语言: English
科研队伍西附楼 323
Zhang Jian Dr. 张建副教授
您当前的位置: 首页 > 科研队伍 > Zhang Jian Dr. 张建副教授


15C42


                                                                               办公地点:西附楼323

                                                                               办公电话:+86 27 87285011

                                                                               电子邮件:JZ[AT]mail.hzau.edu.cn

                                                                               个人网页:http://zyhj.hzau.edu.cn/info/1020/1668.htm


教育背景

1999-2003:本科教育,武汉大学遥感信息工程学院,地图学与地理信息系统专业

2004-2009:硕博教育,武汉大学测绘遥感信息工程国家重点实验室,摄影测量与遥感专业 


工作经历

2003-2004:助  教,合肥工业大学资源与环境学院

2009-2013:讲  师,华中农业大学资源与环境学院

2014-2016:访问学者,美国农业部,农业航空应用研究中心

2019:博士后研究,美国德州农工,量子光学研究与应用中心

2013-现在:副教授,华中农业大学,资源与环境学院


科研情况介绍

科研方向

1. 低空农业遥感无人机系统研制及应用(对接高性能遥感平台)

搭建适配超高分辨率、多光谱、高光谱、热红外和日光诱导(SIF)等多载荷的科研级无人机遥感成像平台,适配农作物业务化监测的轻简化多源无人机遥感成像平台。


2. 基于低空遥感成像平台的作物群体理化信息快速获取与分析(对接智慧农业)

针对具体作物和农学问题,借助低空遥感成像平台高效快速获取所需影像,快速高效提取所需信息。利用毫米级超高清影像(作物测高、局部特征精确获取与分析),高效的多波段影像(作物长势与病害快速评估),纳米级高光谱影像(植物营养精确分析)以及热红外温度影像(蒸腾作用,耐旱程度评估);


3.时序高通量群体冠层表型信息驱动的大田作物长势评价模型研究(对接大田表型研究)

集高通量大田作物表型获取技术、动态数据挖掘方法和作物生长相关特征评价模型为一体的综合研究方法,为作物生产管理和研究提供全新思路和方法支撑。


科研项目

·   “融合时序多源低空遥感数据的作物倒伏精准识别及早期风险评估”,国家自然科学基金面上项目(项目号:42171349), 项目负责人,2022-2025.

· “大田经济作物优质丰产的生理基础与调控”,国家重点研发计划项目 (项目号:2018YFD1000900), 子任务负责人,2018-2022.

· “低空遥感技术支持下的油菜全程机械化关键信息快速获取方法研究与实现”, 中央高校基金交叉项目(项目号:2017JC038), 项目负责人, 2017-2019.

· “基于高光谱错位成像技术的水稻叶片氮素三维分布检测方法研究”, 中国自然科学基金委 (项目号:31501222), 项目主要参与人, 2015-2018.

· “基于航空遥感成像系统的作物长势和病虫害评估”, 中国留学基金委公派出国项目全额资助 (项目号:201308420447), 项目负责人, 2014-2015.

· “基于成像高光谱技术的水稻理化信息快速获取方法研究”, 中央高校基金交叉项目资助 (项目号:2014JC008), 项目负责人, 2014-2015.

· “分形维数约束下的亚像元空间定位研究”, 中国自然科学基金委 (项目号:41201364), 项目负责人, 2013-2015.

· “非触式作物生长过程信息获取方法研究”, 中央高校基金交叉项目资助 (项目号:2011QC040), 项目负责人, 2011-2013.

· “基于空间变异理论的遥感影像尺度下推方法研究”, 湖北省自然科学基金资助 (项目号:2010CDB099), 项目负责人, 2010-2012.

· “亚像元信息的影像纹理信息提取问题研究”, 华中农业大学科研启动项目资助”, (项目号:2011QC040), 项目负责人, 2009-2011.


科研论文(近5年)

1. Zhao Jiang#, Haifu Tu#, Baowei Bai, Chenghai Yang, Biquan Zhao, Ziyue Guo, Qian Liu, Hu Zhao, Wanneng Yang, Lizhong Xiong*, Jian Zhang*. Combining UAV-RGB high-throughput field phenotyping and genome-wide association study to reveal genetic variation of rice in dynamic response to drought stress [J]. New Phytologist. ( https://doi.org/10.1111/nph.17580).

2. 张建, 谢田晋, 尉晓楠, 王宗铠, 刘崇涛, 周广生, 汪波*. 无人机多角度成像方式的饲料油菜生物量估算研究[J]. 作物学报, 2021, 47(9): 1816-1823. ( http://zwxb.chinacrops.org/CN/10.3724/SP.J.1006.2021.04211)

3. 张建*, 谢田晋, 杨万能, 周广生. 近地遥感技术在大田作物株高测量中的研究现状与展望[J]. 智慧农业(中英文), 2021, 3 (1): 1-15. ( http://www.smartag.net.cn/CN/10.12133/j.smartag.2021.3.1.202102-SA033)

4. Bo Sun#, Chufeng Wang#, Chenghai Yang, Baodong Xu, Guangsheng Zhou, Xiaoyong Li, Jing Xie,Shijie Xu, Bin Liu, Tianjin Xie, Jie Kuai*, Jian Zhang*. Retrieval of rapeseed leaf area index using the PROSAIL model with canopy coverage derived from UAV images as a correction parameter[J]. International Journal of Applied Earth Observation and Geoinformation, 2021,102: 102373.  ( https://doi.org/10.1016/j.jag.2021.102373)

5. Tianjin Xie#, Jijun Li#, Chenghai Yang, Zhao Jiang, Yahui Chen, Liang Guo*, Jian Zhang*. Crop height estimation based on UAV images: Methods, errors, and strategies[J]. Computers and Electronics in Agriculture, 2021, 185: 106155. ( https://doi.org/10.1016/j.compag.2021.106155)

6. Biquan Zhao, Jiating Li, P. Stephen Baenziger, Vikas Belamkar, Yufeng Ge, Jian Zhang*, Yeyin Shi*. Automatic Wheat Lodging Detection and Mapping in Aerial Imagery to Support High-Throughput Phenotyping and In-Season Crop Management [J]. Agronomy 2020, 10, 1762. ( https://doi.org/10.3390/agronomy10111762)

7. Jian Zhang#, Biquan Zhao#, Chenghai Yang, Yeyin Shi, Qingxi Liao, Guangsheng Zhou, Chufeng Wang, Tianjin Xie, Zhao Jiang, Dongyan Zhang, Wanneng Yang, Chenglong Huang* and Jing Xie*. Rapeseed Stand Count Estimation at Leaf Development Stages With UAV Imagery and Convolutional Neural Networks [J]. Front. Plant Sci. 2020, 11, 617. ( https://doi.org/10.3389/fpls.2020.00617)

8. Jian Zhang#, Tianjin Xie#, Chenghai Yang, Huaibo Song, Zhao Jiang, Guangsheng Zhou, Dongyan Zhang, Hui Feng, Jing Xie*. Segmenting Purple Rapeseed Leaves in the Field from UAV RGB Imagery Using Deep Learning as an Auxiliary Means for Nitrogen Stress Detection [J]. Remote Sensing. 2020, 12, 1403. ( https://doi.org/10.3390/rs12091403)

9. Jian Zhang#, Chufeng Wang#, Chenghai Yang, Tianjin Xie, Zhao Jiang, Tao Hu, Zhibang Luo, Guangsheng Zhou, Jing Xie*. Assessing the Effect of Real Spatial Resolution of In Situ UAV Multispectral Images on Seedling Rapeseed Growth Monitoring [J]. Remote Sensing. 2020, 12, 1207. ( https://doi.org/10.3390/rs12071207)

10. Jian Zhang#, Chufeng Wang#, Chenghai Yang, Zhao Jiang, Guangsheng Zhou, Bo Wang, Yeyin Shi, Dongyan Zhang, Liangzhi You*, Jing Xie*. Evaluation of an UAV-mounted camera with different spectral modifications and two handheld spectral sensors for rapeseed growth monitoring: Performance and influencing factors [J]. Precision Agriculture. 2020, 10.1007/s11119-020-09710-w. ( https://doi.org/10.1007/s11119-020-09710-w )

11. Wangneng Yang#*, Hui Feng#, Xuehai Zhang#, Jian Zhang, John H. Doonan, William David Batchelor, Lizhong Xiong, Jianbing Yan. Crop Phenomics and High-throughput Phenotyping: Past Decades, Current Challenges and Future Perspectives [J]. Molecular Plant. 2020,13(2):187-214. ( https://doi.org/10.1016/j.molp.2020.01.008 )

12. Xiaoyang Zhao, Jian Zhang*, Dongyan Zhang, Xingen Zhou, Xiaohui Liu, Jing Xie*. Comparison between the Effects of Visible Light and Multispectral Sensor Based on Low-Altitude Remote Sensing Platform in the Evaluation of Rice Sheath Blight[J]. Spectroscopy and Spectral Analysis, 2019, 39(4): 1192-1198. ( http://www.gpxygpfx.com/EN/Y2019/V39/I04/1192 )

13. Biqian Zhao#, Jian Zhang#, Chenghai Yang, Guangsheng Zhou, Youchun Ding, Yeyin Shi, Dongyan Zhang, Jing Xie*, Qingxi Liao*. Rapeseed Seedling Stand Counting and Seeding Performance Evaluation at Two Early Growth Stages Based on Unmanned Aerial Vehicle Imagery [J]. Front. Plant Sci. 2018,9:1362. ( https://doi.org/10.3389/fpls.2018.01362 )

14. Dongyan Zhang#, Xingen Zhou#, Jian Zhang#, Yubin Lan, Chao Xu, Dong Liang. Detection of rice sheath blight using an unmanned aerial system with high-resolution color and multispectral imaging [J]. PLoS ONE. 2018, 13(5): e0187470. ( https://doi.org/10.1371/journal.pone.0187470 )

15. Xiaoyang Zhao, Jian Zhang*, Chenghai Yang, Huaibo Song, Yeyin Shi, Xingen Zhou, Dongyan Zhang, Guozhong Zhang. Registration for Optical Multimodal Remote Sensing Images Based on FAST Detection, Window Selection, and Histogram Specification [J]. Remote Sensing. 2018, 10(5), 663. ( https://doi.org/10.3390/rs10050663 )

16. Jian Zhang, Jin Meng, Biquan Zhao, Dongyan Zhang, Jing Xie. Research on the Chlorophyll Content (SPAD) Distribution Based on the Consumer-Grade Modified Near-Infrared Camera [J].  Spectroscopy and Spectral Analysis, 2018, 38(3):737-744. ( http://www.gpxygpfx.com/EN/Y2018/V38/I03/737)

17. 王楚锋, 王天一, 廖世鹏, 张东彦, 谢静, 张建*. 基于低空遥感的消费级相机油菜苗期长势监测最优波段选取[J]. 华中师范大学学报 (自然科学版).2018,52(4):565-73. (http://journal.ccnu.edu.cn/zk//CN/Y2018/V52/I4/565)

18. 赵琨, 王珺珂, 王楚锋, 谢田晋, 张建*. 基于高光谱成像技术的油菜 SPAD 值空间分布预测及最佳测量叶位[J]. 华中农业大学学报. 2018,4:012. (http://hnxbl.cnjournals.net/hznydxzr/article/pdf/20180412)

19. Jian Zhang, Chenghai Yang, Biquan Zhao, Huaibo Song, Wesley Clint Hoffmann, Yeyin Shi, Dongyan Zhang,  Guozhong Zhang.  Crop Classification and LAI Estimation Using Original and Resolution-Reduced Images from Two Consumer-Grade Cameras[J]. Remote Sensing, 2017, 9, 1054. (https://doi.org/10.3390/rs9101054)

20. 赵必权,丁幼春,蔡晓斌,谢静,廖庆喜,张建*.基于低空无人机遥感技术的油菜机械直播苗期株数识别[J].农业工程学报,2017,33(19):115-123. (doi:10.11975/j.issn.1002-6819.2017.19.015)

21. Huaibo Song, Chenghai Yang, Jian Zhang, Wesley Clint Hoffmann, Dongjian He,  J. Alex Thomasson. Comparison of mosaicking techniques for airborne images from consumer-grade cameras[J]. Journal of Applied Remote Sensing, 2016, 10(1):016030. (https://doi.org/10.1117/1.JRS.10.016030)

22. Jian Zhang, Chenghai Yang, Huaibo Song, Wesley Clint Hoffmann, Dongyan Zhang, Guozhong Zhang. Evaluation of an airborne remote sensing platform consisting of two consumer-grade cameras for crop identification[J]. Remote Sensing, 2016, 8(3): 257. (https://doi.org/10.3390/rs8030257)


学术交流活动(近5年)

1. 2021年8月19号,受邀参加亚信智慧农业应用与发展研修班(第二期)授课,为来自哈萨克斯坦、泰国、土耳其等10个亚信成员国的高校、研究机构和政府部门的听众讲授“低成本遥感技术在作物长势监测中的应用”课程;

2. 2021年6月28号,受邀参加第5届全国定量遥感论坛,并作题为“高通量大田无人机表型采析平台助力智慧农业发展”报告;

3. 2021年5月22号,受邀参加第9届国际精准农业航空会议,并作题为“High-throughput field phenotyping platform based on UAV: Smart agriculture development accelerator”大会报告;

4. 2021年5月18号,受邀在华农-梅西大学学术交流论坛上,作题为“基于低空无人机遥感技术的作物高通量表型助力作物基因×环境×管理多因素互作关系研究”的在线报告;

5. 2021年5月17号,受邀在航天宏图PIE遥感图像开发大赛官网,作题为“知行合一、共融共赢”的在线报告;

6. 2020年9月14号,受邀参加第8届国际精准农业航空会议,并作题为“High-throughput field phenotyping techniques based on UAV accelerated water-saving rice breeding”大会报告;

7. 2020年5月6号,受邀在作物表型知名在线平台“百博智慧大讲堂”,作“低空多源遥感表型观测效果影响途径与建议”报告;

8. 2018年7月在武汉主持召开了2018年遥感大数据与智慧农业论坛,会议邀请多位国内外知名专家围绕遥感、大数据、智慧农业开展了学术交流;

9. 2017年8月6-9号受邀访问了美国内布拉斯加林肯大学农机系进行学术交流,并做题为“农业低空遥感进展”的报告;

10. 2017年7月22-28号受邀参加TAMU-Princeton-Baylor联合举办的《量子光学前沿与应用》论坛,并做题为“光学农业遥感进展”的报告;

11. 2017年7月29号-8月5号受邀访问了美国德州农工大学量子光学工程中心进行学术交流,并做题为“远距离拉曼光谱及其在农业中的应用”的报告。


专利

基于PROSAIL模型并在冠层覆盖度参与优化下作物叶面积指数反演方法,发明专利,受理号202011374100.2

一种农作物表型信息多源遥感监测方法,发明专利,申请号:202011001086.1

基于低空遥感的大田作物干旱表型提取与抗旱性评估方法,发明专利,申请号:202011005867.8

基于低空无人机被动遥感的作物株高及生物量自适应高精度解算方法,发明专利,申请号:202011101682.7

轻小型一体化农业多源遥感监测无人机系统,实用新型专利,授权号:201921895699.7


软件著作权

无人机平台小型非制冷热红外相机高精度辐射定标软件 V1.0: 2020SR1269529.

基于无人机图像与深度学习模型的水稻卷叶打分软件 V1.0: 2020SR1261834.

基于无人机图像的田间作物生物量提取软件V1.0: 2020SR1235679.

基于无人机平台的日光诱导叶绿素荧光(SIF)信号提取软件V1.0: 2020SR0934039.

基于紫叶面积提取的大田作物养分诊断算法软件V1.0: 2020SR0934033.

多模式光学遥感影像配准软件V1.0版 登记号:2018SR651286.