个人简介：

2020年博士毕业于中国科学技术大学大气科学专业，特任研究员、博导。本人围绕陆表-大气相互作用中的碳水循环和能量平衡过程，致力于利用近地和深空地球轨道卫星多源遥感观测（被动微波、可见光和红外），联合深度学习模型和物理反演模型，发展国产化、自主可控的植被碳水通量和地球能量平衡反演算法，并用于陆-气相互作用研究。近五年主持国家自然科学基金面上和青年项目(c类)、中科院先导课题子任务、双一流经费专项等多项科研项目，参与多项国家重大科研项目。发表科研论文近30篇，获授权国家发明专利1项（第一发明人）。其中，第一/通讯作者研究论文均发表在Remote Sensing of Environment（4篇），ISPRS Journal of Photogrammetry and Remote Sensing，Geophysical Research Letters，Journal of Geophysical Research-Atmospheres，Agricultural and Forest Meteorology等国际遥感和地球科学领域高水平学术期刊。现任国际气象学与大气科学协会（IAMAS）中国委员会青年工作组成员、国际大气环境遥感学会（AERSS）天气探测工作组邀请专家、国际数字地球学会中国国家委员会水圈专委会青年委员、中国气象局气象探测中心重点创新团队骨干、中国首颗XXX深空卫星某载荷主管设计师及其地面应用系统核心设计人员。多次受邀在中国气象学会年会、全国遥感地理大会、中国蒸散发大会等国内大型会议的专题会场作特邀报告。获中国科学院院长优秀奖、国际大气环境遥感学会年会最佳论文报告、第35届中国气象学会年会优秀论文报告等多项学术荣誉。受邀为ISPRS Journal of Photogrammetry and Remote Sensing、Energy Nexus、Atmospheric Measurement Techniques、Agricultural Water Management、Resources, Environment and Sustainability、Trees Forests and People、高原气象、生态环境学报等十余个大气、遥感和生态交叉领域的国内外高水平期刊审稿。

研究方向：

1. 风云卫星多源协同观测的陆面蒸散发、植被总初级生产力物理反演算法

2. 利用星-地协同观测和动态植被模型研究植被-云-大气相互作用

3. 深度学习在卫星遥感植被碳水通量中的应用

4. 利用行星地球深空探测研究地球能量平衡

招生要求（满足其一）：

  1. 了解植被-大气相互作用的物理过程，具有陆面模式、动态植被模式（CESM2, IBIS等）经验的同学优先考虑（面向大气、水文等学科背景）
  2. 熟悉时空深度学习前沿算法，能够自主搭建模型研究植被碳水参量（面向遥感、地理、生态等学科背景）
  3. 对上述1和2无背景但充满兴趣、有自己独立想法且愿意为之付出努力的同学，可特别考虑 

研究项目：

1. 中国科学技术大学人才启动经费，2025-2028，主持

2. 国家自然科学基金面上项目: “协同风云卫星和地面通量多源观测研究全球陆面蒸散发对云变化响应，2025-2028，主持

3. 双一流经费专项资金: “利用中国风云卫星多源测全天候反演森林碳水通量关键参数”，2024-2026，主持

4. 双一流经费专项资金: “基于地球深空观测的XXX深度学习反演算法研究”，2026-2027，主持

5. 国家自然科学基金青年项目C: “融合卫星微波和光学遥感观测的全天空地表蒸散发降尺度研究”，2021-2023，主持

6. 基本科研业务费，2019-2021，主持

7. 国家自然科学基金重点项目: “风云卫星遥感高分辨率陆气碳水通量技术和方法研究”，231万元，2024-2028，参与

8. 国家自然科学基金重点项目: “基于星载双频测雨雷达反演中国雨季降水潜热垂直结构”，299万元，2019-2023，参与

9. 安徽省自然科学基金联合基金，80万元，2023-2025，参与

10.国家重点研发计划课题：“对流云不同生命期中气溶胶影响云和降水的机理及反馈研究”，399万元，2018-2021，参与

科研论文（十篇一作代表作）:

1. Wang, Y., Liu, Q., Li, R*., Hu, J., Zhang, P., Song, B. (2025). Remote sensing of vegetation phenology in the northern hemisphere from multi-channel passive microwave measurements of Chinese FengYun-3D satellite. Remote Sensing of Environment, 330, 114997. (遥感领域Top 1 期刊)

2. Wang, Y., Li, R., Min, Q., Fu, Y., Wang, Y., Zhong, L., & Fu, Y. (2019). A three-source satellite algorithm for retrieving all-sky evapotranspiration rate using combined optical and microwave vegetation index at twenty AsiaFlux sites. Remote sensing of environment, 235, 111463. (遥感领域Top 1 期刊)

3. Wang, Y., Li, R., Hu, J., Fu, Y., Duan, J., & Cheng, Y. (2021). Daily estimation of gross primary production under all sky using a light use efficiency model coupled with satellite passive microwave measurements. Remote Sensing of Environment, 267, 112721. (遥感领域Top 1 期刊)

4. Wang, Y., Li, R., Hu, J., Wang, X., Kabeja, C., Min, Q., & Wang, Y. (2021). Evaluations of MODIS and microwave based satellite evapotranspiration products under varied cloud conditions over East Asia forests. Remote Sensing of Environment, 264, 112606. (遥感领域Top 1 期刊)

5. Wang, Y., Hu, J., Li, R., Zhang P, Song, B., Liu Q (2025). Monitoring Daily All-sky Evapotranspiration over the East Asian Continent Using Multi-channel Passive Microwave Measurements from Fengyun-3B Satellite of China. Journal of Geophysical Research: Atmospheres.  (Nature Index 期刊)

6. Wang, Y., Hu, J., Li, R., Song, B., Hailemariam, M., Fu, Y., & Duan, J. (2023). Increasing cloud coverage deteriorates evapotranspiration estimating accuracy from satellite, reanalysis and land surface models over East Asia. Geophysical Research Letters, 50(8), e2022GL102706. (Nature Index 期刊)

7. Wang, Y., Li, R., Song, B., & Hu, J. (2024). Divergent responses of summer terrestrial evapotranspiration to cloud increase in East Asia. Journal of Geophysical Research: Atmospheres, 129(6), e2023JD039246. (Nature Index 期刊)

8. Wang, Y., Hu, J., Li, R., Song, B., & Hailemariam, M. (2023). Remote sensing of daily evapotranspiration and gross primary productivity of four forest ecosystems in East Asia using satellite multi-channel passive microwave measurements. Agricultural and Forest Meteorology, 339, 109595. （林学类Top2期刊）

9. Wang, Y., Li, R., Hu, J., Fu, Y., Duan, J., Cheng, Y., & Song, B. (2022). Evaluation of evapotranspiration estimation under cloud impacts over China using ground observations and multiple satellite optical and microwave measurements. Agricultural and Forest Meteorology, 314, 108806. （林学类Top2期刊）

10. Wang, Y., Li, R., Hu, J., Fu, Y., Duan, J., Cheng, Y., & Song, B. (2021). Understanding the non‐linear response of summer evapotranspiration to clouds in a temperate forest under the impact of vegetation water content. Journal of Geophysical Research: Atmospheres, 126(23), e2021JD035239.  (Nature Index 期刊)

独立/协助指导学生发表的科研论文（本人加粗）: 

1. Bu, F., Liu, Q., Zhang, P., Chen, L., Hu, J., Li, H., Wang, Y*., & Li, R. (2026). Enhanced daily retrieval of evapotranspiration from a Transformer-based deep learning model combined with satellite passive microwave and optical observations. ISPRS Journal of Photogrammetry and Remote Sensing, 238, 442–462. （独立指导，本人通讯）

2. Song, B., Hu, J., Wang, Y., Li, D., Zhang, P., Wang, Y., ... & Li, R. (2025). Regional gross primary productivity estimation using passive microwave observations from China's Fengyun‐3B satellite. Journal of Geophysical Research: Atmospheres, 130(8), e2024JD041425. （协助指导）

3. Liu, Q., Zhang, P., Wang, Y., Hu, J., & Li, R. (2025). Global evapotranspiration retrieval using Fengyun‐3D passive microwave measurements with genetic algorithm optimization. Journal of Geophysical Research: Atmospheres, 130(16), e2025JD043823.（协助指导）

4. Li, H., Li, D., Wang, Y., Liu, Q., Hu, J., Song, B., Wu, S., Zhang P., Hong D., and Li, R.,* (2026). Downscaling microwave-based evapotranspiration with a Fourier-supervised multi-source fusion network in central-southern East Asia. Journal of Geophysical Research: Machine Learning and Computation, 3, e2025JH001176. https://doi.org/10.1029/2025JH001176

5. Hailemariam, M., Li, R., & Wang, Y. (2025). Observational study on the relationship of albedo with vegetation water content and canopy development in tropical and temperate forests of China. Theoretical and Applied Climatology, 156(1), 25.（协助指导）

6. Song, B., Liu, Q., Hu, J., Wang, Y., Zhang, P., Chen, L., Wu, S.L., Li, R.*, et al. (2025). Global gross primary productivity estimation using passive microwave observations from China's Fengyun‐3D satellite. Journal of Geophysical Research: Atmospheres, 130, e2025JD044385. https://doi.org/10.1029/ 2025JD044385 .（协助指导）