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，同年进入西南林业大学任教至今。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Remote sensing of Environment、二区SCI期刊IEEE journal of selected topics in applied earth observations and remote sensing、二区SCI Frontiers in plant Science、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2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：在二区SCI国外遥感类期刊：《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10多篇；在国内权威性期刊（期刊在学科专业排名前三）：《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》等发表中英文文章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”规划教材、云南省优秀教材《GIS原理与应用》；多次参加IGARSS、ISPRS、中国遥感大会等国内外会议并做相关主题报告。

近五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, 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

(2) 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, 在研, 主持

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

[2] 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[J]. Remote Sensing, 2018, 10(2).

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

[4] 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[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, PP(99):1-18.

[5] 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.

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

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

[8] 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[J]. Forests, 2022, 13(3): 442.

[9] 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[J]. Remote Sensing,2022.

[10] 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.

[11] 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.

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

[13] Zhang W, Chen E, Li Z, Zhao L. Estimation of Biomass in Winter Wheat (TRITICUM AESTIVUM L.) Using Polarimetric Water-Cloud Model[C]. IGARSS 2019.

[14] 张永鑫，张王菲*, 徐昆鹏. 基于典型Stokes参数的油菜物候期划分[J]. 武汉大学学报（信息科学版）. 2022. (已录用).

[14] 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[J]. 渐江农业学报. 2022. (已录用).

[16] 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[J]. 遥感技术与应用. 2022. (已录用).

[17] 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[J]. 东北林业大学学报. 2022. (已录用).

[18] 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[J/OL]. 遥感学报, 2022. (网络见刊).

[19] 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.2022.(网络见刊).

[20] 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[J/OL].世界林业研究:1-9[2022-03-20].

[21] 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[J]. 遥感技术与应用, 2022,36(2):10-19.

[22] 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.

[23] 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[J].西南农业学报,2020,33(12):2783-2787.

[24] 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[J].北京林业大学学报,2020,42(10):11-19.

[25] 张王菲,刘芝芹,姬永杰,殷晓洁.GIS课程教学中人文因素的缺失的影响及其改进[J].测绘地理信息,2020,45(05):185-187.

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

[27] 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[J].武汉大学学报(信息科学版),2020,45(02):242-249.

[28] 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[J].沈阳农业大学学报,2019,50(05):585-594.

[29] 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[J].遥感技术与应用,2017,32(06):983-997.

[30] 单治磊,张王菲,赵熙临,付波.多特征与局部线性嵌入融合算法在植物识别中的应用研究[J].西南林业大学学报(自然科学),2017,37(06):188-194.

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