基本信息：

姓名：杨秋丽

政治面貌：中共党员

职称：讲师（硕士生导师）

专业：生态学

研究方向：激光雷达遥感；植被生态；林草碳汇；植被生长与气候变化

邮箱：yangqiuli@xju.edu.cn

通讯地址：新疆乌鲁木齐市水磨沟区华瑞街777号新疆大学博达校区

教育经历：

2019-09至2022-12, 中国科学院植物研究所, 生态学, 理学博士

2015-09至2018-06, 新疆大学, 地理学, 理学硕士

2010-09至2014-06，新疆农业大学，地理信息系统，理学学士

工作经历：

2022-12至今, 新疆大学, 地理与遥感科学学院, 讲师

教学经历和主讲课程

遥感系教师，主讲遥感软件应用（本科）、GIS应用与开发（研究生），擅长激光雷达遥感、植被生态遥感等方向

科研经历和研究领域

以干旱-半干旱区植被为研究对象，利用野外调查与数据整合等方法，通过融合激光雷达（LiDAR）以及其他遥感技术，重点开展以下研究：（1）大尺度植被结构与功能参数的空间制图、变化监测以及其所产生的气候效应；（2）探索人类活动以及气候变化对植被结构与功能的影响

主持或参加的科研项目/课题：

1. 国家自然科学基金-青年基金，基于激光雷达和高分2号卫星影像的塔里木河流域胡杨地上碳储量动态研究，2024年1月-2026年12月，30万元，在研，主持

2. 自治区自然科学基金-青年基金，基于星载激光雷达和时间序列Landsat影像的森林结构和生物量动态监测，2024年1月-2026年12月，7万元，在研，主持

3. 国家自然科学基金-面上项目，基于近地面移动遥感测量平台的森林资源调查新方法研究，2020年1月-2023年12月，在研，参与

4. 国家科技部项目，第二次青藏高原综合科学考察研究专题，森林和灌丛生态系统与资源管理，2019.11-2024.10，在研，参与

5. 中国科学院战略性先导科技专项（A类）“地球大数据科学工程”课题“植被遥感与生物多样性变化”子课题“新一代中国植被图绘制”，2018年1月-2022年12月，参与，结题

6. 北京市，北京市生态系统三维模式重构技术规范，2021，参与，结题

代表性论著：

第一作者：

1. Yang, Q., Niu, C., Liu, X., Feng, Y., Ma, Q., Wang, X., Tang, H., & Guo, Q. (2023). Mapping high-resolution forest aboveground biomass of China using multisource remote sensing data, GIScience & Remote Sensing, 60:1, DOI: 10.1080/15481603.2023.2203303

2. Yang, Q., Su, Y., Hu, T., Jin, S., Liu, X., Niu, C., Liu, Z., Kelly, M., Wei, J., & Guo, Q. (2022). Allometry-based estimation of forest aboveground biomass combining LiDAR canopy height attributes and optical spectral indexes. Forest Ecosystems, 9, 100059.

3. Yang, Q., Su, Y., Jin, S., Kelly, M., Hu, T., Ma, Q., Li, Y., Song, S., Zhang, J., Xu, G., Wei, J., & Guo, Q. (2019). The influence of vegetation characteristics on individual tree segmentation methods with airborne LiDAR data. Remote Sensing, 11(23), 2880.

4. 杨秋丽, 魏建新, 郑江华,等. 离散点云构建数字高程模型的插值方法研究[J]. 测绘科学, 2019, 44(007):16-23.

合作论文：

1. Liu, X., Su, Y., Hu, T., Yang, Q., Liu, B., Deng, Y., Tang, H., Tang, Z., Fang, J., & Guo, Q. (2022). Neural network guided interpolation for mapping canopy height of China's forests by integrating GEDI and ICESat-2 data. Remote Sensing of Environment, 269, 112844.

2. Guo, Q., Jin, S., Li, M., Yang, Q., Xu, K., Ju, Y., Zhang, J., Xuan, J., Liu, J., & Su, Y. (2020). Application of deep learning in ecological resource research: Theories, methods, and challenges. Science China Earth Sciences, 63, 1457-1474.

3. Guan, H., Su, Y., Hu, T., Wang, R., Ma, Q., Yang, Q., Sun, X., Li, Y., Jin, S., & Zhang, J. (2019). A novel framework to automatically fuse multiplatform LiDAR data in forest environments based on tree locations. IEEE Transactions on Geoscience and Remote Sensing, 58(3), 2165-2177.

4. Jin, S., Su, Y., Song, S., Xu, K., Hu, T., Yang, Q., Wu, F., Xu, G., Ma, Q., & Guan, H. (2020). Non-destructive estimation of field maize biomass using terrestrial lidar: an evaluation from plot level to individual leaf level. Plant Methods, 16, 1-19.

5. Zhao, X., Su, Y., Hu, T., Cao, M., Liu, X., Yang, Q., Guan, H., Liu, L., & Guo, Q. (2022). Analysis of UAV lidar information loss and its influence on the estimation accuracy of structural and functional traits in a meadow steppe. Ecological Indicators, 135, 108515.

6. Zhao, X., Feng, Y., Xu, K., Cao, M., Hu, S., Yang, Q., Liu, X., Ma, Q., Hu, T., Kelly, M. and Guo, Q., (2022). Canopy structure: An intermediate factor regulating grassland diversity-function relationships under human disturbances. Fundamental Research.

7. 刘兵兵; 魏建新; 胡天宇; 杨秋丽; 刘小强; 吴发云; 苏艳军; 郭庆华. 2022. 卫星遥感监测产品在中国森林生态系统的验证和不确定性分析——基于海量无人机激光雷达数据. 植物生态学报. 46: 1305-1316.

8. 郭庆华, 胡天宇, 马勤, 徐可心, 杨秋丽, 孙千惠, 李玉美, 苏艳军. 2020. 新一代遥感技术助力生态系统生态学研究. 植物生态学报. 44(04): 418-435.

软件著作权：

自然保护区信息查询系统V1.0, 证书号：软著登字第1533067号，登记号：2016SR354451

学术兼职

审稿人：植被生态学报，Remote Sensing，Forests

人才培养与社会服务：

班主任：2023级资源与环境博士生

指导学生：2023级硕士研究生2名

协助指导学生：2022级研究生3名

实验室情况：

教师办公室：学院楼130A室；研究生工作室：132B室

研究组所在的科研团队拥有不同平台激光雷达硬件设备（地基、背包、无人机等）以及自主研发的激光雷达数据处理软件和可用于大数据处理的计算平台（内存200G，显存16G），能够支撑研究组师生课题的开展。

招生信息：

欢迎具有地理信息科学、遥感科学与技术、计算机科学、生态学、林学、草业科学等相关专业背景的同学报考研究生；同时欢迎本科生加入课题组申请大学生创新项目或完成毕业设计。

简历更新至2023年10月（报时间写上）