研究领域
自2004年以来致力于数据分析技术与智能算法研究，专注现代农业生产过程数据分析与建模方法，探索农业生产数据与其检测目标间复杂耦合关系及建模方法，并将成果应用于智能农业系统，设计与研发相关设备，促进智慧农业发展。
1、土壤水分运移规律研究。探索负压和微润等节水灌溉技术下土壤水分运移规律，提出基于神经网络（包括时延、循环、复数和深度学习）土壤水分时空预测模型，并将其作为预置模型应用于水肥一体化装备，形成智能水肥一体化设备。
2、土壤参数光谱数据分析研究。利用机器学习算法对土壤光谱数据分析，从土壤实时光谱中提取全氮和有机质对应的敏感光谱波段，提高土壤参数的光谱检测精度，建立土壤参数光谱检测模型。为研发基于光谱的车载或便携式土壤参数检测仪器，积极探索光谱调制方法及光谱重构算法，以实现芯片级土壤参数光谱检测仪器。
