以人工智能、数据科学与决策支持的理论、方法与技术为支撑，以大田作物、设施作物、水产与家禽养殖等动植物的生长发育、水肥管理、病虫害诊断的关系分析、建模、仿真与控制为目标，面向智慧作物系统与精确育种，开展交叉学科关键技术创新与集成平台研发。目前拥有教授3人，副教授1人，讲师1人，博士后1人。研究生15人。

一、学术带头人

姜海燕，女，博士，教授，高级工程师，硕士研究生导师

南京农业大学信息科技学院计算机系教授，国家信息农业工程技术中心教授，农业部农作物系统分析与决策重点实验室教授。主要从事农业人工智能、智能计算与数据挖掘、模式识别与机器视觉、作物系统智能建模与表型检测、智能决策支持系统的研究与开发工作。

近年来，依托南京农业大学计算机科学与技术一级学科、“作物学”一级重点学科、“农业信息学”江苏省优势学科、“国家信息农业工程中心”、“国家大豆改良中心”开展作物系统智能分析、建模、决策以及基于计算机视觉的作物表型监测的研究与开发工作。主持国家自然科学基金面上项目、国家重点研发计划项目子课题，江苏省科技支撑计划项目、江苏省自主创新资金项目等多个国家级、省级项目。已发表核心期刊、SCI/EI收录论文研究论文30余篇。授权国家发明专利2项，已获软件著作权10项。

研究方向：人工智能与大数据分析；模式识别与机器视觉；作物系统智能建模与表型检测

二、研究方向

方向一：基于人工智能的作物系统分析与智能建模技术

面向作物系统（水稻、小麦、大豆等）研究时序数据分析、领域知识图谱构建、机理知识模型不确定性优化控制的原理、方法与技术，促进作物系统的知识关系、机理知识模型与机器学习模型、优化控制模型的融合。研制基于领域知识图谱、机器学习模型与知识模型融合驱动的作物生产系统分析、管理、检索、推送与智能问答系统，为农机智能化及气候变化条件下，提供农业气象数据智能分析、精确栽培方案自动生成以及农务操作智能推送的方法与可视化分析工具。

方向二：基于机器视觉的动植物表型与生长特征自动检测诊断技术

利用图像和视频分析等技术，结合机器视觉与深度学习算法研究非生物逆境和生物逆境（如病害、虫害）下，动植物形态和生长信息（如，株高、叶面积、穗粒数、产量、生物量等）表型生理指标的自动测量、处理、分析与评价的方法及软件工具，研发作物表型数据自动采集装置与健康诊断智能系统。

1、基于知识图谱和生长模型的水稻生长预测与精确管理方案智能服务技术
（1） 水稻生长模拟与精确栽培方案设计云服务平台

（2） 基于知识图谱的水稻高产高效栽培模式检索系统

（3） 基于进化算法的作物模型自动校正方法与分析工具

（4） 基于深度混合网络的水稻关键物候期内温光气象序列分析及预测

（5） 基于卷积神经网络的水稻病害识别App系统

（6） 基于元模型的作物系统集成建模平台技术

2、基于深度学习的作物器官自动计数检测技术

（1）复杂环境下大田群体稻穗自动计数技术

（2）基于深度学习和图像分析的大豆表型测量系统