杨秋丽       简历

基本信息：

姓名：杨秋丽

政治面貌：中共党员

职称：副教授（硕士生导师）

专业：生态学

研究方向：激光雷达遥感；生态遥感；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, 无

2023-12至今, 新疆大学, 地理与遥感科学学院, 副教授

教学经历和主讲课程

主讲本科课程：激光雷达遥感、遥感软件应用、空间分析；硕士研究生课程：GIS应用与开发；博士研究生课程：GIS数据结构与空间分析。

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与变化监测；（2）解析人类活动以及气候变化对植被结构与功能的影响；（3）探索人工智能 + 激光雷达在森林资源管理与保护领域的应用。

主持或参加的科研项目/课题：

1.新疆维吾尔自治区人社厅，天池英才博士项目, 2023年，主持，在研

2.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，在研，主持

3.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，2023年9月-2026年8月，在研，主持

4.事业单位委托，天山北麓森林样地调查数据获取，2024年7月-2024年12月，主持，结题

5.事业单位委托，激光雷达在国土（林业）调查中的应用，2023年7月-2023年12月，主持，结题

6.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，结题，参与

7.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，参与，结题

8.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

9.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（*为通讯作者）：

1.Gao, Y., Yang, Q*., chang, P., Wang, c., et al. (2026). Assessment of the spatiotemporal patterns and ecological impacts of photovoltaic power plants in Central Asia. Earth's future, 14, e2025EF006335. https://doi.org/10.1029/2025EF006335.

2.  Yu, M, Li, X, Song, X, Li, X, Wang, L, & Yang, Q*. (2025). Quantifying climate-anthropogenic forcing on arid basin vegetation dynamics using multi-vegetation indices and geographical detector. Remote Sensing, 17(20).

3.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

4.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.

5.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.

6.Chen, Y., Yang, H., Yang, Z., Yang, Q., Liu, W., Huang, G., ... & Guo, Q. (2024). Enhancing High-Resolution Forest Stand Mean Height Mapping in China through an Individual Tree-Based Approach with Close-Range LiDAR Data. Earth System Science Data 16.11 (2024): 5267-5285.

7.Z Liu, S Jin, X Liu, Q Yang, Q Li, J Zang, Z Li, T Hu, Z Guo, J Wu, D Jiang, Y Su. (2023). Extraction of Wheat Spike Phenotypes From Field-Collected Lidar Data and Exploration of Their Relationships With Wheat Yield, IEEE Transactions on Geoscience and Remote Sensing,61,4410813.

8.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.

9.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.

10.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.

软件著作权：

自然保护区信息查询系统V1.0, 登记号：2016SR354451

光伏时空序列智能分析与图谱绘制系统V1.0，登记号：2025SR0016741

学术兼职

学术兼职：国际数字地球学会数字生态专委会委员，新疆地理学会理事，新疆自然资源学会理事

审稿人：Forest Ecology and Management, Remote Sensing, 植被生态学报

人才培养与社会服务：

班主任：2023级资源与环境专业博士生

本科生（大学生创新创业项目）：

（1）新疆光伏电站时空分布及其生态环境效应研究，项目负责人：高艺桐、于梦然、刘若曦，国家级（优秀项目），已结题

（2）新疆天山雪岭云衫林线变化及其对气候变化的响应，项目负责人：黄豪毅、阿卜杜萨拉木，国家级，在研

（3）极端气候事件对新疆植被生产力的影响及其未来变化研究，项目负责人：陆玉琦、叶丽娜·叶勒江、李明璇、孙海坤，自治区级，在研

指导学生获奖：

（1）“第十一届全国大学生能源经济学术创意大赛”全国3等奖；

（2）“2024易智瑞杯中国大学生GIS软件开发竞赛·遥感应用组”全国2等奖；

（3）“未来杯2024届高校大数据挑战赛”全国3等奖

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，能够支撑师生课题的开展。

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。