程金鹏，男，1992年生，中共党员，研究员，博士生导师。主要从事智慧农业、农业遥感与作物表型研究。授权专利3项、软著5项，获全国博士后创新创业大赛金奖等奖励。兼任CCF数字农业分会执委、国际数字地球学会中国国家委员会数字农业专委会委员、中国农业工程学会人工智能和农业机器人专委会委员等，“Plant Phenomics”、农业工程学报和农业机械学报青年编委。ISPRS Journal of Photogrammetry and Remote Sensing、Plant Phenomics、农业工程学报等期刊审稿人。
Email: jpeng_cheng@163.com
教育经历：
2013.09-2017.06 河南农业大学   学士学位；
2017.09-2019.06 河南农业大学      硕士学位；
2019.09-2023.06 北京林业大学   博士学位；
（攻读博士学位期间于国家农业信息化工程技术研究中心联合培养）
工作经历：
2023.09-2024.03，河南农业大学农学院，讲师
2024.04-至   今，河南农业大学农学院，研究员
项目/课题：
1. 国家自然科学基金青年基金：玉米叶绿素含量垂直分布的动态建模与厘米级分辨率遥感反演，2025.01~2027.12，主持；
2. 国家资助博士后研究人员计划项目：面向玉米规模化育种的抗南方锈病品种高通量表型鉴定研究，2024.01~2025.12，主持；
3. 河南省科技攻关项目：耦合人工智能和3D辐射传输模型的玉米倒伏监测与灾情评估技术，2024.01~2025.12，主持；
4. 河南省重点研发计划项目课题：作物高光效表型精准鉴定技术研究，2025.03~2028.03，主持；
5. 河南省自然科学基金青年B项目，2026.01~2028.12，主持；
6. 十四五国家重点研发计划项目子课题：玉米水分智能诊断模型与精准灌溉系统，2024.12~2027.11，执行主持；
7. 十四五国家重点研发计划项目课题：农情参数高分遥感机理模型与定量解析研究，2022.07~2027.06，参与；
8. 河南省重点研发计划专项项目：玉米多源信息传感器与智能决策平台创制及示范应用，2026.01~2028.12；参加
9. 十四五国家重点研发计划项目子课题：基于无人机平台的水稻冠层形态结构表型获取技术研究，2021.12~2026.11，参与；
10. 河南省重点研发计划专项项目：小麦智慧农场关键技术研究与应用2024.01~2026.12，参与；
代表性论文(第一作者或通讯作者)：
1. Wu Q, Wang J, Du Y, et al. MA-UQNet: A multi-modal uncertainty quantification neural network for remote sensing-based wheat aboveground biomass estimation[J]. Artificial Intelligence in Agriculture, 2026.
2. Cheng J, Liu C, Yang G, et al. Estimating wheat above-ground biomass by integrating dry matter allocation and phenology information[J]. European Journal of Agronomy, 2026, 172: 127885.
3. Wang Y, Li P, Liu Z, et al. Highly stretchable and reliable graphene-based strain sensor for plant health monitoring and deep learning-assisted crop recognition[J]. Research, 2025.
4. Cheng J, Wang J, Zhao D, et al. Exploring the depth of the maize canopy LAI detected by spectroscopy Based on simulations and in situ measurements[J]. Plant Phenomics, 2025: 100100.
5. Chen R, Xiong S, Zhang N, et al. Fine-scale classification of horticultural crops using Sentinel-2 time-series images in Linyi country, China[J]. Computers and Electronics in Agriculture, 2025, 236: 110425.
6. Zhang J, Wu Q, Duan F, et al. UssNet: a spatial self-awareness algorithm for wheat lodging area detection[J]. Expert Systems with Applications, 2025: 129433.
7. Cheng J, Yang H, Cao X, et al. Identification of seed maize fields from hyperspectral imagery by fusion of spectral and spatial features[J]. Computers and Electronics in Agriculture, 2025, 239: 110916.
8. Yang M, Wu Q, Qi J, et al. A robust two-stage framework for maize above-ground biomass prediction integrating spectral remote sensing and allometric growth model[J]. Computers and Electronics in Agriculture, 2025, 235: 110398.
9. 吴强,杨默含,段锋辉,等.融合多光谱与LiDAR的玉米地上生物量精准估算研究[J].光谱学与光谱分析,2025,45(10):2906-2914.
10. Zhang J, Cheng J, Liu C, et al. Enhanced Crop Leaf Area Index Estimation via Random Forest Regression: Bayesian Optimization and Feature Selection Approach. Remote Sensing. 2024; 16(21):3917.
11. Chang, S.; Yang, G.; Cheng, J. et al. Recognition of wheat rusts in a field environment based on improved DenseNet. Biosystems Engineering 2024, 238, 10-21.
12. Cheng, J.; Yang, H.; Qi, J. et al. Evaluation of the effect of leaf spatial aggregation on chlorophyll content retrieval in open-canopy apple orchards. International Journal of Applied Earth Observation and Geoinformation 2023, 121, 103367.
13. Cheng, J.; Han, S.; Verrelst, J. et al. Deciphering maize vertical leaf area profiles by fusing spectral imagery data and a bell-shaped function. International Journal of Applied Earth Observation and Geoinformation 2023, 120, 103355.
14. Cheng, J.; Yang, H.; Qi, J. et al. Estimating canopy-scale chlorophyll content in apple orchards using a 3D radiative transfer model and UAV multispectral imagery. Computers and Electronics in Agriculture 2022, 202, 107401.
15. Cheng, J.; Yang, G.; Xu, W. et al. Improving the Estimation of Apple Leaf Photosynthetic Pigment Content Using Fractional Derivatives and Machine Learning. Agronomy 2022, 12, 1497.
 
欢迎智慧农业、计算机、作物表型、遥感、遗传育种、农学等相关专业/方向同学报考研究生；欢迎本科生联系实习、大创比赛。