一、个人基本情况

性别：女

出生年月：1990年7月

政治面貌：中共党员

职称：讲师

最后学历、学位：工学博士

E-mail：[email protected]

二、主要学习及工作经历

1. 主要学习经历(从本科写起）

(1)2008年9月—2012年6月，武汉大学，地理信息系统专业，本科;

(2)2012年9月—2017年6月，武汉大学，地图制图学与地理信息工程专业，博士;

2. 主要工作经历

(1)2017年7月—2019年9月，南京信息工程大学，地理科学学院，地信系，讲师；

(2)2019年9月—2021年9月，德州大学奥斯汀分校，杰克逊地球科学学院，博士后；

(3)2021年12月—2024年12月，国产a视频免费观看不卡，水利与环境工程学院，水文水资源系，讲师；

(4)2025年01月—至今，国产a视频免费观看不卡，航空工程学院，遥感地信系，讲师。

三、学科专业领域及主要研究方向

学科专业领域：地理信息科学

主要研究方向：1. 陆面模拟与数据同化；2. 地表水热变量遥感反演；

四、主要科研项目（不超过10项）

1. 江苏省高校面上项目：基于多源遥感联合同化的淮河流域蒸散发研究，2018.09-2020.08，主持，结题。

2. 国家自然科学基金青年项目：联合深度学习与多源遥感协同同化的农业干旱监测方法，2023.01-2025.12，主持，在研；

五、主要科研成果

1.代表性论文：

（1）Chen W, Huang C, Yang Z L. More severe drought detected by the assimilation of brightness temperature and terrestrial water storage anomalies in Texas during 2010–2013[J]. Journal of Hydrology, 2021, 603: 126802.

（2）Chen W, Huang C, Yang ZL, Zhang Ying. Retrieving accurate soil moisture over the Tibetan Plateau using multi-source remote sensing data assimilation with simultaneous state and parameter estimations[J]. Journal of Hydrometeorology, 2021, 22(10): 2751-2766.

（3）Hou J, Huang C, Chen W, Zhang Ying. Improving Snow Estimates Through Assimilation of MODIS Fractional Snow Cover Data Using Machine Learning Algorithms and the Common Land Model[J]. Water Resources Research, e2020WR029010.

（4）Hou J, Huang C, Chen W, Zhang Ying. Developing Machine Learning‐Based Snow Depletion Curves and Analyzing Their Sensitivity over Complex Mountainous Areas[J]. Hydrological Processes, 2021, 35(8): e14303.

（5）Tao L, Wang G, Chen W, Chen X, Li J, Cai Q. Soil moisture retrieval from SAR and optical data using a combined model[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2019, 12(2): 637-647.

（6）Chen W, Shen H, Huang C, Li X. Improving Soil Moisture Estimation with A Dual Ensemble Kalman Smoother by Jointly Assimilating AMSR-E Brightness Temperature and MODIS LST[J]. Remote Sensing, 2017, 9(3): 273.

（7）Huang C, Chen W, Li Y, Li X. Assimilating multi-source data into land surface model to simultaneously improve estimations of soil moisture, soil temperature, and surface turbulent fluxes in irrigated fields[J]. Agricultural and Forest Meteorology, 2016, 230: 142-156.

（8）Chen W, Huang C, Shen H, Li X. Comparison of ensemble-based state and parameter estimation methods for soil moisture data assimilation[J]. Advances in Water Resources, 2015, 86: 425-438.

（9）陈玮婧, 黄春林, 沈焕锋, 李新. 基于Lorenz-63模型的状态与参数同时估计方法对比研究[J]. 遥感技术与应用, 2015, 30(4): 684-693.