaria sinensis Based on Machine Learning[J].Forests,2023
• Precious Tree Pest Identification with Improved Instance Segmentation Model in Real Complex Natural Environments[J].Forests,2022
• Performance comparison of RGB and multispectral vegetation indices based on machine learning for estimating Hopea hainanensis SPAD values under different shade conditions.Frontiers in Plant Science,2022
• Estimating the total nitrogen content of Aquilaria sinensis leaves based on a hybrid feature selection algorithm and image data from a modified digital camera[J].Biosystems Engineering,2022
• A Deep Fusion uNet for Mapping Forests at Tree Species Levels with Multi-Temporal High Spatial Resolution Satellite Imagery[J],Remote Sens,2021
• Model for estimation of total nitrogen content in sandalwood leaves based on nonlinear mixed effects and dummy variables using multispectral images[J].Chemometrics and Intelligent Laboratory Systems,2019
• Classification of Tree Species and Stock Volume estimation in ground forest images using Deep Learning[J].Computers and Electronics in Agriculture,2019
• Preliminary research on total nitrogen content prediction of sandalwood using the error-in-variable models based on digital image processing[J],Plos One,2018
• Preliminary research on the identification system for anthracnose and powdery mildew of sandalwood leaf based on image processing[J].PLoS ONE,2017
• Visible Light Image-Based Method for Sugar ContentClassification of Citrus[J].PLoS ONE,2016
• Research of foliar dust content estimation by reflectance spectroscopyof Euonymus japonicus Thunb. Environmental Nanotechnology, Monitoring & Management[J],2016
• Tree feature extraction using image data obtained through virtual Field Server[J].Computers and Electronics in Agriculture,2013
• 基于多光谱图像的沉香幼苗冠层全氮量无损估测[J]. 林业科学,2022
• 基于林内图像的单位面积碳储量估计方法研究[J].林业科学,2021
• 基于植被指数及多光谱纹理参数的降香黄檀叶片全铁含量预测[J].林业科学,2020
• 基于图像的幼龄檀香分割与土壤速效氮诊断[J].林业科学,2019
• 幼龄降香黄檀冠层叶片全磷含量的无损估计[J].林业科学,2019
• 叶面尘含量对大叶黄杨反射光谱的影响[J].林业科学,2015
• 基于彩色图像的柑橘糖度无损分析[J].林业科学,2013
• 文冠果苗木生长与土壤含水量间关系建模[J].林业科学,2013
• 银中杨苗木光需求的图像分析法[J].林业科学,2010
• 郁闭林分中立木树高的重建技术研究[J].林业科学,2006
• 基于图像理解的树木直径抽取技术[J].林业科学,2005

著作：

• 《林业物联网技术导论》中国林业出版社，2011
• 《现代森林测定法》中国林业出版社，2013
• 《图像理解基础》中国林业出版社，2015
• 《森林计测》中国林业出版社，2021

专利：

• 一种树木叶面尘土量的确定方法及系统，ZL201410525056.9，授权公告日2016/09/28
• 一种郁闭度的测定方法和装置，ZL201310154398X，授权公告日2017/02/01
• 一种叶片表面尘土量的图像确定方法和系统，ZL201410539186.8，授权公告日2017/02/15
• 一种水果糖度的确定方法和装置，ZL201310472798.5，授权公告日2017/08/25
• 一种水果糖度的确定方法和装置，ZL201310472628.7，授权公告日2017/09/05
• 一种郁闭度的测定方法和装置，ZL201610304870.7，授权公告日2018/03/30
• 一种檀香植株生长土壤铁元素含量的图像确定方法和系统，ZL201710067346.7，授权公告日2019/11/19
• 一种檀香叶片全铁含量的多光谱图像确定方法及系统，ZL201810857671.8，授权公告日2020/11/10
• 一种林分密闭度测算的方法和装置，ZL201810666558.1，授权公告日2022/04/12