发布人: 张小虎    发布日期: 2021-08-06    浏览次数:

张小虎 副教授/硕士生导师

(2023-12-19 更新）

欢迎对农业大数据智能、农业时空数据建模、气候变化与生产力模拟和农业信息系统软件设计与开发感兴趣，并有志进行智慧农业研究的同学报考我们团队的硕士和博士研究生。

研究领域

农业(时空)大数据智能

气候变化及生产力模拟

农业影像智能处理算法

无人农场与数字孪生体

信息系统软件设计开发

学习经历

2019.12-2020.12，田纳西大学（美国），访问学者

2008.09-2013.07，地图学与地理信息系统，博士，中国科学院大学（导师 钟耳顺 研究员）

2004.08-2008.07，地理信息系统，学士，华东师范大学（导师 过仲阳 教授）

工作任职

2018.12-今，南京农业大学 国家信息农业工程技术中心 副教授/硕士生导师

2013.09-2018.11，南京农业大学 国家信息农业工程技术中心 讲师

课程教学

本科生：信息农业技术、信息农业技术实验、农业遥感原理与技术、农业地理信息系统

研究生：农业人工智能导论、智慧农业研究法、农业数字图像处理（双语）、空间分析

科研项目

国家自然科学基金面上项目, 32171892, 近地面冠层影像中小尺寸、高密度作物器官解析机制与模型构建, 2022-2025, 在研, 主持

国家重点研发计划项目子任务, 2022YFD2001103, 数字农田及多源信息融合技术研发, 2022-2027, 在研, 主持

国家重点研发计划项目子任务, 2022YFD2001004, 水稻关键农情参数遥感监测及机理模型构建研究, 022-2027, 在研, 主持

江苏省重点研发计划项目, BE2021308, 智慧稻麦无人农场的构建与应用示范, 2021-2023, 在研, 负责

国家自然科学基金国际合作项目, 41961124008, INFEWS:U.S.-China:粮食、能源、水耦合系统下的中美作物供应链可持续研究, 2020-2023, 在研, 参加

江苏省重点研发计划项目, BE2019383, 稻麦作物表型高通量获取技术和系统研发, 2019-2023, 结题, 参加

青海省重点研发计划项目, 2018-NK-126, 基于遥感的农作物生长监测与产量预测关键技术研究与示范, 2018-2020, 结题, 参加

江苏省重点研发计划项目, BE2016375, 江苏稻麦生产智慧管理技术集成创新与示范, 2017-2019, 结题, 参加

国家重点研发计划项目, 2016YFD0300607, 基于空间差异的多尺度精确管理分区体系, 2016-2020, 结题, 参加

国家重点研发计划项目, 2016YFD0300110, 稻麦主产区产量与效率层次差异消减技术途径综合评价, 2016-2020, 在研, 参加

科技部星火计划项目, 2015GA690001, 现代作物生产智慧管理技术集成、示范与推广, 2015-2017, 结题, 参加

国家自然科学基金青年基金项目, 31401292, 基于农田环境要素空间变异特征的多尺度网格化精确管理分区研究, 2015-2017, 结题, 主持

江苏省农业三新工程项目, SXGC[2014]304, 江苏省现代农业园区智慧管理平台研发, 2014-2017, 结题, 参加

社会工作

江苏省智慧农业产业技术创新战略联盟（2022-今）秘书长

江苏省遥感与地理信息系统学会（2016-今）副秘书长

南京神农智慧农业研究院 (2022-今) 常务副院长

Remote Sensing 期刊客座编辑（2021-）

智慧农业（中英文）期刊青年编委（2021-今）

荣 誉

江苏省“青蓝工程”优秀青年骨干教师（2023）

全国农牧渔业丰收奖农业技术推广成果奖一等奖（2022）

全国地理信息科技进步奖二等奖（2022）

江苏省“互联网+”大学生创新创业大赛优秀指导教师（2022）

江苏省“科技副总”（2022）

神农中华农业科技奖优秀创新团队奖（2021）

南京农业大学青年教师授课比赛三等奖（2018）

第一届全国作物学学科青年教师教学技能竞赛（华东片区）一等奖（2018）

南京农业大学农学院英才奖励基金优秀教师奖（2017, 2022）

南京农业大学青年教师教学比赛优秀奖（2016）

2016Esri杯中国大学生GIS开发竞赛优秀指导教师奖（2016）

南京农业大学优秀学生工作管理者（2015）

南京农业大学农学院教学比赛一等奖 ( 2015, 2016, 2017)

科研论文

Zhao J, Cai Y, Wang S, Yan J, Qiu X, Yao X, Tian Y, Zhu Y, Cao W, Zhang X*. Small and oriented wheat spike detection at the filling and maturity stages based on WheatNet. Plant Phenomics, 2023, 5:0109.

Yan J, Zhao J, Cai Y, Wang S, Qiu X, Yao X, Tian Y, Zhu Y, Cao W, Zhang X*. Improving multi-scale detection layers in the deep learning network for wheat spike detection based on interpretive analysis. Plant Methods, 2023, 19(1): 46.

Zuo W, Mao J, Lu J, Zheng Z, Han Q, Xue R, Tian Y, Zhu Y, Cao W, Zhang X*. Mapping Irrigated Areas Based on Remotely Sensed Crop Phenology and Soil Moisture. Agronomy, 2023, 13(6): 1556.

Sun, T., Zhang, X., Lv, S., Lin, X., Ma, J., Liu, J., Fang, Q., Tang, L., Liu, L., Cao, W., Liu, B. Improving the predictions of leaf photosynthesis during and after short‐term heat stress with current rice models. Plant, Cell & Environment, 2023, 46(11): 3353-3370.

Jianqing Zhao, Jiawei Yan, Tianjie Xue, Suwan Wang, Xiaolei Qiu, Xia Yao, Yongchao Tian, Yan Zhu, Weixing Cao, Xiaohu Zhang^*. A deep learning method for oriented and small wheat spike detection (OSWSDet) in UAV images. Computers & Electronics in Agriculture. 2022, 198,107087.

Zhao J, Zhang X^*, Yan J, Qiu X, Yao X, Tian Y, Zhu Y, Cao W. A Wheat Spike Detection Method in UAV Images Based on Improved YOLOv5. Remote Sensing. 2021, 13(16):3095. （ESI 高被引，热点）

Xu Hao, Zhang Xiaohu^*, Ye Zi, Jiang Li, Qiu Xiaolei, Tian Yongchao, Zhu Yan, Cao Weixing Machine learning approaches can reduce environmental data requirements for regional yield potential simulation. European Journal of Agronomy. 2021,129.

Qiu, Jianxiu*, Dong, Jianzhi, Crow, Wade T., Zhang, Xiaohu, Reichle, Rolf H., De Lannoy, Gabrielle J. M. The benefit of brightness temperature assimilation for the SMAP Level-4 surface and root-zone soil moisture analysis. Hydrology and Earth System Sciences, 2021, 25(3): 1569-1586.

Liu, Yijiang, Tang, Liang, Qiu, Xiaolei, Liu, Bing, Chang, Xini, Liu, Leilei, Zhang, Xiaohu, Cao, Weixing, Zhu, Yan*. Impacts of 1.5 and 2.0 degrees C global warming on rice production across China. Agricultural and Forest Meteorology, 2020, 284: 107900.

Wu, Z., Qiu, J., Crow, W.T., Wang, D., Wang, Z., Zhang, X., 2021. Investigating the efficacy of the SMAP downscaled soil moisture product for drought monitoring based on information theory. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, 15: 1604-1616.

Xu, H.^#; Huang, F.^#; Zuo, W.; Tian, Y.; Zhu, Y.; Cao, W. ^*; Zhang, X^*. Impacts of Spatial Zonation Schemes on Yield Potential Estimates at the Regional Scale. Agronomy 2020, 10, 631.

Zhao, J.^#; Zhang, X.^#; Gao, C.; Qiu, X.; Tian, Y.; Zhu, Y.; Cao, W^*. Rapid Mosaicking of Unmanned Aerial Vehicle (UAV) Images for Crop Growth Monitoring Using the SIFT Algorithm. Remote Sens. 2019, 11, 1226.

Zhang, X.^#, Xu, H., et al. Selection of Appropriate Spatial Resolution for the Meteorological Data for Regional Winter Wheat Potential Productivity Simulation in China Based on WheatGrow Model, Agronomy, 2018, 8:198.

Li Jiang^#, Xiaohu Zhang^{# *}, et al. A neural network method for the reconstruction of winter wheat yield series based on spatio-temporal heterogeneity, Computers & Electronics in Agriculture, 2018, 154:46-53.

Zhang, X., Qiu, J.^*, Leng, G., Yang, Y.^*, Gao, Q., Fan, Y., Luo, J., The Potential Utility of Satellite Soil Moisture Retrievals for Detecting Irrigation Patterns in China, Water, 2018, 10, 1505.

Zhang, X., Zuo, W., Zhao, S., Jiang, L., Chen, L., & Zhu, Y. Uncertainty in upscaling in situ soil moisture observations to multiscale pixel estimations with kriging at the field level. ISPRS Int. J. Geo-Inf, 2018, 7(1), 33.

Zhang X, Jiang L, Qiu X, et al. An improved method of delineating rectangular management zones using a semivariogram-based technique. Computers & Electronics in Agriculture, 2016, 121(C):74-83.

Zhang X, Zhang X H^*, Zhong E, et al. Multi-Scale Centrality Measures of Street Network in Beijing, China[J]. Sensor Letters, 2014, 12(3):651-658(8).

X. Zhang, E. Zhong, H. Zheng, et al. Reconstructing continuous population density surface from polygon-based data[C]. 2010 2nd International Conference on Information Science and Engineering (ICISE), 2010, pp. 3885-3888.

Zhang X H, Guo Z Y, Dai X Y, et al. Application of satellite remote sensing to coastal topography generation: case study of Chongming Island in Shanghai, China. Journal of Applied Remote Sensing, 2009, 3(1):033572-033572-12.

徐浩, 张小虎^*, 邱小雷, 朱艳, 曹卫星. 格网化小麦生长模拟预测系统设计与实现. 农业工程学报, 2020, 36(15): 167-172.

黄芬, 朱金诚, 张小虎, 刘通宇, 朱艳. 区域尺度农业管理分区的无监督特征选择与破碎度优化算法. 农业工程学报, 2020, 36(5): 192-200.

黄芬, 高帅, 姚霞, 张小虎, 朱艳. 基于机器学习和多颜色空间的冬小麦叶片氮含量估算方法研究. 南京农业大学学报，2020，43(2): 364-371.

范悦, 邱建秀^*, 董建志, 张小虎, 王大刚. 基于Triple Collocation方法的微波土壤水分产品不确定性分析与时空变化规律研究. 遥感技术与应用, 2020, 35(01): 85-96.

朱艳, 汤亮, 刘蕾蕾, 刘兵, 张小虎, 邱小雷, 田永超, 曹卫星^*. 作物生长模型（CropGrow）研究进展. 中国农业科学, 2020, (16): 3235-3256.

张小虎, 黄芬^*, 陈佳悦, 高翔, 刘铭, 姚霞, 朱艳. 基于图像增强和α角度模型的K均值小麦冠层分割算法的改进. 南京农业大学学报, 2018, 41(03): 413-421.

张小虎,钟耳顺,王少华,张珣,张济. 多边形统计数据空间分析的不确定性研究——以北京市海淀区人口普查数据为例. 地球信息科学学报,2013,03:369-379.

张小虎,张珣,钟耳顺,王少华,张济. 基于建筑物空间特征的北京市城市空间结构及其机制分析. 地理研究, 2013,11:2055-2065.

张小虎,钟耳顺,王少华,张珣. 多尺度空间格网数据的索引编码研究. 测绘通报,2014,07:35-38.

张珣,钟耳顺,张小虎^*,等. 一种尺度效应指数修正的格网示意地图制图算法. 武汉大学学报(信息科学版),2015,05:673-676.

合编专著

曹卫星, 程涛, 朱艳, 姚霞, 倪军, 田永超, 刘小军, 汤亮, 曹强, 张小虎, 邱小雷, 郑恒彪. 作物生长光谱监测. 北京: 科学出版社. 2020

朱艳、曹卫星、刘蕾蕾、汤亮、刘兵、张小虎、姜海燕、邱小雷, 作物模拟与数字作物. 北京: 科学出版社. 2022

专 利

基于深度学习的无人机影像麦穗识别方法（发明专利，ZL202110677003.9）已转化

麦田农情巡检机器人（外观专利，ZL202130550167.6）

麦田巡检机器人（实用新型专利，ZL202123216452.8）

标 准

粮食生产农业信息服务规范 （DB32/T 4097-2021）

软件著作

作物生长感知与智慧管理系统V2.0  （2014SR029557）

稻麦氮营养诊断与调控工具V1.0  （2014SR155471）

农田感知与智慧管理Android版V1.0  （2015SR104684）

农业空间信息管理系统V1.0  （2015SR226916）

智慧农作管理系统V1.0  （2016SR3862320）已转化

农业空间信息管理系统Web版V1.0  （2017SR314841）

智慧农作管理系统Android版V2.0  （2018SR170058）

基于嵌入式GIS的小麦精确播种施肥智能控制软件V1.0（2019SR0116074）

基于消费级无人机的稻麦生长监测系统V1.0 （2019SR0082467)

小麦区域生产力模拟预测系统V1.0 （2021SR0364207）

星机地一体化作物生长遥感监测制图系统V1.0 （2021SR0201268）

麦田眼系统V1.0 （2022SR1426855）

农情巡检机器人软件V1.0 （2023SR0419218）