研究团队

深圳理工大学未来农业研究院特聘副教授，长期致力于智慧农业研究，聚焦于人工智能与传统作物模型融合驱动的作物系统模拟与基于光学感知的植物表型，解决了基于多属性模拟土壤与植被光谱的难题。以第一作者的在Remote Sensing of Environment, Computers and Electronics in Agriculture, Food Chemistry等领域核心学术期刊上发表论文11篇。一项工作被Geoderma期刊评为编辑推荐文章，一项被Analytica Chimica Acta期刊评为当期封面/特别文章。任Remote Sensing of Environment, Plant Phenomics, Measurement等期刊的审稿人以及Agriculture期刊的客座编辑。参与开发了作物 3D 模拟软件Helios，主导开发基于PyTorch 框架的光合作用及叶孔导度不同环境响应下的气体交换数据拟合工具 PhoTorch。

2025.9-至今，深圳理工大学未来农业研究院，特聘副教授；

2022.8-2025.8，加州大学戴维斯分校，博士后；

2022.1-2022.2，法国ADIV，Erasmus+实习生；

2019.9-2021.9，都柏林大学，教学助理；

2017.1-2017.9，爱尔兰水务，工程实习生。

2018-2022，都柏林大学，博士（生物系统工程）；

2016-2018，都柏林大学，工学硕士；

2012-2016，沈阳农业大学，农学学士。

代表性论文：

Lei, T.*, & Bailey, B. N. (2025). A text-based, generative deep learning model for soil reflectance spectrum simulation in the solar range (400–2499 nm). Remote Sensing of Environment, 318, 114527.

Lei, T.*, Rizzo, K. T., & Bailey, B. N. (2025). PhoTorch: a robust and generalized biochemical photosynthesis model fitting package based on PyTorch. Photosynthesis Research, 163(2), 21.

Lei, T.*, Graefe, J., Mayanja, I. K., Earles, M., & Bailey, B. N. (2024). Simulation of automatically annotated visible and multi-/hyperspectral images using the Helios 3D plant and radiative transfer modeling framework. Plant Phenomics, 6, 0189.

Lei, T., & Sun, D. W.* (2022). Achieving joint calibration of soil Vis-NIR spectra across instruments, soil types and properties by an attention-based spectra encoding-spectra/property decoding architecture. Geoderma, 405, 115449. 当月编辑推荐文章。

*为通讯作者

可微分作物系统模拟

多模态植物表型

农业决策模型

1.利用扩散模型模拟土壤、叶片、果实的光学特性；

2.用于植物表型的多传感器融合的3D高斯泼溅；

3.室内作物光照利用效率优化。

也欢迎同学们结合自身兴趣探索其他相关研究课题。