
|
个人信息简介 姓名:么嘉棋 出生年月:1995.8 职称:副研究员 毕业院校:山东科技大学与国土卫星遥感应用中心联合培养 学位:博士 邮箱:yaojiaqi@tjnu.edu.cn / y1995y@foxmail.com |
研究方向及领域
主要从事于深度学习在主被动国产卫星遥感数据处理上的应用,此外还围绕SWOT、GRACE等卫星开展地表水-地下水相关研究。
研究成果
共发表中英文论文72篇,其中以第一/通讯作者发表高质量SCI论文30篇,授权专利2项、软著5项,目前主持国家自然科学基金青年项目1项、天津市科协科技智库重大课题1项和清华大学等开放课题3项,累积主持或者授权经费300万:
1.Yao, J., Mo, F., Zhai, H. et al. A spatio-temporal prediction model theory based on deep learning to evaluate the ecological changes of the largest reservoir in North China from 1985 to 2021. Ecological Indicators (2022) 145: 109618.(SCI中科院一区Top,IF= 6.2)
2.Yao, J., Sun, S., Zhai, H. et al. Dynamic monitoring of the largest reservoir in North China based on multi-source satellite remote sensing from 2013 to 2022: Water area, water level, water storage and water quality. Ecological Indicators (2022) 144: 109470.(SCI中科院一区Top,IF= 6.2)
3.Yao, J., Mo, F., Xu, N., et al. The Chinese Laser Altimetry Satellite will significantly enhance the 3D mapping capability of global coastal zones. The Innovation Geoscience (2024). https://doi.org/10.59717/j.xinn-geo.2024.100121.(国产高质量期刊)
4.Yao, J., Xu, N., Wang, M., et al. Promoting Global Surface Water Monitoring Research with the SWOT Satellite. The Innovation Geoscience (2024). https://doi.org/10.59717/j.xinn-geo.2024.100099.(国产高质量期刊)
5.Yao, J., Li, J., Cao, Y., Chen, M., et al. Analysing the influence of surface greening on soil conservation in China using satellite remote sensing. Journal of Hydrology (2024): 131253. (SCI中科院一区Top,IF= 5.9)
参与及主持项目
1. 主持国家自然科学青年基金项目《基于深度学习的卫星激光测高大气散射误差自动校正研究》(项目号:42301501,2024-2026);
2. 主持天津市科协决策咨询重大课题《天津市算力建设及高效转化应用的对策研究》(项目号:202305,2024.1-2024.3);
3. 主持水利部京津冀水安全保障重点实验室开放课题《基于深度学习的多源卫星遥感华北地下水超采动态监测研究》(项目号:IWHR-JJJ-202402,53H24128,2025.1-2026.12)
4. 主持清华大学地球系统数值模拟教育部重点实验室开放课题《基于深度学习的重力卫星地下水储量精细化反演研究》(项目号:53H25016,2025.1-2026.12)
5. 参与国防科工局重大专项《国家高分遥感测绘应用示范系统(一/二期)》(项目号:42-Y30B04-9001-19/21,2015-2021,第六十四)。
所获奖励或荣誉
1、2023年中国遥感优秀成果一等奖;
2、2023年“国青杯”全国高校艺术设计作品优秀指导教师;
3、2023年“天洑杯”全国高校数学建模比赛三等奖指导教师;
4、2024年高谱成像杯数据处理与应用大赛优秀奖指导教师;
5、2022年第八届高分辨率对地观测年会优秀论文奖。
课题组经费充足、有丰富的科研指导经验,欢迎对深度学习、卫星遥感和地表水-地下水感兴趣的本科生和研究生来交流合作!