金时超，男，博士，高层次引进人才，副教授，硕导，智慧表型组独立PI （2023年2月版）
办公地址：第三实验楼306 办公电话：025-84396112 邮箱：jschaon@lucky-special.com
研究方向：以遥感和深度学习为核心的植物表型技术创新与多组学交叉应用，主要包括：
1）集成多元传感技术（激光雷达和日光诱导叶绿素荧光等）的高通量表型平台建设
2）以深度学习等前沿技术为核心的多源表型数据融合、智能提取算法和品种筛选模型开发
3）面向智慧育种和精准栽培的表型-基因-环境交叉研究
学术贡献：
搭建了以激光雷达和荧光遥感为核心技术的多源遥感表型观测平台（Crop3D+），实现了时间序列表型动态监测与分析。开发了基于点云深度学习的三维植物表型算法框架，实现了田间群体分单株、单株分茎叶和面向多物种的室内单株器官分割算法，被美国乔治亚大学电气与计算机工程学院李长缨教授团队（ISPRS J PHOTOGRAMM, 2020, 160:195-207）评论为是有效识别作物器官的方法。发展了基于点云的三维表型性状挖掘方法，实现了器官、单株和群体尺度的三维表型提取，成功反演了多尺度地上生物量、产量和籽粒蛋白等性状。相关成果被康奈尔大学著名植物遗传学家Edward Buckler教授团队（THEOR APPL GENET, 2019, 132:559-567）评论为是有效提取表型性状的方法。创新了激光雷达驱动的日光诱导叶绿素荧光三维分布模型，为功能性状和时空组学模拟分析提供了技术支撑。相关成果被中新网、科学网和美国科学促进会EurekAlert报道50余万次。主持国家自然科学基金、“十四五”重点研发子课题等11项；在ISPRS J PHOTOGRAMM、Plant Communications, IEEE TGRS等杂志发表论文41篇（第一作者的封面文章和ESI高被引论文2篇，>12分2篇）、发明专利2项。担任SCI杂志Plant Phenomics副主编、Modern Agriculture副编委、Frontiers in Plant Sciences, Forests, Plant等SCI杂志专刊编辑，RSE等杂志审稿人。担任南京计算机学会理事、植物表型教育部工程研究中心副主任；入选江苏省双创博士。
学习经历：
2016.9–2020.6 中国科学院大学,理学博士（提前1年毕业）,导师:郭庆华(北大遥感所所长)
2014.9-2016.6 中国科学院武汉植物园菁英班联合培养
2014.9-2016.6 武汉大学，工程管理专业，第二学位辅修
2012.9–2016.6 华中农业大学, 农学学士（专业第一，保送直博）,导师:郑波
工作经历：
2020.9-至今 美高梅正规网址(www.9844.com),前沿交叉研究院,副教授
2020.7-2020.9 美高梅正规网址(www.9844.com),作物表型组学交叉研究中心,副教授（高层次人才引进）
获奖情况（部分）：
2020 江苏省“双创博士”
2019 全国激光遥感与探测前沿博士生学术会议优秀青年报告奖，北京大学
2018 第二届国际研究生学术论坛一等奖(1/800)，植物研究所（随后遴选至丹麦参加国际学生论坛，中科院每年仅10人）
2018 植物科学研究生学术论坛一等奖(1/800)和最佳人气奖，植物研究所
2016 全国林科十佳毕业生 (本科生组，1/‰)，中国林学会/国家林业局
2016 第五届梁希优秀学子奖（本科生组，1/‰），国家林业局
2014-2016 中国科学院大学奖学金（连续2年），中国科学院大学
2016 华中农业大学十佳大学生标兵(<1/‰)，华中农业大学
2012-2015 国家奖学金（连续3年），中华人民共和国教育部；
2014 湖北省高等学校大学生生物实验技能竞赛一等奖(1/‰)，湖北省教育厅
代表性论文（注*号为通讯作者，#为共同第一；详见http://www.researchgate.net/profile/Shichao-Jin/research）
1. Li Qing, Jin Shichao*, Zang Jingrong, Wang Xiao, Sun Zhuangzhuang, Li Ziyu, Xu Shan, Ma Qin, Su Yanjun, Guo Qinghua, Jiang Dong*. 2022. Deciphering the contributions of spectral and structural data to wheat yield estimation from proximal sensing. The Crop Journal. (accepted, JCRQ1, IF5=5.781).
2. Tao Haiyu, Xu Shan, Tian Yongchao, Li Zhaofeng, Ge Yan, Zhang Jiaoping, Wang Yu, Zhou Guodong, Deng Xiong, Zheng Ze, Ding Yanfeng, Jiang Dong, Guo Qinghua, Jin Shichao*. 2022, Proximal and remote sensing in plant phenomics: Twenty years of progress, challenges and perspectives. Plant Communications 3, 100344. (JCRQ1, IF=8.625)
3. Li Dawei, Shi Guoliang, Li Jinsheng, Chen Yingliang, Zhang Songyin, Xiang Shiyu, Jin Shichao*, 2022. PlantNet: A dual-function point cloud segmentation network for multiple plant species. ISPRS Journal of Photogrammetry and Remote Sensing 184, 243-263. (JCRQ1, IF5=12.123)
4. Sun Zhuangzhuang., Li Qing, Jin Shichao*, Song Yunlin, Xu Shan, Wang Xiao, Cai Jian, Zhou Qin, Ge Yan, Zhang Ruinan, Zang Jingrong, Jiang Dong*, 2022. Simultaneous Prediction of Wheat Yield and Grain Protein Content Using Multitask Deep Learning from Time-Series Proximal Sensing. Plant Phenomics 2022, 9757948. ( JCRQ1, IF=6.961)
5. Jin Shichao*, Su Yanjun, Zhang Yongguang, Song Shilin, Li Qing, Liu Zhonghua, Ma Qin, Ge Yan, Liu LingLi, Ding Yanfeng, Baret Frédéric, Guo Qinghua, 2021. Exploring Seasonal and Circadian Rhythms in Structural Traits of Field Maize from LiDAR Time Series. Plant Phenomics 2021, 9895241.( JCRQ1, IF=6.961, 江苏省首届科技期刊优秀论文奖).
6. Jin Shichao*, Sun Xiliang, Wu Fangfang, Su Yanjun, Li Yumei, Song Shiling, Xu Kexin, Ma Qin, Baret Frédéric, Jiang Dong, Ding Yanfeng, Guo Qinghua, 2021. Lidar sheds new light on plant phenomics for plant breeding and management: Recent advances and future prospects. ISPRS Journal of Photogrammetry and Remote Sensing 171, 202-223. (JCRQ1, IF5=12.123, ESI高被引论文)
7. Jin Shichao, Su Yanjun, Gao Shang, Wu Fangfang, Ma Qin, Xu Kexin, Ma Qin, Hu Tianyu, Liu Jin, Pang ShuXin, Guan Hongcan, Zhang Jing, Guo Qinghua, 2020. Separating the structural components of maize for field phenotyping using terrestrial lidar data and deep convolutional neural networks. IEEE Transactions on Geoscience and Remote Sensing 58, 2644-2658. (JCRQ1, IF=8.125, 封面论文，ESI高被引论文)
8. Jin Shichao, Su Yanjun, Wu Fangfang, Pang ShuXin, Gao Shang, Hu Tianyu, Liu Jin, Guo Qinghua, 2019. Stem-Leaf Segmentation and Phenotypic Trait Extraction of Individual Maize Using Terrestrial LiDAR Data. IEEE Transactions on Geoscience and Remote Sensing 57, 1336-1346. (JCRQ1, IF=8.125)
9. Jin Shichao, Su Yanjun, Song Shilin, Xu Kexin, Hu Tianyu, Yang Qiuli, Wu Fangfang, Xu Guangcai, Ma Qin, Guan Hongcan, Pang Shuxin, Li Yumei, Guo Qinghua, 2020. Non-destructive estimation of field maize biomass using terrestrial lidar: An evaluation from plot level to individual leaf level. Plant Methods 16, 69-87. (JCRQ1, IF=5.827)
10. Jin Shichao, Su Yanjun, Gao Shang, Wu Fangfang, Hu Tianyu, Liu Jin, Li Wenkai, Wang Dingchang, Chen Shaojiang, Jiang Yuanxi, Pang Shuxin, Guo Qinghua, 2018. Deep Learning: Individual Maize Segmentation From Terrestrial Lidar Data Using Faster R-CNN and Regional Growth Algorithms. Frontiers in Plant Science 9, 866-875. (JCRQ1, IF=6.627)
11. Jin Shichao, Su Yanjun, Zhao Xiaoqian, Hu Tianyu, Guo Qinghua, 2020. A Point-Based Fully Convolutional Neural Network for Airborne LiDAR Ground Point Filtering in Forested Environments. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 13, 3958-3974. (JCRQ1, IF=4.715)
12. Jin Shichao#, Su Yanjun#, Gao Shang, Hu Tianyu, Liu Jin, Guo Qinghua, 2018. The Transferability of Random Forest in Canopy Height Estimation from Multi-Source Remote Sensing Data. Remote Sensing 10, 1183-1203. (JCRQ2, IF=5.349)
13.Guo Qinghua#, Jin Shichao#, Li Min, Yang Qiuli, Xu Kexin, Ju Yuanzhen, Zhang Jing, Xuan Jing, Liu Jin, Su Yanjun, Xu Qiang, Liu Yu, 2020. Application of deep learning in ecological resource research: Theories, methods, and challenges. Science China Earth Sciences 63, 1457-1474. (JCRQ2, IF=5.492)
14.金时超, 胡天宇, 苏艳军, 马勤, 关宏灿, 杨默含, 郭庆华, 2021. “绿途”系统：公民科学时代的植被调查制图新工具. 中国科学: 生命科学 51, 362-374.
15.郭庆华, 杨维才, 吴芳芳, 庞树鑫, 金时超, 陈凡, 王秀杰, 2018. 高通量作物表型监测: 育种和精准农业发展的加速器. 中国科学院院刊 33, 940-946.
授权专利：
金时超，佃袁勇，王鹏程，滕明君，彭隆赞，孟凡凡. 2018. 一种基于彩色数字图像植被冠层覆盖度计算方法及系统, 专利号：ZL201610049382.6
张永光，张乾，吴霖升，张小康，金时超，吴云飞. 2021. 农作物生理和结构表型参数多任务并行的自动观测方法，专利号：ZL202111012242.9
学术会议报告（部分）：
激光雷达表型遥感与作物估产，第五届全国定量遥感论坛（武汉），2021年6月29日，分论坛邀请报告
激光雷达植物表型遥感信息智能提取与交叉应用，中科院第六期激光雷达培训班（北京），2021年6月18日，专家报告
激光雷达植物表型遥感研究，2021年5月17日，石河子大学，特邀
激光雷达赋能作物三维表型研究，2021年1月8日，国家信息农业工程技术中心，特邀
作物表型激光雷达遥感，2020年12月18日，北京数字绿土科技有限公司第四届激光雷达培训班，专家报告
激光雷达与深度学习技术的作物表型组学研究，2020年11月8日，南京工业大学，专家讲座
Field high-throughput maize phenotyping using Lidar and deep learning, 2019 National Graduate Conference on Laser Remote Sensing and Probing, China. 2019 (北大,邀请报告)
A Deep Learning Pipeline for High-Throughput Maize Phenotyping from Lidar Data,中科院动物所研究生论坛,北京. 2018年12月，(大会特邀报告)
A Deep Learning Pipeline for High-Throughput Maize Phenotyping from Lidar Data, International Student Research Forum, Denmark. 2019 (选派代表，口头报告)
Vegetation mapping using crowdsourcing methods. Chinese Research Academy of Environmental Sciences. Beijing, China. 2019. (中国环科院，特邀报告)
A deep learning pipeline for high throughput crop phenotyping. The second Asia-Pacific Plant Phenotyping Conference. Nanjing, CHINA. 2018. (口头报告)
A deep learning pipeline for high throughput crop phenotyping. AGU. Washington, D.C., USA. 2018 Fall. (墙报)
媒体报道：
相关研究工作得到了中新网、科学网和EurekAlert等多家媒体50余万次报道，如：
江苏省作物学会：http://crop.jsafc.edu.cn/info/1022/1111.htm
中国新闻网：http://m.chinanews.com/wap/detail/chs/sp/9893605.shtml
新京报：http://m.bjnews.com.cn/detail/166833823114305.html?shareuser=155395104412134
教学情况：
2023年至今 科学研究方法与论文写作，前沿交叉研究院
2022年秋季至今 表型组学原理与应用，前沿交叉研究院
2022年秋季至今 遥感原理与应用，前沿交叉研究院
2022年秋季至今 研究生讨论班，前沿交叉研究院
2021年秋季至今 Python程序语言设计，美高梅正规网址(www.9844.com)，人工智能学院
2021年秋季 研究生讨论班（植物表型组学）,美高梅正规网址(www.9844.com)，农学院
学术服务：
学术任职情况：
2020.09 – 至今：Plant Phenomics，副主编、专刊编辑
2022至今：Modern Agriculture 副编委
2022.06-至今：Frontiers in Plant Sciences 专刊编辑
2020.06-至今：Plants 专刊编辑
2021-2022. 3：Forests专刊编辑
2020.09 – 至今：Frontiers in remote sensing，激光雷达方向编委
2020.09 – 至今：担任《Remote Sensing of Environment》、《IEEE TGRS》、《Plant Methods》、《Horticulture Research》、《Computers and Electronics in Agriculture》等期刊审稿人。
以会员身份参加的学术组织：
2022年至今：南京计算机学会理事
中国生物物理学会表型组学分会会员
中国作物学会智慧农业分会会员
其他学术服务情况：
2019年，第五届激光雷达森林生态应用培训班，授课老师
2018年，第四届激光雷达森林生态应用培训班，授课老师
团队组成：
在读学生：
王煜，工学院，硕士研究生，2021-至今
张宋寅，农学院，硕士研究生，2021-至今
张元浩，前沿交叉研究院，硕士研究生，2021-至今
唐建玲，前沿交叉研究院，硕士研究生，2022-至今
石程前，前沿交叉研究院，硕士研究生，2022-至今
黄春雨，农学院，硕士研究生，2022-至今
李庆，农学院，博士研究生，2019-至今（合作培养）
孙壮壮，农学院，博士研究生，2020-至今（合作培养）
李子煜，农学院，博士研究生，2021-至今（合作培养）
张睿男，农学院，博士研究生，2022-至今（合作培养）
臧晶荣，农学院，博士研究生，2022-至今（合作培养）
杨弘毅，农学院，硕士研究生，2021年-至今（合作培养）
刘中华，中科院植物所，硕士研究生，2021-至今（合作培养）
耿炜力，人工智能学院，本科生，2020-2022，（毕业设计）
刘江宪，人工智能学院，本科生，2020-2022，（毕业设计）
谢春婷，人工智能学院，本科生，2020-2022，（毕业设计）
郑博瀚，人工智能学院，本科生，2020-2022，（毕业设计）
马树凡，人工智能学院，本科生，2020-2022，（科研实习）
陈子默，人工智能学院，本科生，2020-2022，（科研实习）
徐艺帆，园艺学院，本科生，2020-2022，（科研实习）
科研助理：李少辰，首都师范大学，地图学与地理信息系统，硕士
全职讲师：徐 山，北京师范大学，地图学与地理信息系统，博士
科研项目：
主持项目：
1. 国家自然科学基金青年基金，2023.1-2025.12，基于激光雷达的水稻三维叶穗光截获模型与理想株型鉴定研究，主持
2. “十四五”重点研发，2022.11-2025.12，中低产田作物耐瘠抗逆品种精准鉴定与综合利用，子课题主持
3. “十四五”重点研发，2022.11-2025.12，南方水稻品质提升与丰产增效技术研发及集成示范，子课题主持
4. 江苏省农业科技自主创新资金重大核心技术创新项目，2022，小麦田间高时序动态表型系统研发及其育种应用，子课题主持
5. 中央高校基本业务经费，2022，基于高通量三维表型技术的水稻冠层光截获模型构建与种质筛选应用，主持
6. 中央高校基本业务经费，2022，农业传感器与芯片的国际发展态势分析，主持
7. 江苏省种业振兴揭榜挂帅项目，2021，稻麦重要性状的高通量鉴定及在人工智能育种中的应用，子课题主持
8. 江苏省农业科技自主创新项目，2021，田间气孔多尺度监测分析系统关键技术研发，主持
9. 江苏省“双创博士”（人才项目），2021，基于激光雷达的冠层叶穗光截获量化与产量关键性状挖掘，主持
10. 绿洲生态农业兵团重点实验室开放课题，2021，基于激光雷达的小麦冠层叶穗分割及表型高通量提取，主持
11. 第69批中国博士后面上项目，2021，基于激光雷达的植被冠层日光诱导叶绿素荧光三维分布模型构建，主持
12. 江苏省博士后科研资助项目，2021，基于深度学习和激光雷达的森林冠层日光诱导叶绿素荧光时空分布格局研究，主持
13. 中国科学院技术服务横向课题，2020，新一代植被图绘制的深度学习模型搭建与测试，主持
