佘宝，博士，安徽理工大学讲师，硕士生导师。主要从事作物种植信息遥感提取、农业灾害遥感监测与评估等方向的研究。主持安徽省高校自然科学基金重点项目1项，农业生态大数据分析与应用技术国家地方联合工程研究中心开放课题2项。参与国家自然科学基金、国家高技术研究发展计划各1项，参与国家重点研发计划子课题“全球大豆主产区种植区提取与面积测算技术”项目的实施。累计发表国内外学术论文9篇，其中第一作者5篇。申报发明专利7项，获软件著作权登记4项。
教育经历：
2011-09至2017-06, 浙江大学, 环境与资源学院, 博士
2007-09至2010-06, 中国矿业大学（徐州）, 资源与地球科学学院, 硕士
2003-09至2007-06, 山东科技大学, 地球信息科学与工程学院，学士
科研与学术工作经历（博士后工作经历除外）：
2017-08至今，安徽理工大学，空间信息与测绘工程学院，讲师
2010-10至2011-08，安徽省经济研究院，区域发展与资源环境研究所
研究方向：
作物种植信息遥感提取，农业灾害遥感监测与评估
主持或参加科研项目：
[1]农业生态大数据分析与应用技术国家地方联合工程研究中心开放课题，AE202101，复杂种植结构下大豆种植区智能化精细遥感提取方法研究，2022/01-2023/12，4万元，在研，主持
[2]安徽省教育厅基金重点项目，KJ2019A0120，安徽省大豆种植区精细遥感提取方法研究，2019/01-2020/12，6万元，已结题，主持
代表论著：（包括：论文和专著）
[1]She B, Hu J, Huang L, et al. Mapping soybean planting areas in regions with complex planting structures using machine learning models and Chinese GF-6 WFV data[J]. Agriculture-Basel, 2024, 14. (accepted for publication)
[2]张梦, 佘宝*, 杨玉莹, 黄林生, 朱梦琦. 基于无人机RGB影像的大豆种植区提取方法研究. 浙江农业学报, 2023, 35(4): 952-961.
[3]Zhu M, She B*, Huang L, et al. Identification of soybean based on Sentinel-1/2 SAR and MSI imagery under a complex planting structure[J]. Ecological Informatics, 2022, 72: 101825.
[4]She B, Yang Y, Zhao Z, et al. Identification and mapping of soybean and maize crops based on Sentinel-2 data[J]. International Journal of Agricultural and Biological Engineering, 2020, 13(6): 171-182.
申请或授权发明专利：
[1] 佘宝, 朱梦琦, 赵兴旺, 余学祥. Sentinel-1/2微波与光学多光谱影像结合的大豆遥感识别方法, 专利申请号: 202210675026.0, 2022年8月25日（实质中）
[2] 张东彦, 杨玉莹, 佘宝, 黄林生, 梁栋, 杜世州, 赵晋陵, 彭代亮. 基于Sentinel-2影像的江淮地区大豆和玉米种植面积识别方法, 专利授权号：ZL 202010321528.4, 2023年05月26日（授权）
[3] 黄林生, 佘宝, 张东彦, 赵晋陵, 张安骏, 阮瑞, 朱家明, 殷齐硕. 基于国产GF-6 WFV数据的大豆种植区提取方法, 专利申请号: 202210673426.8, 2022年9月22日（实审中）
[4] 黄林生, 丁翰, 张东彦, 佘宝, 黄文江, 赵晋陵, 肖甜, 张恒, 缪保峰. 基于多时相Sentinel-2数据的大豆种植区提取方法, 专利申请号: 202211480121.1, 2022年11月24日（实审中）
[5] 黄林生, 缪保峰, 佘宝, 张安骏, 阮瑞, 朱家明, 赵晋陵, 阮超. 一种基于改进GWCCI 指数的大豆遥感制图方法, 专利申请号: 2023115430302, 2023年11月20日（通过初审）
[6] 赵晋陵, 肖甜, 佘宝, 黄林生, 阮超, 黄文江. 一种基于降冗余特征优选策略的大豆种植区遥感提取方法, 专利申请号: 202311577453, 2023年11月24日（通过初审）
[7] 黄林生, 殷齐硕, 佘宝, 张安骏, 阮瑞, 朱家明, 赵晋陵, 缪保峰. 一种基于LSTM与U-Net融合网络的大豆种植区遥感提取方法, 专利申请号: 202311612743.X, 2023年11月29日（通过初审）
授权软件著作权：
1、基于无人机RGB影像的大豆种植区提取及制图软件
2、基于S1、S2大豆种植区快速制图系统
3、基于深度学习网络的无人机多光谱影像的大豆种植区提取及精度评价软件
4、基于U-Net网络的无人机RGB影像的大豆种植区提取及精度评价软件