张竞成 教授

张竞成，杭州电子科技大学教授，博士生导师，数字农业研究院副院长，国家重点研发计划青年首席科学家，浙江省杰青，入选浙江省万人计划、国家青年遥感科技人才、北京市科技新星、浙江省151人才、浙江省中青年学科带头人、浙江省农业先进工作者等。研究方向为智慧农业和农业遥感，农业灾害监测、预警模型，农业遥感大范围监测智能化算法等。近年主持承担及完成国家级、省部级项目十余项，发表论文90余篇，其中以第一/通讯作者发表SCI论文40篇，包括高被引、中科院一区Top、二区论文28篇；国内卓越期刊论文5篇；主编、参编中英文专著6部；获得授权发明专利20项；参与制定农业部行业标准3项，地方标准4项；获得产学研合作创新成果奖一等奖（排名第二）、北京市科技进步二等奖、河南省科技进步二等奖、浙江省农业科技进步一等奖（排名第二）；担任《Remote Sensing》,《Frontiers in Plant Science》等多个国际知名刊物编委和特刊编辑；2021年作为组委会主席组办“第二届植物病虫害遥感大会”，实质性推动了作物病虫害遥感监测及预警技术的发展。

在教学方面，培养了多位获得国家奖学金、浙江省优秀毕业生等优秀本科生、研究生。在科研合作方面，与联合国粮农组织FAO、英国剑桥大学、美国农业部研究、中国科学院空天信息创新研究院、国家农业信息化工程技术研究中心、北京大学、浙江大学等国内外知名学术机构开展长期紧密合作，能够为科研提供良好的交流平台。

欢迎对空天技术、人工智能、智慧农业领域有兴趣的同学报考！

2008.09-2012.03，浙江大学环境与资源学院，农业遥感与信息技术，博士研究生

2010.10-2011.10，美国南佛罗里达大学，农业遥感与信息技术，博士联培

2021.06至今，杭州电子科技大学数字农业研究院，副院长

2022.01至今，杭州电子科技大学人工智能学院，教授，博士生导师

2015.09-2021.12，杭州电子科技大学人工智能学院，副教授，硕士生导师

2012.03-2015.08，国家农业信息化工程技术研究中心(遥感技术部) ，助理研究员

1. 国际遥感、植物学知名SCI杂志《Frontiers in Plant Science》、《Frontiers in Remote Sensing》、《Phyton-IJEB》编委

2. 国际遥感科学杂志《Remote Sensing》 “Monitoring, Early Warning, and Scientific Management of Vegetation Pests and Diseases” 专刊编辑

国际植物学杂志《Frontiers in Plant Science》 “Advanced Methods, Equipments and Platforms in Precision Field Crops Protection” 专刊编辑

国际气象学杂志《Advances in Meteorology》“Meteorological Data Acquisition, Processing, Analysis, and Application in Crop Production Management” 专刊编辑

国际农艺学杂志《Agronomy》“Monitoring and Forecasting Techniques in Fruit and Vegetable Production” 专刊编辑

3. 《Remote Sensing of Environment》，《Computers and Electronics in Agriculture》，《European Journal of Plant Pathology》，《ISPRS journal of photogrammetry and remote sensing》，《Remote Sensing》等期刊审稿人

4. 联合国外空司(UN-SPIDER)灾害遥感培训专员(全英文授课)

亚太空间合作组织(APSCO)植被遥感培训专员(全英文授课)

农业AI算法及传感器研发；

作物病虫害监测预警模型；

作物营养与胁迫诊断模型;

作物遥感探测系统及算法。

本科生课程：数字中国（全校公选课），观测地球的遥感技术（新生研讨课），数字信号处理（中英文），农业AI，模式识别

研究生课程：模式识别

主持教改项目两项，发表教改论文5篇，联合高教出版社主编出版译著《高光谱遥感基础与应用》；指导的研究生、本科生多次获国家奖学金（3人次）、省级优秀毕业生（3人次）等；指导本科生以第一作者发表SCI论文2篇；指导研究生以第一作者在《The Crop Journal》、《Frontiers Plant Science》、《Computers and Electronics in Agriculture》等智慧农业领域中科院一区TOP高水平学术期刊以及《农业工程学报》、《光学学报》、《遥感学报》等卓越期刊上发表论文多篇,申请发明专利8项。

（部分项目）

1. 国家重点研发计划青年科学家项目“农田叶面型病虫害多模态快速检测智能芯片原型开发”，2023.01-2026.12，主持

2. 国家重点研发计划国际合作专项课题“地-空-星高分遥感信息融合的智慧农场精准决策关键技术(课题任务：耦合遥感时空大数据的农场病虫害动态预警与防控决策)”，2021.2-2023.1，主持

3. 国家自然科学基金面上项目“耦合多源遥感信息的区域尺度水稻纹枯病时空动态预测模型”，2021.1-2024.12，主持

4. 国家自然科学基金面上项目“多源遥感信息水稻纹枯病早期监测及流行预警模型”，2017.1-2020.12，主持

5. 浙江省农业重大技术协同推广计划项目“智慧茶园关键信息获取及处理系统研发与应用”，2020.06-2022.06，主持

6. 宁波市重大科技任务攻关项目“作物病虫害信息智能感知与测报系统研发及示范应用”，2021.12-2024.12，主持

7. 浙江省领雁研发攻关计划课题，“复垦耕地和改性土壤病虫害风险评估与绿色防控技术”，2023.1-2025.12，主持

（部分项目）

1. 作物病虫害遥感图像数据库建设及应用，2018-2020，主持

2. 大豆表型数据智能采集系统集成加工与调试，2023-2024，主持

3. 松阳县智慧茶园示范点开发，2023-2024，（2/8）

4. 灵宝市苹果产业5G未来果园建设项目，2021-2022，（3/12）

发表论文90余篇，其中以第一/通讯作者发表SCI论文40篇，包括高被引、中科院一区Top、二区论文28篇。

第一作者文章（部分）

1.Zhang JC, Li HZ, Tian YY et al., Assessing Rice Sheath Blight Disease Habitat Suitability at a Regional Scale through Multisource Data Analysis. Remote Sensing, 2023. 15, 5530. (SCI, 二区Top)

2.Zhang JC, Huang YB, Reddy KN, Wang B. Assessing crop damage from dicamba on non-dicamba-tolerant soybean by hyperspectral imaging through machine learning, Pest Management Science. 2019, 75(12):3260-3272. (SCI, 一区Top)

3.Zhang JC, Tian YY, Yan LJ, Wang B, Wang L, Xu JF, Wu KH*. Diagnosing the symptoms of sheath blight disease on rice stalk with an in-situ hyperspectral imaging technique, Biosystems Engineering. 2021, 209, 94-105. (SCI, 一区Top)

4.Zhang JC, Wang CD, Yuan L, Liu P, Zhang Y, Wu KH. Construction of a plant spectral library based on an optimised feature selection method, Biosystems Engineering. 2020, 195, 1-16. (SCI, 二区)

5.Jingcheng Zhang, Yanbo Huang, Ruiliang Pu, PabloGonzalez-Moreno, Lin Yuan, Kaihua Wu, Wenjiang Huang. Monitoring plant diseases and pests through remote sensing technology: A review. Computers and Electronics in Agriculture. 2019, 165, 104943. (SCI, 一区Top)

6.Zhang J, Wang N, Yuan L, Chen FN, Wu KH. Discrimination of winter wheat disease and insect stresses using continuous wavelet features extracted from foliar spectral measurements[J]. Biosystems Engineering, 2017, 162:20-29. (SCI, 二区)

7.Zhang J, Huang Y, Li Z, Liu P, Yuan L. Noise-Resistant Spectral Features for Retrieving Foliar Chemical Parameters[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2017, PP(99):1-12. (SCI, 二区)

8.Zhang, JC; Pu, RL; Huang, WJ et al.Using in-situ hyperspectral data for detecting and discriminating yellow rust disease from nutrient stresses, Field Crop Research. 2012, 134, 165-174. (SCI, 一区)

9.Zhang, JC; Pu,RL; Yuan, L et al. Integrating Remotely Sensed and Meteorological Observations to Forecast Wheat Powdery Mildew at a Regional Scale, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2014, 7(11),4328 - 4339.(SCI, 二区)

10.Zhang, JC; Pu, RL ; Yuan, L et al. Monitoring powdery mildew of winter wheat by using moderate resolution multi-temporal satellite imagery, PLOS ONE. 2014, e93107. (SCI, 二区)

11.Zhang JC; Huang YB; Yuan L; Yang GJ; Chen LP; Zhao CJ. Using satellite multispectral imagery for damage mapping of armyworm (Spodopterafrugiperda) in maize at a regional scale, Pest Management Science. 2016, 72：335-348 (SCI, 一区TOP)

12.Zhang, JC; Yuan, L ; Pu, RL et al.Comparison between wavelet spectral features and conventional spectral features in detecting yellow rust for winter wheat. Computers and Electronics in Agriculture. 2014, 100, 79-87.(SCI, 二区)

13.Zhang, JC; Pu, RL; Wang, JH et al.Detecting powdery mildew of winter wheat using leaf level hyperspectral measurements, Computers and Electronics in Agriculture, 2012, 85, 13-23. (SCI，二区)

14.Zhang, JC; Huang, WJ; Li, JY et al. Development, evaluation and application of a spectral knowledge base to detect yellow rust in winter wheat, Precision Agriculture. 2011,12:716-731. (SCI，二区)

15.Zhang, JC; Wang, JH; Gu, XH et al.An ecological based sustainability assessing system for cropping system, Mathematical and Computer Modelling. 2011, 54:1160-1166.(SCI，二区)

16.张竞成,袁琳,王纪华,罗菊花,杜世州,黄文江，作物病虫害遥感监测研究进展, 农业工程学报, 2012, 28(20), 1-11. (中文卓越期刊)

通讯作者文章（部分）

1.Xiaohu Zhao, Jingcheng Zhang*, Ruiliang Pu, Zaifa Shu, Weizhong He, Kaihua Wu. The continuous wavelet projections algorithm: a practical spectral-feature-mining approach for crop detection. The Crop Journal, 2022, 10: 1264-1273. (SCI，一区TOP)

2.Xiaohu Zhao, Jingcheng Zhang*, Ailun Tang, Yifan Yu, Lijie Yan, Dongmei Chen, Lin Yuan. The stress detection and segmentation strategy in tea plant at canopy level. Frontiers in Plant Science, 2022, 13, 949054. (SCI，一区TOP)

3.Xiaohu Zhao, Jingcheng Zhang*, Yanbo Huang, Yangyang Tian, Lin Yuan. Detection and discrimination of disease and insect stress of tea plants using hyperspectral imaging combined with wavelet analysis. Computers and Electronics in Agriculture, 2022, 193, 106717. (SCI，一区TOP)

4.Yujuan Huang, Jingcheng Zhang*, Jingwen Zhang, Lin Yuan, Xianfeng Zhou*, Xingang Xu, Guijun Yang. Forecasting Alternaria Leaf Spot in Apple with Spatial-Temporal Meteorological and Mobile Internet-Based Disease Survey Data. Agronomy, 2022, 12, 679. (SCI，二区)

5.Ting Zhang, Yanbo Huang, Krishna N. Reddy, Pingting Yang, Xiaohu Zhao, Jingcheng Zhang*. Using machine learning and hyperspectral images to assess damages to corn plant caused by glyphosate and to evaluate recoverability. Agronomy, 2021 ,11, 583. (SCI, 二区)

6.Ping Xu, Yue Cao, Lingyun Xue*, Jingcheng Zhang*, Lei Zhu, Bingqiang Chen, Fengjuan Ma. Study on sparse representation and measurement matrices of compressive sensing of plant hyperspectral data for retrieving plant physiological and biochemical parameters[J]. Biosystems Engineering, 2019, 182, 38-53. (SCI，二区)

7.Ping Xu, Bingqiang Chen, Lingyun Xue*, Jingcheng Zhang*, Lei Zhu, Hangbo Duan. A new MNF-BM4D denoising algorithm based on guided filtering for hyperspectral images[J]. ISA Transactions, 2019, 92, 315-324. (SCI，一区TOP)

8.Ping Xu, Bingqiang Chen, Jingcheng Zhang*, Lingyun Xue*, Lei Zhu. A region-based block compressive sensing algorithm for plant hyperspectral images[J]. Computers and Electronics in Agriculture, 2019, 62, 699-708. (SCI，一区TOP)

9.Dongmei Chen, Yeyin Shi, Wenjiang Huang, Jingcheng Zhang*, Kaihua Wu*. Mapping wheat rust based on high spatial resolution satellite imagery [J]. Computers and Electronics in Agriculture, 2018, 152, 109-116. (SCI，二区)

10.Xu Ping, Chen Bingqiang, Zhang Jingcheng*, Xue Lingyun*, Zhu Lei, Qiu Bo.  Greedy compressive sensing and reconstruction of vegetation spectra for plant physiological and biochemical parameters inversion[J]. Computers and Electronics in Agriculture, 2018, 145, 379-388. (SCI，二区)

11.Yuan, L., Yan, P., Han, W., Huang, Y., Wang, B., Zhang, J*., ... & Bao, Z. (2019). Detection of anthracnose in tea plants based on hyperspectral imaging. Computers and Electronics in Agriculture, 167, 105039. (SCI，一区TOP)

12.Yuan Lin, Pu Ruiliang, Zhang Jingcheng*, Wang Jihua, Yang Hao. Using high spatial resolution satellite imagery for mapping powdery mildew at a regional scale[J]. Precision Agriculture, 2016, 17(3):332-348. (SCI，二区)

13.L Yuan, Y Huang, RW Loraamm, C Nie, J Wang, J Zhang*. Spectral analysis of winter wheat leaves for detection and differentiation of diseases and insects，Field Crops Research , 2014, 156, 199-207. (SCI，一区) 

14.Lin Yuan, Jingcheng Zhang*, Yeyin Shi, Chenwei Nie, Liguang Wei, Jihua Wang. Damage mapping of powdery mildew in winter wheat with high resolution satellite image, Remote sensing, 2014, 6(5), 3611-3623. (SCI，二区)

（部分项目）

1. 国家重点研发计划青年科学家项目“农田叶面型病虫害多模态快速检测智能芯片原型开发”，2023.01-2026.12，主持

2. 国家重点研发计划国际合作专项课题“地-空-星高分遥感信息融合的智慧农场精准决策关键技术(课题任务：耦合遥感时空大数据的农场病虫害动态预警与防控决策)”，2021.2-2023.1，主持

3. 国家自然科学基金面上项目“耦合多源遥感信息的区域尺度水稻纹枯病时空动态预测模型”，2021.1-2024.12，主持

4. 国家自然科学基金面上项目“多源遥感信息水稻纹枯病早期监测及流行预警模型”，2017.1-2020.12，主持

5. 浙江省农业重大技术协同推广计划项目“智慧茶园关键信息获取及处理系统研发与应用”，2020.06-2022.06，主持

6. 宁波市重大科技任务攻关项目“作物病虫害信息智能感知与测报系统研发及示范应用”，2021.12-2024.12，主持

7. 浙江省领雁研发攻关计划课题，“复垦耕地和改性土壤病虫害风险评估与绿色防控技术”，2023.1-2025.12，主持

1.国际遥感专著译著《高光谱遥感基础与应用》，高教出版社，2020年出版(主编 ，ISBN 978-7-04-054805-1)

2.国际农业专著《Agricultural Research Updates, Volume 9》第3章 “Remotely sensed detection and monitoring of powdery mildew”, Nova Science Publishers, 2015年出版(章节主编，ISBN 978-1-63482-375-3)

3.国内农业遥感专著《作物病虫害遥感监测与预测》，科学出版社，2015年出版(2/6，副主编，ISBN 978-7-03-045870-4)

4.国内农业灾害遥感专著《中国农业灾害遥感监测•病害卷》，中国农业科学技术出版社，2016年出版(3/5，副主编，ISBN 978-7-5116-2851-0)

5.国际遥感专著《Remote Sensing – Applications》第2章 “Crop Disease and Pest Monitoring by Remote Sensing”, Intechweb ISBN 978-953-51-0651-7, 2011年出版(排名第3)

共授权发明专利20项，以下为部分发明专利：

1.发明专利 一种基于病害流行机理的水稻纹枯病病株率预测方法（授权，ZL202010109590.7，排名第1, 1/7）；

2.发明专利 一种应用于深度学习的近地高光谱数据扩展方法（授权，ZL201910261685.8，排名第1, 1/8）；

3.发明专利 一种植物光谱库的建立方法（授权，ZL201910304011.1，排名第1, 1/8）；

4.发明专利 一种基于植保和气象信息结合的水稻纹枯病预测方法（授权，ZL201811415231.3，排名第1, 1/7）；

5.发明专利 一种基于成像高光谱分析的水稻纹枯病病斑提取方法（授权，ZL201910445932.X，排名第1, 1/8）；

6.发明专利 一种作物病害发生范围监测方法及系统（授权，ZL 201410310413.X，2016-07-06, 排名第1, 1/10）；

7.发明专利 基于多源信息的区域尺度病虫害预测方法（授权，ZL201210511369.X，2016-03-09, 排名第1, 1/8）

入选主要人才荣誉

1. 浙江省万人计划青年拔尖人才

2. 国家青年遥感科技人才创新计划

3. 北京市科技新星

4. 浙江省151人才

5. 浙江省中青年学科带头人

6. 浙江省农业科技先进工作者

7. 浙江省万名好党员

获奖情况

2024年 产学研合作创新成果奖一等奖（排名第2）

2023年 北京市科技进步二等奖 （排名第7）

2023年 河南省科技进步二等奖 （排名第5）

软件著作权

1.植被光谱特征处理系统V1.0, 杭州电子科技大学, 全部权利, 2018SR533890. 

2.气象信息自动提取和整理系统V1.0, 杭州电子科技大学, 全部权利, 2020SR1753981.

3.基于成像高光谱的茶树病虫害识别区分系统V1.0, 杭州电子科技大学, 全部权利, 2020SR1753949.

4.结合连续投影算法与机器学习的光谱特征优选系统V6.0, 杭州电子科技大学, 全部权利, 2020SR1753627.

5.结合连续小波分析与特征敏感性分析的全流程机器学习分类软件V3.0, 杭州电子科技大学, 全部权利, 2020SR1753965.

6.结合paddle目标检测的预测框提取系统V1.0, 杭州电子科技大学, 全部权利, 2021SR0832397.

7.目标检测指定区域的图像处理系统V1.0, 杭州电子科技大学, 全部权利, 2021SR1362105.

通过测评的软件系统

1. 基于气象信息的水稻纹枯病动态预测软件，2021年，（检测机构：浙江省电子信息产品检验研究院）

2. 浙江特色经济作物光谱库系统软件，2018年，（检测机构：浙江省电子信息产品检验研究院）