教师简介
地理系 李向前
发布时间：
2025-05-19
浏览量：
10
文章来源：
理学院
姓名：李向前 性别：男
职称：讲 师 办公室：理学院209
邮箱：gis@shzu.edu.cn 电话：15764371081
学历学位：博士
研究方向：生态遥感
个人简介
工作简历：李向前（Dr. Li Xiangqian）：博士，讲师，石河子大学理学院工作。于2015年和2018年在东北师范大学获得地理信息系统学士和生态学硕士学位，2022年在中山大学获得气象学博士学位，毕业后留校从事博士后工作，2024年出站后入职石河子大学理学院。
学术兼职：《南水北调与水利科技（中英文）》《热带生物学报》、《Remote Sensing》《Sensors》和《ISPRS International Journal of Geo-Information》等国内外期刊审稿专家。
科研领域：多源遥感时空融合，作物识别与估产，陆地生态系统碳汇估算。
研究成果：在《IEEE Transactions on Geoscience and Remote Sensing》《Earth System Science Data》《Science of the Total Environment》《Scientific Data》《Remote Sensing》和《Science of Remote Sensing》等期刊发表SCI论文14篇，其中第一作者5篇。
一、教学情况
本科生课程：地理信息系统
研究生课程：地理信息科学
二、科学研究
新疆人力资源和社会保障厅，“天池英才”引进计划，新疆主要粮食作物的识别与估产研究，主持（2025.01-2028.01）。
石河子大学，高层次人才启动项目，顾及物候特征的棉田识别与估产研究，主持（2025.05-2028.05）。
三、主要代表性论文
1. Li X, Peng Q, Shen R, et al. Long-term reconstructed vegetation index dataset in China from fused MODIS and Landsat data[J]. Scientific Data, 2025, 12(1): 152.
2. Li X, Peng Q, Zheng Y, et al. Incorporating environmental variables into spatiotemporal fusion model to reconstruct high-quality vegetation index data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2024, 62: 1-12.
3. Li X, Yuan W, Dong W. A machine learning method for predicting vegetation indices in China[J]. Remote Sensing, 2021, 13(6): 1147.
4. Li X, Tong Z, Guo E, et al. Quantifying Spatiotemporal Dynamics of Solar Radiation over the Northeast China Based on ACO-BPNN Model and Intensity Analysis[J]. Advances in Meteorology, 2017, 2017(1): 1042603.
5. Peng Q#, Li X#, Shen R, et al. How well can we predict vegetation growth through the coming growing season?[J]. Science of Remote Sensing, 2022, 5: 100043.
6. Tong S#, Li X#, Zhang J, et al. Spatial and temporal variability in extreme temperature and precipitation events in Inner Mongolia (China) during 1960–2017[J]. Science of the Total Environment, 2019, 649: 75-89.
7. Peng Q, Shen R, Li X, et al. A twenty-year dataset of high-resolution maize distribution in China[J]. Scientific Data, 2023, 10(1): 658.
8. Wang D, Peng Q, Li X, et al. A long-term high-resolution dataset of grasslands grazing intensity in China[J]. Scientific Data, 2024, 11(1): 1194.
9. Huang X, Lin S, Li X, et al. How Well Can Matching High Spatial Resolution Landsat Data with Flux Tower Footprints Improve Estimates of Vegetation Gross Primary Production[J]. Remote Sensing, 2022, 14(23): 6062.
10. Shen R, Peng Q, Li X, et al. CCD-Rice: A long-term paddy rice distribution dataset in China at 30 m resolution[J]. Earth System Science Data Discussions, 2024, 2024: 1-33.
11. Zheng Y, Shen R, Wang Y, Li X, et al. Improved estimate of global gross primary production for reproducing its long-term variation, 1982-2017[J]. Earth System Science Data, 2020, 12(4): 2725-2746.
四、学术交流情况
1.成都，第六届全国定量遥感会议，会议报告—中国长时序高时空分辨率植被指数的重建；
2.南宁，第九届农业模型开发和应用全国大会暨中国仿真学会农业建模与仿真专业委员会，会议报告—基于遥感数据的农作物种植面积制图与产量估算研究；
3.香港，第二届遥感沙龙暨第二届GLASS产品用户会议，会议报告—耦合气象要素的高时空分辨率植被指数重建研究。
上一篇：下一篇：
地理系 李向前
发布时间：
2025-05-19
发布人：
理学院
浏览量：
10
字号：大
小
姓名：李向前 性别：男
职称：讲 师 办公室：理学院209
邮箱：gis@shzu.edu.cn 电话：15764371081
学历学位：博士
研究方向：生态遥感
个人简介
工作简历：李向前（Dr. Li Xiangqian）：博士，讲师，石河子大学理学院工作。于2015年和2018年在东北师范大学获得地理信息系统学士和生态学硕士学位，2022年在中山大学获得气象学博士学位，毕业后留校从事博士后工作，2024年出站后入职石河子大学理学院。
学术兼职：《南水北调与水利科技（中英文）》《热带生物学报》、《Remote Sensing》《Sensors》和《ISPRS International Journal of Geo-Information》等国内外期刊审稿专家。
科研领域：多源遥感时空融合，作物识别与估产，陆地生态系统碳汇估算。
研究成果：在《IEEE Transactions on Geoscience and Remote Sensing》《Earth System Science Data》《Science of the Total Environment》《Scientific Data》《Remote Sensing》和《Science of Remote Sensing》等期刊发表SCI论文14篇，其中第一作者5篇。
一、教学情况
本科生课程：地理信息系统
研究生课程：地理信息科学
二、科学研究
新疆人力资源和社会保障厅，“天池英才”引进计划，新疆主要粮食作物的识别与估产研究，主持（2025.01-2028.01）。
石河子大学，高层次人才启动项目，顾及物候特征的棉田识别与估产研究，主持（2025.05-2028.05）。
三、主要代表性论文
1. Li X, Peng Q, Shen R, et al. Long-term reconstructed vegetation index dataset in China from fused MODIS and Landsat data[J]. Scientific Data, 2025, 12(1): 152.
2. Li X, Peng Q, Zheng Y, et al. Incorporating environmental variables into spatiotemporal fusion model to reconstruct high-quality vegetation index data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2024, 62: 1-12.
3. Li X, Yuan W, Dong W. A machine learning method for predicting vegetation indices in China[J]. Remote Sensing, 2021, 13(6): 1147.
4. Li X, Tong Z, Guo E, et al. Quantifying Spatiotemporal Dynamics of Solar Radiation over the Northeast China Based on ACO-BPNN Model and Intensity Analysis[J]. Advances in Meteorology, 2017, 2017(1): 1042603.
5. Peng Q#, Li X#, Shen R, et al. How well can we predict vegetation growth through the coming growing season?[J]. Science of Remote Sensing, 2022, 5: 100043.
6. Tong S#, Li X#, Zhang J, et al. Spatial and temporal variability in extreme temperature and precipitation events in Inner Mongolia (China) during 1960–2017[J]. Science of the Total Environment, 2019, 649: 75-89.
7. Peng Q, Shen R, Li X, et al. A twenty-year dataset of high-resolution maize distribution in China[J]. Scientific Data, 2023, 10(1): 658.
8. Wang D, Peng Q, Li X, et al. A long-term high-resolution dataset of grasslands grazing intensity in China[J]. Scientific Data, 2024, 11(1): 1194.
9. Huang X, Lin S, Li X, et al. How Well Can Matching High Spatial Resolution Landsat Data with Flux Tower Footprints Improve Estimates of Vegetation Gross Primary Production[J]. Remote Sensing, 2022, 14(23): 6062.
10. Shen R, Peng Q, Li X, et al. CCD-Rice: A long-term paddy rice distribution dataset in China at 30 m resolution[J]. Earth System Science Data Discussions, 2024, 2024: 1-33.
11. Zheng Y, Shen R, Wang Y, Li X, et al. Improved estimate of global gross primary production for reproducing its long-term variation, 1982-2017[J]. Earth System Science Data, 2020, 12(4): 2725-2746.
四、学术交流情况
1.成都，第六届全国定量遥感会议，会议报告—中国长时序高时空分辨率植被指数的重建；
2.南宁，第九届农业模型开发和应用全国大会暨中国仿真学会农业建模与仿真专业委员会，会议报告—基于遥感数据的农作物种植面积制图与产量估算研究；
3.香港，第二届遥感沙龙暨第二届GLASS产品用户会议，会议报告—耦合气象要素的高时空分辨率植被指数重建研究。
上一篇：下一篇：
最新动态
-
05-27
-
05-21
-
05-19
-
05-15
-
05-07
-
05-07
