冯伟

冯伟，1976年生，研究员、省特聘教授、博士生导师。

研究领域：作物遥感与智慧农业；小麦生理生态与绿色生产。

联系方式：13607684269；

E-mail: fengwei78@126.com 

 

教育与研究/工作经历

1996—2000，河南农业大学，农学专业，农学学士；

2000—2003，河南农业大学，作物栽培学与耕作学专业，农学硕士；

2004—2007，南京农业大学，生态农业科学技术专业，农学博士；

2008—20011，河南农业大学，助理研究员；

2012—20017，河南农业大学，副研究员；

2018—至今  河南农业大学，研究员；

2020—至今  河南省特聘教授。

 

承担项目与课题

[1] 国家自然科学基金：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，2020—2023，主持

[2] 国家重点研发计划“粮食作物生长监测诊断与精确栽培技术”子课题：黄淮海小麦适宜指标动态模型及诊断调控，2016—2020年，主持

[3] 国家科技支撑计划“黄淮区小麦抗逆增产技术研究集成与示范”子课题：稻茬麦区小麦抗逆增产技术集成与示范，2016—2018年，主持

[4] 河南省高校科技创新人才支持计划：基于冠层透射与多角度反射耦合的小麦氮素营养诊断研究，2017—2018年，主持

[5] 国家自然科学基金：基于冠层光辐射异质性的小麦氮素诊断机理研究，2017—2020年，主持

[6] 河南省国际科技合作计划项目：小麦生长监测诊断与氮肥精准管理技术，2015—2016年，主持

[7] 河南省高等学校重点科研项目：小麦白粉病的多视角光谱监测技术研究，2016—2017年，主持

[8] 河南省教育厅科学技术研究重点项目：小麦精确追氮遥感决策管理，2013—2014年，主持

[9] 河南省农业科技攻关重点项目：基于冠层光谱特征的小麦氮素营养无损监测与诊断技术，2010—2012年，主持

[10] 国家自然科学基金：小麦白粉病光谱监测机理研究，2010—2012年，主持

 

论文

[1] Angular effect of algorithms for monitoring leaf nitrogen concentration of wheat using multi-angle remote sensing data. Computers and Electronics in Agriculture, 2022, 195, 106815.(SCI, 通讯作者)

[2] Monitoring wheat powdery mildew based on hyperspectral, thermal infrared, and RGB image data fusion. Sensors, 2022, 22,31.(SCI, 通讯作者)

[3] Monitoring of wheat powdery mildew disease severity using multiangle hyperspectral remote sensing. IEEE transactions on geoscience and remote sensing, 2021, 59(2): 979-990. (SCI, 通讯作者)

[4] Hyperspectral assessment of leaf nitrogen accumulation for winter wheat using different regression modeling. Precision Agriculture, 2021, 22:1634-1658. (SCI, 通讯作者)

[5] Estimations of water use efficiency in winter wheat based on multi-angle remote sensing. Front. Plant Sci. 2021, 12:614417. (SCI, 通讯作者)

[6] Establishment of critical nitrogen concentration models in winter wheat under different irrigation levels. Agronomy, 2020, 10, 556. (SCI, 通讯作者)

[7] Comparing methods for estimating leaf area index by multi-angular remote sensing in winter wheat. Scientific Reports, 2020, 10:13943. (SCI, 通讯作者)

[8] Reduced prediction saturation and view effects for estimating the leaf area index of winter wheat. IEEE transactions on geoscience and remote sensing, 2019, 57(3): 1637-1652. (SCI, 通讯作者)

[9] An optimized non-linear vegetation index for estimating leaf area index in winter wheat. Precision Agric, 2019, 20:1157–1176. (SCI, 第一作者)

[10] Optimizing nitrogen management to achieve high yield, high nitrogen efficiency and low nitrogen emission in winter wheat. Science of The Total Environment, 2019, 697: 134088. (SCI, 通讯作者)

[11] Root and nitrate-N distribution and optimization of N input in winter wheat. Scientific Reports, 2019, 9:18018. (SCI, 通讯作者)

[12] Approach to higher wheat yield in the Huang-Huai plain: improving post-anthesis productivity to increase harvest index. Front. Plant Sci. 2018, 9:1457. (SCI, 通讯作者)

[13] Grain number responses to pre-anthesis dry matter and nitrogen in improving wheat yield in the Huang-Huai Plain. Scientific Reports, 2018, 8:7126. (SCI, 通讯作者)

[14] Remotely estimating aerial n uptake in winter wheat using red-edge area index from multi-angular hyperspectral data. Front. Plant Sci. 2018, 9:675. (SCI, 通讯作者)

[15] Remotely assessing photosynthetic nitrogen use efficiency with in situ hyperspectral remote sensing in winter wheat. European Journal of Agronomy, 2018, 101: 90-100. (SCI, 通讯作者)

[16] Remotely assessing leaf N uptake in winter wheat based on canopy hyperspectral red-edge absorption. Europ. J. Agronomy, 2017, 82: 113–124. (SCI, 通讯作者)

[17] Canopy vegetation indices from in situ hyperspectral data to assess plant water status of winter wheat under powdery mildew stress. Front. Plant Sci. 2017, 8:1219. (SCI, 第一作者)

[18] Estimating canopy leaf nitrogen concentration in winter wheat based on multi-angular hyperspectral remote sensing. European Journal of Agronomy, 2016, 73: 170-185. (SCI, 通讯作者)

[19] Improved remote sensing of leaf nitrogen concentration in winter wheat using multi-angular hyperspectral data. Remote Sensing of Environment, 2016, 174:122-133. (SCI, 通讯作者)

[20] Improved remote sensing detection of wheat powdery mildew using dual-green vegetation indices. Precision Agriculture, 2016, 17: 608-627. (SCI, 第一作者)

[21] Using multi-angle hyperspectral data to monitor canopy leaf nitrogen content of wheat. Precision Agriculture, 2016, 2016, 17: 721–736. (SCI, 通讯作者)

[22] Remote detection of canopy leaf nitrogen concentration in winter wheat by using water resistance vegetation indices from in-situ hyperspectral data. Field Crops Research, 2016, 198: 238–246. (SCI, 第一作者)

[23] Examining view angle effects on leaf N estimation in wheat using field reflectance spectroscopy. ISPRS Journal of Photogrammetry and Remote Sensing. 2016, 122: 57–67. (SCI, 通讯作者)

[24] Assessment of plant nitrogen status using chlorophyll fluorescence parameters of the upper leaves in winter wheat. Europ. J. Agronomy, 2015, 64: 78–87. (SCI, 第一作者)

[25] Remote estimation of above ground nitrogen uptake during vegetative growth in winter wheat using hyperspectral red-edge ratio data. Field Crops Research, 2015, 180: 197–206. (SCI, 第一作者)

[26] Measuring leaf nitrogen concentration in winter wheat using double-peak spectral reflection remote sensing data. Field Crops Research, 2014, 159: 43–52. (SCI, 第一作者)

[27] 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(5):890-906. (一级学报, 通讯作者)

[28] 基于主成分-聚类分析的不同水分冬小麦晚霜冻害评价[J]. 作物学报, 2022, 48(2): 448-462. (一级学报, 通讯作者)

[29] 干旱胁迫下喷施14-羟基芸苔素甾醇对冬小麦穗花发育及碳氮代谢的调控. 植物营养与肥料学报, 2021, 27(6): 1004–1015. (一级学报, 通讯作者)

[30] 冬小麦生物量及氮积累量的植被指数动态模型研究. 作物学报，2019, 45(8): 1238-1249. (一级学报, 通讯作者)

[31] 遮阴和施氮对冬小麦旗叶光合特性及产量的影响. 中国生态农业学报, 2016, 24(9): 1177-1184. (一级学报, 通讯作者)

[32] 基于因子分析-BP神经网络的小麦叶片白粉病反演模型. 农业工程学报, 2015, 31(22): 183-190. (一级学报, 通讯作者)

[33] 宽幅带播下带间距对冬小麦衰老进程及产量的影响. 生态学报, 2015, 35(8): 2686-2694. (一级学报, 第一作者)

 

论著

[1] 小麦品质形成与调优栽培技术， 副主编，河南科学技术出版社，2021

[2] 黄淮海冬小麦适应气候变化技术研究， 副主编，科学出版社，2018

[3] 小麦高产与防灾减灾技术， 副主编，中原农民出版社，2016 

 

发明专利

[1] 国家发明专利：小麦白粉病病情监测模型的构建方法及宽角度适应的监测方法，第1，2021年

[2] 国家发明专利：基于叶绿素荧光预测小麦籽粒产量的方法及其模型的构建方法， 第1，2019年

[3] 国家发明专利：基于氮平衡光谱法的小麦春季氮肥施用方法及其追氮量模型的构建方法，第1，2018年

[4] 国家发明专利：田间小麦白粉病发病程度的快速监测方法及其监测模型的构建方法，第1，2017年

[5] 国家发明专利：基于光谱指数和气候因子耦合的冬小麦籽粒蛋白质含量预测方法及其预测模型的构建方法，第1，2016年

[6] 国家发明专利：基于光谱双峰指数的小麦叶片氮含量监测方法及其监测模型的构建方法，第1，2016年

[7] 国家发明专利：沼液在高产冬小麦栽培中的施用方法，第1，2013年

[8] 国家发明专利：利用沼液栽培优质冬小麦的方法，第1，2013年

 

软件著作权

[1] 半冬性类型小麦苗情分类判别系统V1.0. 登记号：2021SR1706420，第1名，2021年

[2] 冬小麦长势图像分级自动判别系统V1.0. 登记号：2021SR1706431，第1名，2021年

[3] 基于遥感长势差异的小麦春季追氮推荐系统V1.0. 登记号：2019SR0187216，第1名，2019年

[4] 豫中南补灌区中筋小麦长势分级及肥料推荐系统V1.0. 登记号：2019SR0171029，第1名，2019年

[5] 黄淮小麦高产高效种植技术管理系统V1.0. 登记号：2019SR0171002，第1名，2019年

[6] 豫北灌区强筋小麦长势分级及肥料推荐系统V1.0. 登记号：2019SR0171017，第1名，2019年

 

奖励与荣誉

[1] 国家科技进步二等奖：冬小麦根穗发育及产量品质协同提高关键栽培技术研究与应用，第10名，2009年

[2] 河南省教育系统科研奖励科技成果二等奖：高产稳产抗逆广适小麦新品种国审豫农949的选育与推广，第7名，2009年

[3] 河南省科技进步三等奖：河南强中筋小麦信息化调优栽培技术研究与应用，第2名，2013年

[4] 河南省教育厅科技成果一等奖：超高产优质多抗小麦新品种豫农416选育及应用，第3名，2015年

[5] 河南省科技进步二等奖：小麦抗逆保优增产栽培关键技术研究与应用，第4名，2016年