近日，我院农业定量遥感团队李长春教授、吴喜芳老师在冬小麦生长遥感监测方面取得系列重要突破，相关成果发表于《Artificial Intelligence in Agriculture》、《Computers and Electronics in Agriculture》与《International Journal of Applied Earth Observation and Geoinformation》等遥感领域国际顶级期刊。
小黄书
农业定量遥感团队带头人李长春教授及研究生杨波在《Artificial Intelligence in Agriculture》（SCI一区TOP，IF=12.4）发表题为《Integrating hyperspectral radiation transfer modeling and deep transfer learning to estimate nitrogen density in winter wheat canopies》的研究论文，创新性将N-PROSAIL辐射传输模型与深度迁移学习相结合，创建了“物理机理+数据驱动”的冬小麦冠层氮密度估算新范式，有效突破了传统氮素反演模型依赖大量标注数据、泛化性不足的技术难题，为小样本场景下的作物营养精准监测提供了新的技术方案。
李长春教授及研究生张磊在《Computers and Electronics in Agriculture》（SCI一区TOP，IF=8.9）发表题为《Winter wheat yield estimation based on multisource remote sensing data: A dual-branch TCN-Transformer model and analysis of growth-stage feature transition mechanisms》的研究论文，构建了双分支TCN-Transformer模型，同步捕捉多源遥感、气象数据中的局部细粒度生长模式与长期时序依赖关系，实现自动调参，性能显著优于传统模型。
农业定量遥感团队成员吴喜芳老师及研究生李晓斌在《International Journal of Applied Earth Observation and Geoinformation》（SCI一区TOP，IF=8.6）发表题为《TCN–LSTMs: A robust and interpretable framework for winter wheat yield prediction using multi-source time-series data》的研究论文，提出了TCN-LSTMs串联架构，融合时间卷积网络与长短期记忆网络的优势，在县级尺度实现冬小麦精确估产，模型在黄淮海平原区域均表现出良好的泛化能力，可实现提前一个月高精度估产，为跨区域推广应用提供了有力支撑。
以上系列研究成果标志着我校在农业遥感与智慧农业研究方向取得了阶段性突破，可为粮食生产动态监测、灾害风险预警与宏观调控决策提供关键技术支撑，对服务国家粮食安全战略具有重要应用价值。
该系列工作得到了国家自然科学基金、河南省重点研发专项、河南省自然科学基金等多项项目的资助。
小黄书
农业定量遥感团队成立于2012年，针对空天地遥感大数据获取与智能处理、作物生长遥感监测与估产、作物干旱监测与精准灌溉、营养诊断与精准施肥、病虫害遥感监测预警与精准防治、农业智能装备研发等关键技术进行深入研究。现拥有成员25名，其中高级职称17名，均有博士学位。近5年，团队主持国家及省部级项目20余项，获省部级一等奖3项、二等奖2项，发表高水平论文200余篇（SCI/EI检索180余篇），获授权发明专利30余项。技术成果在我国河南、河北、黑龙江等粮食主产区广泛推广应用，为保障我国粮食安全提供了重要支撑。
（论文链接：//doi.org/10.1016/j.aiia.2026.03.003；//doi.org/10.1016/j.compag.2025.111014；//doi.org/10.1016/j.jag.2026.105274）
