张王菲，女，工学博士，山西阳城人，教授，博士生导师，中国林业科学研究院博士后，加拿大维多利亚大学、新西兰国立理工学院、英国斯特林大学访问学者，云南省 “万人计划”青年拔尖人才。2004年6月于武汉大学地图学与地理信息系统专业毕业，同年进入伟德国际1946源于英国任教至今。从事森林经理学、农林业微波、光学遥感应用及地理信息系统相关的教学及科研工作。学术兼职：中国林学会计算机分会理事、中国地理信息产业协会教育与科普工作委员会委员；担任SCI一区TOP期刊RSE、JAG；二区SCI期刊JSTAR、RS、Forests；权威期刊《北京林业大学学报》、《武汉大学学报信息科学版》、《雷达学报》等的审稿人；担任国家自然科学基金评议人。主讲课程：《地理信息系统原理》、《GIS软件应用》、《遥感软件应用》、《遥感与GIS》、地理信息系统专业《专业英语》等本科、研究生课程。研究方向：①极化、干涉SAR及多维度SAR等农林参数反演、植被散射模型构建；②深度学习在海量遥感数据中的信息提取等；③InSAR地表沉降监测研究。

科研项目：主持国家自然科学基金3项，其中面上项目1项；主持省部级、厅局级及横向项目5项。参与国家自然科学基金3项；参与国家重点研发项目“人工林资源监测关键技术研究”、国家973计划“森林垂直结构信息多模式遥感协同反演与动态分析”、国防减灾中心“GF-3卫星图像地表参数高精度定量反演技术”项目、863子课题“高分辨率SAR森林结构参数反演方法及软件”、中国科技部-欧洲空间局“龙计划”国际合作课题、“高分林业遥感应用示范系统（二期）”等多项纵向项目。参与“山东黄金集团数字地勘资源信息系统研发与管理”、“蕲春县土地利用总体规划修编”、“五华区林权制度改革”、“云南省普洱市示范区森林调查”等多项横向项目。

学术成果：在一区、二区SCI遥感、林学类期刊：《International Journal of Applied Earth Observation and Geoinformation》、《Remote sensing》、《IEEE journal of selected topics in applied earth observations and remote sensing》、《IEEE transactions on geoscience and remote sensing》、《Forests》等发表论文近20篇；在国内权威性期刊《武汉大学学报信息科学版》、《遥感学报》、《雷达学报》、《测绘学报》、《林业科学》、《北京林业大学学报》、《世界林业科学》等发表文章70余篇；主著著作：《极化与干涉SAR植被参数反演》，参著著作：国家“十三五”重点出版物《合成孔径雷达森林参数反演技术与方法》；主编国家林业和草原局普通高等教育“十三五”、“十四五”规划教材、云南省优秀教材《GIS原理与应用》；多次参加IGARSS、ISPRS、PolInSAR、GISscience、中国遥感大会等国内外会议并做相关主题报告。

近年主持的科研项目及发表的文章：

科研项目：

(1)国家自然科学基金委员会，面上科学基金项目，32371869，多频极化干涉SAR森林高度反演机理模型构建及其不确定性研究，2024-01-01 至 2027-12-31, 50万元, 在研, 主持

(2) 国家自然科学基金委员会, 地区科学基金项目, 42161059, 整合结构特征提取的极化SAR农作物叶面积指数反演, 2022-01-01 至 2025-12-31, 35万元, 在研, 主持

(3) 国家自然科学基金委员会, 地区科学基金项目, 31860240, SAR参数优选支持下的云南松各部位生物量反演研究, 2019-01-01 至 2022-12-31, 40万元, 已结题, 主持

(4) 云南省人才工作领导小组办公室，YNWR-QNBJ-2019-146，万人计划青年拔尖人才，2019-01-01至 2023-12-31, 50万元, 在研, 主持

发表文章：

[1] Shi J., Zhang W*., Marino A., et al. Forest total and component biomass retrieval via GA-SVR algorithm and quad-polarimetric SAR data. International Journal of Applied Earth Observation and Geoinformation, 2023,102375(118):1-17.

[2] Wang H., Zhang W., Yang G., et al. Maize Ear Height and Ear–Plant Height Ratio Estimation with LiDAR Data and Vertical Leaf Area Profile. remote sensing, 2023,964(15):2-20.

[3] Wang M., Zhang W*., Ji Y., et al. Aboveground Biomass Retrieval in Tropical and Boreal Forests Using L-Band Airborne Polarimetric Observations. Forests, 2023,14(5):887.

[4] Guan Y, Tian X, Zhang W*, et al. Forest Canopy Cover Inversion Exploration Using Multi-Source Optical Data and Combined Methods. Forests, 2023,1527(14):2-17.

[5] Zhang Y., Zhao H., Ji Y., Zhang T., Zhang, W*. Forest Height Inversion via RVoG Model and Its Uncertainties Analysis via Bayesian Framework—Comparisons of Different Wavelengths and Baselines. Forests, 2023,14(7):1408.

[6] Zhang W., Zhao L., Li Y., et al. Forest Above-Ground Biomass Inversion Using Optical and SAR Images Based on a Multi-Step Feature Optimized Inversion Model. Remote sensing (Basel, Switzerland), 2022,14(7):1608.

[7] Su Y., Zhang W*., Liu B., et al. Forest Carbon Flux Simulation Using Multi-Source Data and Incorporation of Remotely Sensed Model with Process-Based Model. Remote sensing (Basel, Switzerland), 2022,14(19):4766.

[8] Zhang W., Zhang T., Zhao H., et al. UNCERTAINTIES ANALYSIS IN FOREST HEIGHT ESTIMATION USING POLARIMETRIC INTERFEROMETRIC SAR DATA: IGARSS 2022.

[9] Zeng P., Shi J., Huang J., Zhang Y., Zhang, W*. COMPONENT FOREST ABOVE GROUND BIOMASS ESTIMATION USING LIDAR AND SAR DATA: IGARSS 2022.

[10] Zhang W., Li Z., Chen E., Zhang Y. Compact Polarimetric Response of Rape (Brassica napus L.) at C-Band: Analysis and Growth Parameters Inversion. Remote Sensing, 2017, 9(6):591.

[11] Zhang W., Chen E., Li Z., Ji Y., Zhang Y., Liu Z. Rape (Brassica napus L.) Growth Monitoring and Mapping Based on Radarsat-2 Time-Series Data. Remote Sensing, 2018, 10(2).

[12] Ji Y., Xu K., Zeng P., Zhang W*. GA-SVR Algorithm for Improving Forest above Ground Biomass Estimation Using SAR Data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, (99):1-1.

[13] Zhao L., Chen E., Li Z., Zhang W., Fan Y. A New Approach for Forest Height Inversion Using X-Band Single-Pass InSAR Coherence Data. IEEE Transactions on Geoscience and Remote Sensing, 2021, (99):1-18.

[14] Wan X., Li Z., Chen E., Zhao L., Zhang W., Xu K. Forest Aboveground Biomass Estimation Using Multi-Features Extracted by Fitting Vertical Backscattered Power Profile of Tomographic SAR [J]. Remote Sensing, 2021,13,186.

[15] Xu K., Zhao L., Li K., Chen E., Zhang W., Yang, H. Estimation of Crop Biomass Using GF-3 Polarization SAR Data Based on Genetic Algorithm Feature Selection. 测绘学报:英文版, 2020.

[16] Zhang W., Zhang Y., Yang Y., Chen E. Oilseed Rape (Brassica napus L.) Phenology Estimation by Averaged Stokes-Related Parameters. Remote Sensing, 2021,13(14):2652.

[17] Zeng P., Zhang W*., Li Y., Shi J., Wang Z. Forest Total and Component Above-Ground Biomass (AGB) Estimation through C-and L-band Polarimetric SAR Data. Forests, 2022, 13(3): 442.

[18] Zhang W., Zhao L., Li Y., Shi J., Yan M., Ji Y. Forest Above Ground Biomass Inversion Using Optical and SAR Images Based on A Multi-step Feature Optimized Inversion Model. Remote Sensing,2022.

[19] Wang C., Zhao L., Zhang W*., Mu X., Li S. Segmentation of multi-temporal polarimetric SAR data based on mean-shift and spectral graph partitioning. PeerJ, 2022,10: e12805.

[20] Zhao L., Chen E., Li Z., Zhang W., Gu X. Three-step semi-empirical radiometric terrain correction approach for polsar data applied to forested areas. Remote Sensing, 2017,9(3), 269.

[21] Ji Y., Zeng P., Zhang W*, Zhao L. Forest Biomass Inversion Based on KNN-FIFS with Different ALOS Data. IGARSS 2021.

[22] 姬永杰, 徐昆鹏, 张王菲*, 史建敏, 张甫香. 不同波长极化SAR数据水云模型森林生物量反演对比分析. 北京林业大学学报, 2023, 45(2): 24-33

[23] 毛英伍, 郭颖, 张王菲*, 等. 联合LiDAR、高光谱数据及3D-CNN方法的树种分类[J]. 林业科学, 2023,59(03):73-83.

[24] 史建敏, 张王菲*, 曾鹏, 等. 联合GF-1和GF-3影像的森林地上生物量反演. 北京林业大学学报, 2022,44(11):70-81.

[25] 巨一琳, 姬永杰, 黄继茂, 张王菲. 联合LiDAR和多光谱数据森林地上生物量反演研究. 南京林业大学学报(自然科学版), 2022,46(01):58-68.

[26] 张永鑫，张王菲*, 徐昆鹏. 基于典型Stokes参数的油菜物候期划分. 武汉大学学报（信息科学版）. 2023. 48(08):1322-1330.

[27] 赵丽仙，张王菲*, 李云，张庭苇，黄国然. GF-3数据及H/A/a分解特征参数支持的农作物分类研究. 渐江农业学报. 2022. 34(11):2492-2504.

[28] 郭世鹏，张王菲*，康伟，张庭苇，李云. 融合PS、SBAS、DS InSAR技术的昆明地面沉降研究. 遥感技术与应用. 2022. 37(2):460-473.

[29] 王熙媛, 张王菲* , 李云, 杨仙保. 基于光学遥感特征优选的森林地上生物量反演. 东北林业大学学报. 2022.50(4):19-26.

[30] 张庭苇, 姬永杰, 张王菲*. PolInSAR森林高度反演中方法及波段选择引起的不确定性分析. 遥感学报, 2022. 26(10):1963-1975.

[31] 张庭苇，张王菲*，张永鑫，黄国然. 基于贝叶斯模型的森林高度极化干涉SAR反演不确定性分析.遥感学报.2023.

[32] 姬永杰, 张王菲*. 森林地上生物量合成孔径雷达技术反演研究综述.世界林业研究. 2022,35(3):32-39.

[33] 杨仙保，张王菲*，孙斌，高志海，李毅夫，王晗. 基于GEE和Sentinel-2时序数据的呼伦贝尔沙地及其周边植被类型识别研究. 遥感技术与应用, 2022,36(2):10-19.

[34] 李诗涛, 张王菲*, 赵丽仙,王熙媛.基于时序PolSAR影像与决策树模型的油菜物候期识别[J].浙江农业学报,2021,33(11):2116-2127.

[35] 王子芝,张王菲,周俊宏,廖声熙,吴文君,崔凯,张鹏.不同地理种源漆树幼苗光合特性研究.西南农业学报,2020,33(12):2783-2787.

[36] 李云,张王菲*,崔鋆波,李春梅,姬永杰.参数优选支持的光学与SAR数据森林地上生物量反演研究.北京林业大学学报,2020,42(10):11-19.

[37] 张王菲,陈尔学,李增元,杨浩,赵磊.雷达遥感农业应用综述.雷达学报,2020,9(03):444-461.

[38] 张王菲,文哲,张亚红,张庭苇,李云.Stokes参数在油菜长势监测中的可行性分析.武汉大学学报(信息科学版),2020,45(02):242-249.

[39] 康伟,张王菲*,张亚红,丁阳,王馨爽,张庭苇.小麦生物量极化分解参数响应及反演.沈阳农业大学学报,2019,50(05):585-594.

[40] 张王菲,陈尔学,李增元,赵磊,姬永杰.干涉、极化干涉SAR技术森林高度估测算法研究进展.遥感技术与应用,2017,32(06):983-997.

欢迎地图学与地理信息系统、森林经理学、林业三个专业博士、硕士报考！

Email：mewhff@163.com