个人简介

主讲课程: 热红外遥感，高光谱与高空间分辨率遥感 教育背景 2006/09-2009/09 浙江大学 农业遥感与信息技术专业 博士 2003/09-2006/07 福建农林大学 土壤学专业 硕士 1999/09-2003/07 福建农林大学 土地资源管理专业 本科 工作经历 2018/07-至今 南京信息工程大学 遥感与测绘工程学院 副教授 2017/10-2018/07 南京信息工程大学 遥感与测绘工程学院 讲师 2016/09-2017/10 南京信息工程大学 地理与遥感学院 讲师 2015/09-2016/09 澳大利亚新南威尔士大学 水资源研究所 访问学者 2014/10-2015/09 南京信息工程大学 地理与遥感学院 讲师 2009/09-2014/10 南京信息工程大学 遥感学院 讲师 近期科研项目 2021/07-2024/06 第三次新疆综合科学考察课题“农牧及生态资源支撑潜力与高效利用调查” 2022/01-2024/06 自然资源部城市国土资源监测与仿真重点实验室开放课题“耕地碳源/汇的精准估算及其对国土空间规划的驱动作用研究” 2021/07-2024/06 江苏省科技计划项目面上基金“综合冠层参数的早期水稻纹枯病田间高光谱遥感诊断” 2021/04-2023/04 黄河中下游数字地理技术教育部重点实验开放基金“无人机高光谱遥感的冬小麦LAI反演” 2020/07-2023/06 江苏省科技计划项目青年基金“联合全卷积与图卷积的遥感图像多标签检索方法研究” 2013/01-2015/12 教育部博士点基金“水稻磷素营养的热红外发射光谱诊断机理研究” （主持） 2014/01-2016/12 国家自然科学基金青年项目“基于热红外发射光谱的水稻磷素营养诊断研究” （主持）

研究领域

植被高光谱遥感、地面热红外遥感

计算机视觉、机器/深度学习、遥感数据处理及大数据等技术在植被、生态和环境监测

近期论文

查看导师最新文章 （温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

Lin, F., Guo, S., Tan, C., Zhou, X., Zhang, D. Identification of Rice Sheath Blight through Spectral Responses Using Hyperspectral Images. Sensors. 2020, 20, 6243. Fenfang Lin, Dandan Wang, Dongyan Zhang, et al. Evaluation of spectral disease index PMI to detect early wheat powdery mildew using hyperspectral imagery data. International Journal of Agriculture and Biology. 2018, 20(9): 1970-1978. Lin, F., Zhang, D., Huang, Y., Wang, X. and Chen, X.. Detection of Corn and Weed Species by the Combination of Spectral, Shape and Textural Features. Sustainability, 2017, 9(8), 1-14. Fenfang Lin, Dongyan Zhang, et al.. Identification of corn and weeds on the leaf scale using polarization spectroscopy. Infrared and laser engineering, 2016, 45(12): 354-363. Zhang D , Wang Q , Lin F , et al. New Spectral Classification Index for Rapid Identification of Fusarium Infection in Wheat Kernel. Food Analytical Methods, 2020(1):1-11. Zhang, D., Wang, Q., Lin, F., Yin, X., Gu, C., Qiao, H. Development and Evaluation of a New Spectral Disease Index to Detect Wheat Fusarium Head Blight Using Hyperspectral Imaging. Sensors. 2020, 20, 2260. Zhang D., Lin F., Huang Y., et al. Detection of wheat powdery mildew by differentiating background factors using hyperspectral imaging. International Journal of Agriculture & Biology, 2016, 18: 747-756.