أستاذ م دكتور نسيم بدر الدين

أستاذ م دكتور نسيم بدر الدين هو أستاذ مساعد في علم الزراعة الرقمية بجامعة مانيتوبا، كندا. حصل على درجة الدكتوراه في الجغرافيا من جامعة غينت (UGent) في بلجيكا (ديسمبر 2013) ودرجة الماجستير في موارد الأراضي الفيزيائية من كلية الهندسة الحيوية في UGent (سبتمبر 2008). عمل سابقًا باحث ما بعد الدكتوراه في مركز علوم رصد الأرض (CEOS) في قسم علوم الأرض والغلاف الجوي بجامعة (ألبرتا) في كندا وفي قسم علوم التربة بجامعة مانيتوبا وجامعة (جيلف) في كندا، وكمحلل نمذجة في فرع التأثيرات التراكمية والعلوم بوزارة البيئة في (ساسكاتشوان).

Education

• PhD (Geography), Ghent University, Gent Belgium

• MSc. (Soil Science), Ghent University, Gent Belgium

• BSc (Environmental Agricultural Sciences), Suez Canal University, North Sinai, Egypt

Areas of Interest

• Digital soil mapping

• Modelling spatiotemporal landscape dynamics

• Monitoring crop growth and yield using various remote sensing technology

• Artificial intelligence applications in crop production and protection

• Precision farming development for site-specific management

• Digital soil mapping

• Modelling spatiotemporal landscape dynamics

• Monitoring crop growth and yield using various remote sensing technology

• Artificial intelligence applications in crop production and protection

• Precision farming development for site-specific management

Latest Publications

• Estimating the spatial distribution of soil volumetric water content in an agricultural field employing remote sensing and other auxiliary data under different tillage management practices. Soil Use and Management, 40, e12981. https://doi.org/10.1111/sum.12981

• Assessment of remotely sensed inventories for land cover classification of public grasslands in Manitoba, Canada. Grass and Forage Science, 78(4), 590–601. https://doi.org/10.1111/gfs.12631

• Integrating Active and Passive Remote Sensing Data for Mapping Soil Salinity Using Machine Learning and Feature Selection Approaches in Arid Regions. Remote Sensing. 2023, 15, 1751. https://doi.org/10.3390/rs15071751

• Mapping Grasslands in Mixed Grassland Ecoregion of Saskatchewan Using Big Remote Sensing Data and Machine Learning. Remote Sensing. 2021; 13(24):4972. https://doi.org/10.3390/rs13244972