性别：

男

职称：

教授

最高学历：

研究生

最高学位：

博士

Email：

liqingliang@ccsfu.edu.cn

吉林省“ 优秀青年基金”

吉林省“高校优秀青年科研创新人才”

吉林省第一批高层次“E+类”人才

吉林省第三批高层次“D类”人才

中国电子学会“大数据专业”技术人才

长春师范大学“科研育人”先进个人

吉林省福卡思特信息技术有限公司“大数据分析”专家

吉林省首届“长白英才计划”青年拔尖人才

所在学科专业：

计算机应用技术

所研究方向：

机器学习，基于AI的陆面要素模拟

讲授课程：

   《软件测试》，《图像处理》，《高级软件工程及软件架构》

教育经历：

（1）2013年09月-2016年06月，吉林大学，计算机应用技术，博士，导师: 赵宏伟

（2）2011年09月-2013年06月，吉林大学，计算机应用技术，硕士，导师: 宋长龙

（3）2007年09月-2011年06月，长春理工大学，光电工程，学士

工作经历：

（1）2020-9至 今, 中山大学, 大气科学学院，访问学者 (导师：戴永久院士)

（2）2024-7至 今, 长春师范大学, 计算机科学与技术学院，副院长，教授（人才政策）

（3）2024-1至 2024-7, 长春师范大学, 计算机科学与技术学院，教研室主任，教授（人才政策）

（4）2020-9至2024-1, 长春师范大学, 计算机科学与技术学院，教研室主任，副教授

（5）2019-9至 2020-9, 长春师范大学, 计算机科学与技术学院，教研室主任，党支部书记，副教授

（6） 2018-11至2019-9, 长春师范大学, 计算机科学与技术学院, 讲师

（7）2016-9至2018-11, 长春理工大学, 计算机科学技术, 讲师

教、科研项目：

                               主持项目情况：

国家自然科学基金，面上项目，基于多变量预报信息和物理约束的土壤湿度人工智能预 报模型研发，2023.01至2026.12，55万，在研，主持

国家自然科学基金，青年项目，基于时空深度学习的土壤温度预测可解释性研究，2022.01至2024.12，30万，在研，主持

吉林省科技厅，优秀青年基金，基于物理约束的土壤湿度人工智能联合预报模型，2023.01至2026.12，30万在研，主持

教育部，产学合作协同育人项目，大数据技术在金融领域应用的课程建设，2021.05至2023.05，5万，在研，主持

吉林省科技厅，重大科技专项，闪光式固态激光雷达产品研发，2020.01至2022.12，20万/600万，在研，子课题负责人

吉林省发改委，产业技术研究与开发项目，口腔内牙齿三维重建系统的关键技术研究，2020-01至2021-12，25万，在研，参加

长春师范大学，青年教师培育计划项目，耦合多种模型的食品销售预测关键技术研究，2020-01至2021-12，2万，已结题，主持

吉林省福卡思特信息技术有限公司，基于深度学习和智能检索技术的中小企业大数据应用分析平台，2019-01至2019-7，36万，已结题，主持

吉林省教育厅，“十三五”科学技术研究项目，基于增强现现实的虚拟手术系统关键技术研究，2018-01至2019-12，4万，已结题，主持

符号计算与知识工程教育部，重点实验室项目，口腔扫描系统关键技术研究，2017-01至2018-12，2万，已结题，主持

学术论文：

2024年度:

1. Advancing symbolic regression for earth science with a focus on evapotranspiration modeling. npj Climate and Atmospheric Science, 7: 321. DOI: 10.1038/s41612-024-00861-5 (Nature子刊，中科院一区, 第一作者，通信作者).

2. Improving Global Soil Moisture Prediction through Cluster-Averaged Sampling Strategy. Geoderma, 639: 131521. DOI: 10.1016/j.geoderma.2024.116999 (中科院一区, 第一作者，通信作者).

3. Meta-LSTM in hydrology: Advancing runoff predictions through model-agnostic meta-learning. Journal of Hydrology, 639: 131521. DOI: 10.1016/j.jhydrol.2024.131521 (中科院一区, 通信作者).

4. Enhancing Data-Driven Soil Moisture Modeling with Physically-Guided LSTM Networks. Front. For. Glob. Change, 7: 1353011. DOI: 10.3389/ffgc.2024.1353011 (中科院三区, 通信作者).

5. Enhancing Soil Moisture Forecasting Accuracy with REDF-LSTM: Integrating Residual En-Decoding and Feature Attention Mechanisms. Water, 16(10): 1376. DOI: 10.3390/w16101376 (中科院三区, 通信作者).

6. Soil temperature prediction based on Explainable Artificial Intelligence and LSTM Provisionally accepted. Front. Environ. 12: 1353011. DOI: 10.3389/fenvs.2024.1426942 (中科院三区, 通信作者).

7. Few-shot SAR target classification via meta-learning with hybrid models. Front. Earth. 12: 1469032. DOI: 10.3389/feart.2024.1469032 (中科院三区, 通信作者).

8. Enhancing Hydrological Variable Prediction through Multitask LSTM Models. Water, 16: 2156. DOI: 10.3390/w16152156 (中科院三区, 通信作者).

2023年度:

1. Camera-aware re-identification feature for multi-target multi-camera tracking. Image and Vision Computing, 142(6):104889. DOI: 10.1016/j.imavis.2023.104889 (中科院二区, 通信作者).

2. Interpretable spatio-temporal modeling for soil temperature prediction. Front. For. Glob. Change, 6: 1295731. DOI: 10.3389/ffgc.2023.1295731 (中科院一区, 通信作者).

3. LandBench 1.0: A benchmark dataset and evaluation metrics for data-driven land surface variables prediction. Expert Systems with Applications, 243(1):122917. DOI: 10.1016/j.eswa.2023.122917 (中科院一区, 第一作者，通信作者).

4. A novel local-global dependency deep learning model for soil mapping. Geoderma, 438:116649. DOI: 10.1016/j.geoderma.2023.116649 (中科院一区, 第一作者，通信作者).

2022年度:

1. A 1 km daily soil moisture dataset over China using in situ measurement and machine learning. Earth System Science Data, 14(12):5267-5286. DOI: 10.5194/essd-14-5267-2022  (中科院一区, 第一作者; 被国家青藏高原列入明星数据集，关键数据集中排名第一).

2. Improving soil moisture prediction using a novel encoder-decoder model with residual learning. Computers and Electronics in Agriculture, 195(2):106816. DOI: 10.1016/j.compag.2022.106816 (中科院一区, 第一作者).

3. An attention-aware LSTM model for soil moisture and soil temperature prediction. Geoderma， 409(2):115651. DOI: 10.1016/j.geoderma.2021.115651 (中科院一区, 第一作者，ESI高被引, ESI高被引热点论文).

4. Modeling Soil Temperature for Different Days Using Novel Quadruplet Loss-Guided LSTM, Computational Intelligence and Neuroscience, 2022(4). DOI: 10.1155/2022/9016823 (中科院四区, 通信作者).

2021年度:

1. An Ensemble 3D Convolutional Neural Network for Spatiotemporal Soil Temperature Forecasting. Sustainability, 13(16):9174. DOI: 10.3390/su13169174 (中科院三区, 通信作者).

2. A New Embedded Estimation Model for Soil Temperature Prediction. Scientific Programming, 2021(2011):1-16. DOI: 10.1155/2021/5881018 (中科院四区, 通信作者).

3. Improved Daily SMAP Satellite Soil Moisture Prediction over China using deep learning model with transfer learning. Journal of Hydrology, 600(D20):126698. DOI: 10.1016/j.jhydrol.2021.126698 (中科院一区, 第一作者).

2020年度:

1. Soil Temperature Prediction Using Convolutional Neural Network Based on Ensemble Empirical Mode Decomposition, IEEE Access PP(99):1-1. DOI: 10.1109/ACCESS.2020.3048028 (中科院二区, 通信作者).

2. Soil Temperature Prediction Using Convolutional Neural Network Based on Ensemble Empirical Mode Decomposition, IEEE Access PP(99):1-1. DOI: 10.1109/ACCESS.2020.2982996 (中科院二区, 第一作者).

3. A Novel Multichannel Long Short-Term Memory Method With Time Series for Soil Temperature Modeling, IEEE Access 8:182026-182043. DOI: 10.1109/ACCESS.2020.3028995 (中科院二区, 第一作者).

4.极限梯度提升和长短期记忆网络相融合的土壤温度预测, 光学精密工程, 2020, 28(10): 2337-2348 (EI检索, 第一作者).

2020年度前:

1. Computer-aided diagnosis of mammographic masses using local geometric constraint image retrieval, Optiks 171: 757-767. DOI: 10.1016/j.ijleo.2018.06.114 (中科院四区, 第一作者).

2. Hierarchical Geometry Verification via Maximum Entropy Saliency in Image Retrieval, Entropy, 16: 3848-3865. DOI: 10.3390/e16073848 (中科院三区, 导师外第一作者).

3. 基于分级显著信息的空间编码方法, 电子学报, 2014, 42(9): 1863-1867 (EI检索, 导师外第一作者).

4. 特征点显著性约束的图像检索方法, 吉林大学学报(工学版), 2016, 46(2): 266-270 (EI检索, 导师外第一作者).

5. 基于局部邻域约束的空间验证方法, 吉林大学学报(工学版), 2016, 46(1): 542-548 (EI检索, 导师外第一作者).

6. 一种改进的相位解缠算法, 吉林大学学报(理学版), 2018, 56(03):214-218 (中文重要核心期刊, 第一作者).

7. 基于空间像素强度的脑瘤图像检索方法, 吉林大学学报(理学版), 2018, 56(03):214-218 (中文重要核心期刊, 第一作者).

获奖情况：

获奖情况：

2024年中国机器人及人工智能大赛：

国家二等奖2项

2023年吉林省大学生虚拟现实大赛优秀指导教师

2023年指导学生《吉林省大学生虚拟现实》大赛：

国家一等奖1项，吉林省二等奖1项，吉林省三等奖1项

2022年指导学生《数学建模》大赛：

吉林省二等奖2项

2021年指导学生《互联网+大学生创新创业》大赛：

吉林省二等奖1项

2021年指导学生《美国数学建模》大赛：

国家级优秀奖1项

2019年指导学生《互联网+大学生创新创业》大赛：

吉林省三等奖1项

2017年指导学生《软件精英挑战赛》大赛：

东北区二等奖1项

2013-2014年吉林大学博士论坛

一等奖

2012年吉林大学国家奖学金

社会活动：

Engineering Applications of Computational Fluid Mechanics、Environmental Research Letters、Expert Systems With Applications等top期刊审稿人。

中国气象局人工智能协会委员会会员；吉林省电子学会会员

2023年, 吉林省科学技术协会,吉林省，长春市，特邀报告嘉宾

2021年，第九届中国计算机学会大数据学术会议，广东省，广州市，特邀报告嘉宾

吉林省福卡思特信息技术有限公司“大数据分析专家”

发明专利：一种基于水平衡约束深度学习的土壤湿度预测方法，第一发明人， （授权号：ZL202311250109.6）

发明专利：一种基于局部-全局依存关系的土壤质地预测方法，第一发明人，2023.07.31. （授权号：ZL202310950055.8）

发明专利：基于几何约束和空间像素强度的医学图像检索方法，第一发明人，2022.02.01. （授权号：ZL201810496727.1）

实用新型专利：一种图像处理设备支架，第一发明人，2018.07.27. （授权号：207661334U）

实用新型专利：一种图像处理用工作台，第一发明人，2018.08.17. （授权号：207740656U）

著作教材：

计算机文化基础，2017年，北京工业大学出版社，主编