植物表型组学、农艺性状形成、人工智能、稻麦遗传育种

   

0710J3-生物信息学

0710J3-生物信息学

AI赋能作物育种

植物表型组学、农艺性状形成

   

0710J3-生物信息学

0710J3-生物信息学

AI赋能作物育种

植物表型组学、农艺性状形成

2006-10--2011-07   英国东安格利亚大学   计算机科学博士
2003-10--2005-07   英国东安格利亚大学   信息系统硕士
1995-09--1999-07   上海市工程技术大学   计算机控制工程学士

2006-10--2011-07   英国东安格利亚大学   计算机科学博士
2003-10--2005-07   英国东安格利亚大学   信息系统硕士
1995-09--1999-07   上海市工程技术大学   计算机控制工程学士

   

2025-09~现在, 中国科学院分子植物科学卓越创新中心, 研究员
2020-01~2025-08,英国国立农业植物研究所（NIAB），剑桥作物研究中心（CSC）, 实验室主任/数字科学系系主任
2017-10~2019-12,英国厄尔汉姆研究所（Earlham）与东安格利亚大学, 研究员/实验室主任（双聘）
2014-10~2017-10,英国基因组分析中心（TGAC）与约翰.英纳斯研究中心（JIC）, 研究员（双聘）
2011-03~2014-09,英国赛恩斯伯里实验室（TSL）, 计算生物学博士后
2005-08~2009-09,英国Aviva保险集团, 系统分析师/资深项目顾问
1999-07~2002-08,上海市育才高级中学, 计算机教师、多媒体系统开发

2025-09~现在, 中国科学院分子植物科学卓越创新中心, 研究员
2020-01~2025-08,英国国立农业植物研究所（NIAB），剑桥作物研究中心（CSC）, 实验室主任/数字科学系系主任
2017-10~2019-12,英国厄尔汉姆研究所（Earlham）与东安格利亚大学, 研究员/实验室主任（双聘）
2014-10~2017-10,英国基因组分析中心（TGAC）与约翰.英纳斯研究中心（JIC）, 研究员（双聘）
2011-03~2014-09,英国赛恩斯伯里实验室（TSL）, 计算生物学博士后
2005-08~2009-09,英国Aviva保险集团, 系统分析师/资深项目顾问
1999-07~2002-08,上海市育才高级中学, 计算机教师、多媒体系统开发

2023-10-01-今,英国剑桥大学植物科学系、计算机系、剑桥作物研究中心, 硕博研究生项目指导、课程讲师
2021-07-01-2023-09-30,英国东安格利亚大学计算机科学学院, 计算机视觉荣誉教授
2017-11-01-今,南京农业大学, 特聘教授

   

2025-09~现在, 中国科学院分子植物科学卓越创新中心, 研究员
2020-01~2025-08,英国国立农业植物研究所（NIAB），剑桥作物研究中心（CSC）, 实验室主任/数字科学系系主任
2017-10~2019-12,英国厄尔汉姆研究所（Earlham）与东安格利亚大学, 研究员/实验室主任（双聘）
2014-10~2017-10,英国基因组分析中心（TGAC）与约翰.英纳斯研究中心（JIC）, 研究员（双聘）
2011-03~2014-09,英国赛恩斯伯里实验室（TSL）, 计算生物学博士后
2005-08~2009-09,英国Aviva保险集团, 系统分析师/资深项目顾问
1999-07~2002-08,上海市育才高级中学, 计算机教师、多媒体系统开发

2025-09~现在, 中国科学院分子植物科学卓越创新中心, 研究员
2020-01~2025-08,英国国立农业植物研究所（NIAB），剑桥作物研究中心（CSC）, 实验室主任/数字科学系系主任
2017-10~2019-12,英国厄尔汉姆研究所（Earlham）与东安格利亚大学, 研究员/实验室主任（双聘）
2014-10~2017-10,英国基因组分析中心（TGAC）与约翰.英纳斯研究中心（JIC）, 研究员（双聘）
2011-03~2014-09,英国赛恩斯伯里实验室（TSL）, 计算生物学博士后
2005-08~2009-09,英国Aviva保险集团, 系统分析师/资深项目顾问
1999-07~2002-08,上海市育才高级中学, 计算机教师、多媒体系统开发

2023-10-01-今,英国剑桥大学植物科学系、计算机系、剑桥作物研究中心, 硕博研究生项目指导、课程讲师
2021-07-01-2023-09-30,英国东安格利亚大学计算机科学学院, 计算机视觉荣誉教授
2017-11-01-今,南京农业大学, 特聘教授

   

（1） ISTA种子活力检测创新奖, 其他, 2024
（2） 英国皇家科学院国际交流奖, 国家级, 2023
（3） 2022年度拜耳全球Grants4Ag奖, , 其他, 2022
（4） 英美全球科研合作奖, 部委级, 2016

（1） ISTA种子活力检测创新奖, 其他, 2024
（2） 英国皇家科学院国际交流奖, 国家级, 2023
（3） 2022年度拜耳全球Grants4Ag奖, , 其他, 2022
（4） 英美全球科研合作奖, 部委级, 2016

（ 1 ） Handheld monitoring and early warning device for fusarium head blight of in-field wheat and early warning method thereof, 发明专利, 2023, 第 1 作者, 专利号: US11,798,400B2

（ 2 ） 一种用于作物表型测量的履带式车载升降激光雷达平台, 发明专利, 2021, 第 1 作者, 专利号: ZL202020855915.1

（ 3 ） Data processing images of a crop, 发明专利, 2018, 第 1 作者, 专利号: WO2018/234733

（ 4 ） CropQuant – data processing of images of a crop, 发明专利, 2018, 第 1 作者, 专利号: GB2553631

（ 1 ） Handheld monitoring and early warning device for fusarium head blight of in-field wheat and early warning method thereof, 发明专利, 2023, 第 1 作者, 专利号: US11,798,400B2

（ 2 ） 一种用于作物表型测量的履带式车载升降激光雷达平台, 发明专利, 2021, 第 1 作者, 专利号: ZL202020855915.1

（ 3 ） Data processing images of a crop, 发明专利, 2018, 第 1 作者, 专利号: WO2018/234733

（ 4 ） CropQuant – data processing of images of a crop, 发明专利, 2018, 第 1 作者, 专利号: GB2553631

   

（1） ISTA种子活力检测创新奖, 其他, 2024
（2） 英国皇家科学院国际交流奖, 国家级, 2023
（3） 2022年度拜耳全球Grants4Ag奖, , 其他, 2022
（4） 英美全球科研合作奖, 部委级, 2016

（1） ISTA种子活力检测创新奖, 其他, 2024
（2） 英国皇家科学院国际交流奖, 国家级, 2023
（3） 2022年度拜耳全球Grants4Ag奖, , 其他, 2022
（4） 英美全球科研合作奖, 部委级, 2016

（ 1 ） Handheld monitoring and early warning device for fusarium head blight of in-field wheat and early warning method thereof, 发明专利, 2023, 第 1 作者, 专利号: US11,798,400B2

（ 2 ） 一种用于作物表型测量的履带式车载升降激光雷达平台, 发明专利, 2021, 第 1 作者, 专利号: ZL202020855915.1

（ 3 ） Data processing images of a crop, 发明专利, 2018, 第 1 作者, 专利号: WO2018/234733

（ 4 ） CropQuant – data processing of images of a crop, 发明专利, 2018, 第 1 作者, 专利号: GB2553631

（ 1 ） Handheld monitoring and early warning device for fusarium head blight of in-field wheat and early warning method thereof, 发明专利, 2023, 第 1 作者, 专利号: US11,798,400B2

（ 2 ） 一种用于作物表型测量的履带式车载升降激光雷达平台, 发明专利, 2021, 第 1 作者, 专利号: ZL202020855915.1

（ 3 ） Data processing images of a crop, 发明专利, 2018, 第 1 作者, 专利号: WO2018/234733

（ 4 ） CropQuant – data processing of images of a crop, 发明专利, 2018, 第 1 作者, 专利号: GB2553631

   

（1） 陆地棉花种子活力的时空遗传结构, The Spatiotemporal Genetic Architecture of Seed Vigor in Upland Cotton, Advanced Science, 2026, 
（2） 结合超低空无人机表型分析与深度学习技术的小麦赤霉病抗性评估及病害动态解析, Combining ultralow-altitude drone phenotyping with deep learning analytics to assess resistance and disease dynamics of Fusarium head blight in wheat, The Crop Journal, 2025, 
（3） OrchardQuant-3D：结合无人机与激光雷达对果园冠层及花朵等关键性状的可扩展3D表型分析, OrchardQuant‐3D: combining drone and LiDAR to perform scalable 3D phenotyping for characterising key canopy and floral traits in fruit orchards, Plant Biotechnology Journal, 2025, 
（4） Quantifying tree-level peach flowering dynamics using UAV imagery and an optimized instance segmentation model, Computers and Electronics in Agriculture, 2025, 
（5） GSP-AI: an ai-powered platform for identifying key growth stages and the vegetative-to-reproductive transition in wheat using trilateral drone imagery and meteorological data, Plant Phenomics, 2024, 
（6） The dissection of nitrogen response traits using drone phenotyping and dynamic phenotypic analysis to explore N responsiveness and associated genetic loci in wheat, Plant Phenomics, 2023, 
（7） Panicle-cloud: An open and AI-powered cloud computing platform for quantifying rice panicles from drone-collected imagery to enable the classification of yield production in rice, Plant Phenomics, 2023, 
（8） AirMeasurer：一款开源的用于量化基于多季无人机表型获取的静态与动态性状助力水稻遗传图谱构建的研究平台, AirMeasurer: Open‐source software to quantify static and dynamic traits derived from multiseason aerial phenotyping to empower genetic mapping studies in rice, New Phytologist, 2022, 
（9） 利用背包式激光雷达和CropQuant-3D构建大规模田间小麦冠层表型分析, Large-scale field phenotyping using backpack LiDAR and CropQuant-3D to measure structural variation in wheat, Plant Physiology, 2021, 

（1） 陆地棉花种子活力的时空遗传结构, The Spatiotemporal Genetic Architecture of Seed Vigor in Upland Cotton, Advanced Science, 2026, 
（2） 结合超低空无人机表型分析与深度学习技术的小麦赤霉病抗性评估及病害动态解析, Combining ultralow-altitude drone phenotyping with deep learning analytics to assess resistance and disease dynamics of Fusarium head blight in wheat, The Crop Journal, 2025, 
（3） OrchardQuant-3D：结合无人机与激光雷达对果园冠层及花朵等关键性状的可扩展3D表型分析, OrchardQuant‐3D: combining drone and LiDAR to perform scalable 3D phenotyping for characterising key canopy and floral traits in fruit orchards, Plant Biotechnology Journal, 2025, 
（4） Quantifying tree-level peach flowering dynamics using UAV imagery and an optimized instance segmentation model, Computers and Electronics in Agriculture, 2025, 
（5） GSP-AI: an ai-powered platform for identifying key growth stages and the vegetative-to-reproductive transition in wheat using trilateral drone imagery and meteorological data, Plant Phenomics, 2024, 
（6） The dissection of nitrogen response traits using drone phenotyping and dynamic phenotypic analysis to explore N responsiveness and associated genetic loci in wheat, Plant Phenomics, 2023, 
（7） Panicle-cloud: An open and AI-powered cloud computing platform for quantifying rice panicles from drone-collected imagery to enable the classification of yield production in rice, Plant Phenomics, 2023, 
（8） AirMeasurer：一款开源的用于量化基于多季无人机表型获取的静态与动态性状助力水稻遗传图谱构建的研究平台, AirMeasurer: Open‐source software to quantify static and dynamic traits derived from multiseason aerial phenotyping to empower genetic mapping studies in rice, New Phytologist, 2022, 
（9） 利用背包式激光雷达和CropQuant-3D构建大规模田间小麦冠层表型分析, Large-scale field phenotyping using backpack LiDAR and CropQuant-3D to measure structural variation in wheat, Plant Physiology, 2021, 

   

（1） 陆地棉花种子活力的时空遗传结构, The Spatiotemporal Genetic Architecture of Seed Vigor in Upland Cotton, Advanced Science, 2026, 
（2） 结合超低空无人机表型分析与深度学习技术的小麦赤霉病抗性评估及病害动态解析, Combining ultralow-altitude drone phenotyping with deep learning analytics to assess resistance and disease dynamics of Fusarium head blight in wheat, The Crop Journal, 2025, 
（3） OrchardQuant-3D：结合无人机与激光雷达对果园冠层及花朵等关键性状的可扩展3D表型分析, OrchardQuant‐3D: combining drone and LiDAR to perform scalable 3D phenotyping for characterising key canopy and floral traits in fruit orchards, Plant Biotechnology Journal, 2025, 
（4） Quantifying tree-level peach flowering dynamics using UAV imagery and an optimized instance segmentation model, Computers and Electronics in Agriculture, 2025, 
（5） GSP-AI: an ai-powered platform for identifying key growth stages and the vegetative-to-reproductive transition in wheat using trilateral drone imagery and meteorological data, Plant Phenomics, 2024, 
（6） The dissection of nitrogen response traits using drone phenotyping and dynamic phenotypic analysis to explore N responsiveness and associated genetic loci in wheat, Plant Phenomics, 2023, 
（7） Panicle-cloud: An open and AI-powered cloud computing platform for quantifying rice panicles from drone-collected imagery to enable the classification of yield production in rice, Plant Phenomics, 2023, 
（8） AirMeasurer：一款开源的用于量化基于多季无人机表型获取的静态与动态性状助力水稻遗传图谱构建的研究平台, AirMeasurer: Open‐source software to quantify static and dynamic traits derived from multiseason aerial phenotyping to empower genetic mapping studies in rice, New Phytologist, 2022, 
（9） 利用背包式激光雷达和CropQuant-3D构建大规模田间小麦冠层表型分析, Large-scale field phenotyping using backpack LiDAR and CropQuant-3D to measure structural variation in wheat, Plant Physiology, 2021, 

（1） 陆地棉花种子活力的时空遗传结构, The Spatiotemporal Genetic Architecture of Seed Vigor in Upland Cotton, Advanced Science, 2026, 
（2） 结合超低空无人机表型分析与深度学习技术的小麦赤霉病抗性评估及病害动态解析, Combining ultralow-altitude drone phenotyping with deep learning analytics to assess resistance and disease dynamics of Fusarium head blight in wheat, The Crop Journal, 2025, 
（3） OrchardQuant-3D：结合无人机与激光雷达对果园冠层及花朵等关键性状的可扩展3D表型分析, OrchardQuant‐3D: combining drone and LiDAR to perform scalable 3D phenotyping for characterising key canopy and floral traits in fruit orchards, Plant Biotechnology Journal, 2025, 
（4） Quantifying tree-level peach flowering dynamics using UAV imagery and an optimized instance segmentation model, Computers and Electronics in Agriculture, 2025, 
（5） GSP-AI: an ai-powered platform for identifying key growth stages and the vegetative-to-reproductive transition in wheat using trilateral drone imagery and meteorological data, Plant Phenomics, 2024, 
（6） The dissection of nitrogen response traits using drone phenotyping and dynamic phenotypic analysis to explore N responsiveness and associated genetic loci in wheat, Plant Phenomics, 2023, 
（7） Panicle-cloud: An open and AI-powered cloud computing platform for quantifying rice panicles from drone-collected imagery to enable the classification of yield production in rice, Plant Phenomics, 2023, 
（8） AirMeasurer：一款开源的用于量化基于多季无人机表型获取的静态与动态性状助力水稻遗传图谱构建的研究平台, AirMeasurer: Open‐source software to quantify static and dynamic traits derived from multiseason aerial phenotyping to empower genetic mapping studies in rice, New Phytologist, 2022, 
（9） 利用背包式激光雷达和CropQuant-3D构建大规模田间小麦冠层表型分析, Large-scale field phenotyping using backpack LiDAR and CropQuant-3D to measure structural variation in wheat, Plant Physiology, 2021, 

   

（ 1 ） 多模态数据驱动的性状解码, 参与, 中国科学院计划, 2025-12--2027-11
（ 2 ） 国家引才创新项目, 负责人, 国家任务, 2025-09--2030-08
（ 3 ） 中国科学院新率先行动A类, 负责人, 中国科学院计划, 2025-09--2030-08

（1）The use of AI technologies to study seed vigour and seed quality in a rapidly changing climate   国际种子检测协会（ISTA）100周年大会   2024-06-04
（2）AI-powered trait analysis to dissect genetics underlying key agronomic traits in wheat   第三届亚太植物表型组学国际会议   2023-07-12

   

（ 1 ） 多模态数据驱动的性状解码, 参与, 中国科学院计划, 2025-12--2027-11
（ 2 ） 国家引才创新项目, 负责人, 国家任务, 2025-09--2030-08
（ 3 ） 中国科学院新率先行动A类, 负责人, 中国科学院计划, 2025-09--2030-08

（1）The use of AI technologies to study seed vigour and seed quality in a rapidly changing climate   国际种子检测协会（ISTA）100周年大会   2024-06-04
（2）AI-powered trait analysis to dissect genetics underlying key agronomic traits in wheat   第三届亚太植物表型组学国际会议   2023-07-12