智慧农业、杂草防控
- 简介
- 科研领域
- 学术发表
个人简介
2022年5月—至今，潍坊现代农业山东省实验室，研究员、课题组长
2022年5月—至今，北京大学现代农业研究院，研究员、课题组长
2021年7月— 2022年3月，美国德克萨斯农工大学土壤与作物系，Research Scientist
2019年9月— 2021年6月，南京林业大学林学院，教授、博士生导师
2016年10月—2019年6月，美国佛罗里达大学园艺系，博士后
2015年1月— 2016年8月，美国乔治亚大学作物与土壤科学系，博士后
2011年5月— 2014年12月，美国乔治亚大学作物与土壤科学系，博士
教育经历
工作经历
科研领域
主要学术兼职
1） Crop Protection Special Content Editor, 主编
2） Crop Protection, 副主编
3） Modern Agriculture, 副编委
4） 郑州大学生态与环境学院兼职教授
研究领域
随着作物种植方式向机械化、规模化方向转变，广大种植户施用化学除草剂防治杂草已经成为唯一的依赖。但是长期重复施用单一除草剂，导致杂草抗药性的产生，部分产区抗性杂草种群呈现由单抗一种除草剂向多抗性杂草急速发展的态势，抗性杂草频繁爆发成灾。与此同时，过渡不合理用药也导致环境污染、药残、以及除草剂残留加重、作物药害等一系列问题。为了解决现有问题，本课题组开展了基于人工智能的杂草防控技术开发，通过计算机视觉算法识别作物与杂草，结合智能控制技术实现精准除草。结合化学防治、杂草生理生态学与作物栽培手段开展了杂草综合防控的研究工作，取得了突破性成果。主持国家自然科学基金面上项目1项，主持完成美国农业部课题1项。相关成果已在杂草领域顶级刊物上发表，合计SCI论文数100余篇，申请或授权专利16项，软件著作权7项；在国际会议以墙报或英文口头汇报的形式展示研究成果达50余次。
学术发表
1. Zhuang J, Jin X, Chen Y, Meng W, Yu J* , Bagavathiannan M* (2022) Drought stress impact on the performance of deep convolutional neural networks for weed detection in bahiagrass. Grass and Forage Science. https://doi.org/10.1111/gfs.12583
2. Jin X, Bagavathiannan M, Maity A, Chen Y*, Yu J* (2022) Deep learning for detecting herbicide weed control spectrum in turfgrass. Plant Method 18:94 https://doi.org/10.1186/s13007-022-00929-4
3. Liu X, Zhan Y, Li XH, Li Y, Feng X, Bagavathiannan M, Zhang CJ, Qu M, Yu J* (2021) The use of wood vinegar as a non-synthetic herbicide for control of broadleaf weeds. Industrial Crops & Products 173:114105 https://doi.org/ 10.1016/j.indcrop.2021.114105
4. Zhuang J, Li XH, Bagavathiannan M, Jin X, Yang J, Meng W, Li T, Li L, Wang Y, Chen Y, Yu J* (2021) Evaluation of different deep convolutional neural networks for detection of broadleaf weed seedlings in wheat. Pest Management Science https://doi.org/10.1002/ps.6656
5. Yu J, Sharpe SM, Boyd NS (2021) Sorghum cover crop and repeated soil fumigation for purple nutsedge management in tomato production. Pest Management Science. https://doi.org/10.1002/ps.6537
6. Yu J, Sharpe SM, Boyd NS (2021) Long-term effect of fumigation and a sorghum cover crop on broadleaf and grass weeds in plastic-mulched tomato. Pest Management Science 77:1806-1817 doi/10.1002/ps.6205
7. Yu J, Boyd NS, Schumann AW, Sharpe SM (2021) Tomato tolerance to preemergence herbicides in plasticulture using narrow bands and precision technology. Crop Protection 146:105680 https://doi.org/10.1016/j. cropro.2021.105680
8. Yu J, Baggio JS, Boyd NS, Freeman JH, Peres NA. 2020. Evaluation of ethanedinitrile (EDN) as a preplant soil fumigant in Florida strawberry production. Pest Management Science 76:1134-1141 https://doi.org/ 10.1002/ps.5626
9. Yu J, Sharpe SM, Schumann AW, X Li, Boyd NS. 2020. Detection of grassy weeds in bermudagrass with deep convolutional neural networks. Weed Science 68(5), 545-552 https://doi.org/10.1017/wsc.2020.46
10. Yu J, Sharpe SM, Boyd NS. 2020. Germination and emergence of common beggar's-tick (Bidens alba) seeds at two different seed ripening stages. Weed Science 68(5), 503-509 https://doi.org/10.1017/wsc.2020.45
11. Yu J, Sharpe SM, Schumann AW, Boyd NS. 2019. Deep learning for image-based weed detection in bermudagrass. European Journal of Agronomy 104:78-84 doi.org/10.1016/j.eja.2019.01.004
12. Yu J, Sharpe SM, Schumann AW, Boyd NS. 2019. Detection of broadleaf weeds growing in turfgrass with convolutional neural networks. Pest Management Science 75:2211-2218 DOI: 10.1002/ps.5349
代表性专利
Detection and management of target vegetation using machine vision. PCT/US2018/058829
一种基于云端杀草谱的草坪及牧草精准除草方法. CN202110603279.2
一种田间实验小区的精量喷药器. 202222070951.9
除草方式的确定方法、装置、电子设备及除草系统. CN115251024A
一种实现除草剂精准喷施的并联除草机器人. 202220577437.1
一种草坪除草剂精准喷施方法. CN114467900A