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

清华大学-浪潮集团计算地球科学青年人才

吉林省首届“长白英才计划”青年拔尖人才

吉林省首届“优秀青年基金”获得者

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

taptap点点官方网站入口“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

所在学科专业：

计算机应用技术，人工智能

所研究方向：

                            基于AI陆气交互智能模拟

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, taptap点点官方网站入口, 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, taptap点点官方网站入口, 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, taptap点点官方网站入口, 计算机科学与技术学院，教研室主任，副教授

(5) 2019-9至 2020-9, taptap点点官方网站入口, 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, taptap点点官方网站入口, 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，基于符号回归与可微物理架构的产汇流模型构建与研发，2026.01至2029.12，51万（直接经费），在研，主持

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（直接经费），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，已结题，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，已结题，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

taptap点点官方网站入口，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

学科建设情况：

吉林省教育厅与吉林省工信厅，吉林省校企联合技术创新实验室立项建设，吉林省 AI 农业气候变化与陆面模拟创新实验室，20万，2023.12.8，平台负责人

吉林省教育厅，吉林省卓越工程师教育培养计划2.0专业建设项目，汽车零部件制造环节的焊缝缺陷识別的AI算法设计，30万，2023.12.13， 项目负责人

  学生培养：

硕士毕业生：

2020级:

王子玉；毕业去向：中山大学，博士

石高松；毕业去向：中山大学，博士

朱禹衡；毕业去向：吉林大学，博士

刘植； 毕业去向：蚂蚁集团，研发工程师

韩亚茹：毕业去向：广东云韬氢能科技有限公司，研发工程师

2021级：

张程； 毕业去向：吉林大学，博士

闫森； 毕业去向：广西大学，博士

2022级：

李甘； 毕业去向：中国地质大学武汉，博士

周星雨；毕业去向:长春理工大学，博士

洪健； 毕业去向：南京信息工程大学，博士

张梓寅；毕业去向：江西司法警官职业学院，教师

王雅宁；毕业去向：陕西航天七零六信息科技有限公司，研发工程师

王蕾蕾；毕业去向：海河水利委员会

2023级

金小淳；毕业去向：中山大学，博士

肖祺昀；毕业去向：北京师范大学，博士

钟智超；毕业去向：长春理工大学，博士

田旭； 毕业去向：吉林建筑科技学院，教师

季添华：毕业去向：研发工程师

学术论文：

2026年度:

1. Three-dimensional canopy morphology and wind dynamics govern global rainfall interception. Communications earth & environment, xxx: xxx. DOI: 10.1038/s43247-026-03694-7 (Nature旗下，中科院一区, 第一作者，通信作者).

2. Soil hydraulic pedotransfer functions for estimating saturated hydraulic conductivity: a deep symbolic regression approach with mean shift clustering. Journal of Hydrology, 669: 135173. DOI: 10.1016/j.jhydrol.2026.135173 (中科院一区, 通信作者).

3. Improving latent heat flux prediction via enhanced cross-variable interaction and temporal dependence learning. Journal of Hydrology, 672: 135388. DOI: 10.1016/j.jhydrol.2026.135388 (中科院一区, 第一作者，通信作者).

4. Physical process-based attention encoder-decoder LSTM model to improve global soil moisture prediction. Agricultural and Forest Meteorology, 384: 111161. DOI: 10.1016/j.agrformet.2026.111161 (中科院一区, 第一作者，通信作者).

5. Improving Short-term Forecasts of Soil Moisture and Evapotranspiration with Multi-task Learning and Transformer-based Feature Processing Water Resources Management, 40:215. DOI: 10.1016/j.jhydrol.2026.13538 8(中科院二区, 通信作者).

2025年度:

1. A novel diversity-aware sampling method for global soil moisture prediction. Journal of Hydrology, 662: 133851. DOI: 10.1016/j.jhydrol.2025.133851 (中科院一区, 通信作者).

2. Improving Global Soil Moisture Prediction based on Meta-Learning Model Leveraging Köppen-Geiger Climate Classification. Catena, 250: 108743. DOI: 10.1016/j.catena.2025.108743 (中科院一区, 第一作者，通信作者).

3. Dynamic sampling strategy for enhanced person re-Identification across multiple cameras.

Expert Systems with Applications, 285: 128071. DOI: 10.1016/j.eswa.2025.128071 (中科院一区,通信作者).

4. Enhanced global soil moisture prediction through a sampling-weighted sensitive learning strategy applied to various LSTM-based models. Computers and Geosciences, 207: 106068. DOI: 10.1016/j.cageo.2025.106068 (中科院二区,通信作者).

5. Establishing a periodic SM model with Fourier analysis for enhancing global soil moisture forecasting. Scientific Reports, 15: 15962. DOI: 10.1038/10.1038/s41598-025-97347-y (中科院三区, 通信作者).

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旗下，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，ESI高被引论文).

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).

2021年度前:

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).

5. 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).

6. 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).

7. 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).

8. 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).

9. 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).

10. 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).

11. 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：

2025年指导学生《中国大学生计算机设计大赛》：

吉林省二等奖1项

2025年指导学生《统计建模大赛》：

吉林省三等奖1项

2024年吉林省大学生虚拟现实大赛优秀指导教师

2024年指导学生《吉林省大学生虚拟现实》大赛：

国家三等奖1项，吉林省二等奖1项，吉林省三等奖2项

2024年指导学生《中国机器人及人工智能》大赛：

国家二等奖2项

2024年指导学生《数学建模》大赛：

吉林省二等奖1项

2024年指导学生《吉林省研究生智慧城市技术与创意》大赛：

吉林省三等奖1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：

首届数字水圈学术论坛暨土壤水研究大会-人工智能与智慧土壤前沿专题召集人

数字水圈专委青年委员

中国气象局人工智能协会委员会委员

广东省气象学会委员

吉林省青年科技工作者协会会员

长春市青年科技工作者协会会员

《吉林大学学报—工学版》青年编委会员（中国科技期刊卓越行动计划）

《软件导刊》编委会员（计算领域高质量科技期刊）

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

2024年, 气候系统预测研究中心, 广东省，广州市，特邀报告嘉宾

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：基于平均聚类采样策略的全球土壤湿度预测方法，第一发明人，（授权号：ZL 2024 1 0789220.0）

发明专利：基于物理过程的注意力编码解码LSTM模型的土壤湿度预测方法，第一发明人，（授权号：ZL202411153495.1）

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，（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，（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，（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，（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

气象人工智能-7.5 机器学习陆面气象要素预报，气象出版社，参编

人工智能原理与应用，科学出版社，副主编