博士毕业于南京农业大学，南京农大教授以通讯作者身份在一区Top期刊（IF=13.7）上发表研究论文

本研究针对小麦育种中的物候监测需求，利用无人机获取的时间序列RGB影像，结合颜色、纹理与冠层高度等多源特征，开发了一种融合KNN-CNN-RF的机器学习模型。背景方面，传统物候监测方法效率低下，难以满足现代智慧育种对高通量表型数据的需求。研究目的在于实现小麦五个关键物候阶段（分蘖期、拔节孕穗期、抽穗期、开花灌浆期和成熟期）的高精度自动识别与起始日期估算。实验结果表明，该模型显著提升了物候分类精度，其中抽穗期F1分数提高13.16%，物候起始日期预测平均误差仅2-3天，并成功应用于1047份种质资源的空间异质性分析，为优异种质资源筛选提供了技术支撑。