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，农业信息技术专业，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] 国家重点研发计划“粮食作物精准智慧化生产管理关键技术与集成示范”子课题：小麦养分诊断与肥水适配决策模型及精确作业系统，2024-2027，主持
[2] 国家重点研发计划项目“小麦加工品质与产量协同提升机制与技术”子课题：黄淮海南片优质强筋小麦调氮壮蘖提质增效关键技术创新”，2023-2027，主持
[3] 国家自然科学基金面上项目：基于多源遥感变量协同和隶属函数表达的小麦抗旱品种早期筛选研究，2023-2026，主持
[4] 国家自然科学基金面上项目：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
[5] 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，主持
[6] 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，主持
[7] 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，主持
[8] 国家自然科学基金面上项目：基于冠层光辐射异质性的小麦氮素诊断机理研究，2017-2020，主持
[9] 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，主持
[10] 国家自然科学基金青年项目：小麦白粉病光谱监测机理研究，2010-2012，主持
 
论文
[1] Early diagnosis of wheat powdery mildew using solar-induced chlorophyll fluorescence and hyperspectral reflectance. European Journal of Agronomy, 2025, 162, 127427.（通讯作者）
[2] Multi-angular spectroscopic detection of winter wheat nitrogen fertilizer utilization status using integrated feature selection and machine learning. Computers and Electronics in Agriculture, 2025, 231, 109916.（通讯作者）
[3] Enhancing the accuracy of monitoring effective tiller counts of wheat using multi-source data and machine learning derived from consumer drones. Computers and Electronics in Agriculture, 2025, 232, 110120.（通讯作者）
[4] Enhancing maize above-ground biomass estimation through multispectral, digital and LiDAR fusion on UAV platforms. Agricultural Water Management, 2025, 315, 109551.（通讯作者）
[5] Combining spectrum, thermal, and texture features using machine learning algorithms for wheat nitrogen nutrient index estimation and model transferability analysis. Computers and Electronics in Agriculture, 2024, 222, 109022.（通讯作者）
[6] Comparison of attention mechanism-based deep learning and transfer strategies for wheat yield estimation using multisource temporal drone imagery. IEEE Transactions on Geoscience and Remote Sensing, 2024, 62, 4407723.（通讯作者）
[7] Estimating the canopy chlorophyll content of winter wheat under nitrogen deficiency and powdery mildew stress using machine learning. Computers and Electronics in Agriculture, 2023, 211, 107989.（通讯作者）
[8] Spectroscopic detection of wheat yellow mosaic virus infection based on invariant shape spectral processing and machine learning. Ecological Indicators, 2023, 154,110750.（通讯作者）
[9] Field identification of drought tolerant wheat genotypes using canopy vegetation indices instead of plant physiological and biochemical traits. Ecological Indicators, 2023, 154,110781.（通讯作者）
[10] Comparison of algorithms for monitoring wheat powdery mildew using multi-angular remote sensing data. The Crop Journal, 2022, 20:1157-1176.（通讯作者）
[11] 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.（通讯作者）
[12] 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.（通讯作者）
[13] Monitoring wheat powdery mildew based on hyperspectral, thermal infrared, and RGB image data fusion. Sensors, 2022, 22,31.（通讯作者）
[14] Monitoring of wheat powdery mildew disease severity using multiangle hyperspectral remote sensing. IEEE transactions on geoscience and remote sensing, 2021, 59(2): 979-990.（通讯作者）
[15] Hyperspectral assessment of leaf nitrogen accumulation for winter wheat using different regression modeling. Precision Agriculture, 2021, 22:1634-1658.（通讯作者）
[16] 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.（通讯作者）
[17] An optimized non-linear vegetation index for estimating leaf area index in winter wheat. Precision Agric, 2019, 20:1157-1176.（通讯作者）
[18] 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.（通讯作者）
[19] Remotely assessing photosynthetic nitrogen use efficiency with in situ hyperspectral remote sensing in winter wheat. European Journal of Agronomy, 2018, 101: 90-100.（通讯作者）
[20] Remotely assessing leaf N uptake in winter wheat based on canopy hyperspectral red-edge absorption. Europ. J. Agronomy, 2017, 82: 113-124.（通讯作者）
[21] Estimating canopy leaf nitrogen concentration in winter wheat based on multi-angular hyperspectral remote sensing. European Journal of Agronomy, 2016, 73: 170-185. (通讯作者)
[22] Improved remote sensing of leaf nitrogen concentration in winter wheat using multi-angular hyperspectral data. Remote Sensing of Environment, 2016, 174:122-133. (通讯作者)
[23] Improved remote sensing detection of wheat powdery mildew using dual-green vegetation indices. Precision Agriculture, 2016, 17: 608-627. (第一作者)
[24] 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. (第一作者)
[25] 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. (通讯作者)
[26] Assessment of plant nitrogen status using chlorophyll fluorescence parameters of the upper leaves in winter wheat. Europ. J. Agronomy, 2015, 64: 78-87. (第一作者)
[27] 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. (第一作者)
[28] Measuring leaf nitrogen concentration in winter wheat using double-peak spectral reflection remote sensing data. Field Crops Research, 2014, 159: 43-52. (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] 一种应用于小麦田间管理的氮肥亏缺快速检测与精量追施方法，第1，2024年
[2] 一种小麦冻害严重程度快速监测评估方法，第1，2022年
[3] 一种遥感估算小麦氮肥利用率的方法，第1，2022年
[4] 一种田间小麦水分利用率快速检测方法及系统，第1，2022年
[5] 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
[6] 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
[7] 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
[8] 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
[9] 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
[10] 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
[11] 沼液在高产冬小麦栽培中的施用方法，第1，2013年
[12] 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，第1名，2021年
[2] 冬小麦长势图像分级自动判别系统V1.0，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，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，第1名，2019年
[5] 黄淮小麦高产高效种植技术管理系统V1.0，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，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
[3] 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
[4] 河南省科技进步三等奖：小麦氮素监测诊断与精准调控关键技术创新与应用，第1名，2015年 
[5] 河南省科技进步奖二等奖：高产早熟优质多抗小麦新品种豫农516选育及应用，第2名，2024年