个人信息

  • 教师姓名：杨勤丽

  • 教师拼音名称：yangqinli

  • 电子邮箱：qinli.yang@uestc.edu.cn

  • 入职时间：2013-09-30

  • 学历：博士研究生毕业

  • 办公地点：创新中心A513

  • 性别：女

  • 学位：哲学博士学位

  • 职称：教授

  • 博士生导师

  • 所属院系： 资源与环境学院

其他联系方式

  • 暂无内容

个人简介

长期从事数据挖掘与大数据分析、遥感图像处理、遥感水文方向的研究，取得了一系列原创性成果并陆续发表在跨学科权威期刊（如Water Research, Journal of Hydrology, Environmental Modelling & Software，Information Sciences）上，共计60余篇。近年来，主持国家自科基金青年和面上、国家重点研发计划专题、省科技厅国际合作等纵向项目10余项，主持华为等横向课题5项，获华为优秀合作奖。作为主要骨干参与国家重点研发计划、军科委基础加强重点项目等多项。担任国际水文科学协会（IAHS）中国委员会地表水分委会委员、中非水协青年委员会委员、世界气象组织（WMO）全球水文状况评估HydroSOS项目骨干。受邀撰写《第四次气候变化国家评估报告》、《第五次气候变化国家评估报告》第二部分及《中国气候与生态环境演变：2021》科学评估报告第二卷。 科研成果：一：主持的主要科研项目：[1]. 基于“空-天-地”立体监测的多源数据融合技术，十四五重点研发计划项目“黄河水源涵养区环境变化的径流效应及水资源预测”子课题， 2021.12-2025.11，主持。[2]. 基于数据流挖掘和深度学习的太湖流域洪水模拟预测模型及应用研究，实验室基金，2025.1-2026.12，主持。[3]. 基于图神经网络的四川缺资料地区洪灾成因及预测研究，四川省科技厅面上项目，2024.1-2025.12，主持。[4]. 气候与下垫面变化下基于深度学习的流域径流预测及可解释性研究，国家自然科学基金面上项目，2021.01-2024.12，主持。[5]. 基于深度学习的流域径流预测，四川省科技厅国际合作项目，2020.1-2022.12，主持。[6]. 基于数据流挖掘的径流对环境变化的动态响应研究，国家自然科学基金委青年项目，2017-2019，主持[7]. 基于机器学习的器件建模和补偿技术合作项目，华为项目，2020-2022，主持；二：代表性论文：[1] Wang, E., Li, X., Yang, J., Shao, J., Wang, G., & Yang, Q.* (2025). Optimal selection and fusion framework of multi-source soil moisture data based on climate zoning and cross attention. Journal of Hydrology, 134350.[2] Yang, J., Yang, Q.*, Hu, F., & Shao, J. (2025). An Interpretable framework of Soil moisture estimation based on Mixture-of-Experts (ISMoE): a case study on the Tibetan Plateau. Journal of Hydrology, 661, 133763.[3] Hu, F., Yang, Q.*, Yang, J., Shao, J., & Wang, G. (2025). An adaptive rainfall-runoff model for daily runoff prediction under the changing environment: Stream-LSTM. Environmental Modelling & Software, 191, 106524.[4] Liu, H., Yang, Q.*, Liu, Z., Shao, J., & Wang, G. (2024). An attention-mechanism-based deep fusion model for improving quantitative precipitation estimation in a sparsely-gauged basin. Journal of Hydrology, 628, 130568.[5] Yang, J., Yang, Q.*, Hu, F., Shao, J., & Wang, G. (2024). A climate-adaptive transfer learning framework for improving soil moisture estimation in the Qinghai-Tibet Plateau. Journal of Hydrology, 630, 130717.[6] Hu, F., Yang, Q.*, Yang, J., Luo, Z., Shao, J., & Wang, G. (2024). Incorporating multiple grid-based data in CNN-LSTM hybrid model for daily runoff prediction in the source region of the Yellow River Basin. Journal of Hydrology: Regional Studies, 51, 101652.[7] Din, S. U., Yang, Q.*, Shao, J., Mawuli, C. B., Ullah, A., & Ali, W. (2024). Synchronization-based semi-supervised data streams classification with label evolution and extreme verification delay. Information Sciences, 678, 120933.[8] 王国庆，杨勤丽等.气候驱动与流域下垫面变化的水文效应，中国水利水电出版社，2024.[9] Yang, M., Yang, Q.*, Shao, J., Wang, G., & Zhang, W. (2023). A new few-shot learning model for runoff prediction: Demonstration in two data scarce regions. Environmental Modelling & Software, 162, 105659.[10] Liu, Z., Yang, Q.*, Shao, J., Wang, G., Liu, H., Tang, X., ... & Bai, L. (2022). Improving daily precipitation estimation in the data scarce area by merging rain gauge and TRMM data with a transfer learning framework. Journal of Hydrology, 613, 128455.[11] Wu, H., Yang, Q.*, Liu, J., & Wang, G. (2020). A spatiotemporal deep fusion model for merging satellite and gauge precipitation in China. Journal of Hydrology, 584, 124664.三、科研奖项[1] 杨勤丽(1/5); 基于机器学习的器件建模和补偿技术合作项目, 华为技术有限公司, 华为光产品线2022年度优秀技术合作项目奖, 2023。[2] 杨勤丽(7/15); 基于多源降水融合的中国洪涝...

研究方向

暂无内容

    清水河校区：成都市高新区（西区）西源大道2006号　邮编： 611731  
    沙河校区：成都市建设北路二段四号　邮编：610054
    蜀ICP备 05006379 号   I　川公网安备 51019002000280 号

返回
顶部