刘莉导师简介

姓名：刘莉

性别：女

出生年月：1995.08

职称：讲师

所属学科：计算机科学与技术

主要研究方向：遥感图像处理、人工智能、农业气象灾害监测等

主页：https://www.scholat.com/liliu2023

邮箱：1361145466@qq.com

个人基本情况：

刘莉，中共党员，2022年9月毕业于浙江大学，农业遥感与信息技术专业，博士。2022年11月入职三峡大学，现为硕士生导师和本科班主任。先后承担了本科生的《机器学习》、《算法分析与设计》、《现代图像处理理论》和研究生的《学科前沿与实践》等课程的教学工作。近五年发表论文12篇，其中一作 SCI TOP/EI/核心6篇。申请国家发明专利5项，软件著作权6项。主持国家自然科学基金1项，湖北省自然科学基金1项，宜昌市自然科学研究项目1项，横向项目1项；作为项目骨干参与国家自然科学基金项目2项、国家重点研发计划重点专项1项、公益性行业（农业）科研专项1项。担任SCI二区期刊《Remote Sensing》客座编辑，以及《Remote Sensing of Environment》在内等SCI期刊的审稿人。更多信息请参考个人主页：https://www.scholat.com/liliu2023

主持或参与主要科研项目：

l 国家自然科学基金项目，42401404，标签自适应补全半监督学习框架下水稻种植区遥感提取方法研究，2025-01至2027-12，主持

l 湖北省自然科学基金青年项目，2024AFB130，遥感数据-气象信息-深度学习耦合的水稻高温热害监测方法研究，2024-03至2026-03，主持

l 宜昌市自然科学研究项目，A24-3-005，基于多源遥感数据和物候信息的水稻干旱灾害监测方法研究，2024-01至2025-12，主持

l 三峡大学乡村振兴项目，2024XCZX03，佑溪村高标准农田水稻生长环境遥感监测研究与示范，2024-12至2027-12，主持

l 湖北省电力规划设计研究院有限公司（横向），SDHZ20230367，内蒙古低碳零碳产业园绿色供电典型模式及数字化规划设计管理平台研究，2023-10至2024-05，主持。

l 教研项目，CX20241211，工程教育全流程教学模式下计算机类专业人工智能实践平台建设，2024.12-2025.11，主持

l 科技部重大专项，NK2022181008，刈牧草地地力提升示范效果管理系统研发，2024.01至2026.12，参与（2/7）

l 湖北省中央引导地方科技发展专项，2024BSB002，三峡库区遥感图像解译关键技术及系统研发， 2024.12-2026.12，参与（4/8）

l 国家自然科学基金面上项目，42171314，耦合先验知识与深度学习的水稻种植区遥感提取方法研究，2022-01 至 2025-12，参与（3/10）

l 宜昌市农业生态与资源保护站（横向），SDHZ20230461，宜昌市农业生态与资源保护站宜昌市耕地障碍成因排查及分析项目第三方技术服务，2023-11 至2024-11，参与（4/13）

l 大学生创新实验项目，油菜渍害光谱特征研究，2015-01至2017-12，0.8万元，主持

论文发表：

[1]. Liu Li, Huang Jingfeng*, Xiong Qinxue, Zhang Huijuan, Song Peiling, Huang Yanhong, Dou Yujie and Wang Xiuzhen. Optimal MODIS data processing for accurate multi-year paddy rice area mapping in China, GIScience & Remote Sensing, 2020, 57(05): 687-703. (一区SCI, IF5=7.3)

[2]. Liu Li, Huang Ran, Cheng Jiefeng, Liu Weiwei, Chen Yan, Shao Qi, Duan Dingding, Wei Pengliang, Chen Yuanyuan and Huang Jingfeng*. Monitoring meteorological drought in southern China using remote sensing data, Remote Sensing, 2021, 13 (19), 3858. (二区SCI, IF5=4.9)

[3]. Dong Ren, Meng Li, Ziyu Hong, Li Liu*, Jingfeng Huang, Hang Sun, Shun Ren, Pan Sao, Wenbin Wang, Jingcheng Zhang*. MASFNet: multi-level attention and spatial sampling fusion network for pine wilt disease trees detection, Ecological Indicators, 2025, 170, 113073. (一区SCI，IF5=6.6)

[4]. Liu Li, Yuan Cian, Chen Yan, Ren Dong*. RICE-HDM: a remote sensing framework for monitoring rice high-temperature heat damage in the middle and lower reaches of the Yangtze River, 2024 3th International Conference on Frontiers of Artificial Intelligence and Machine Learning. （EI）

[5]. 刘莉, 戴黎, 雷廷海, 徐金刚, 段丁丁, 熊勤学*, 苏荣瑞, 刘凯文, 尤慧, 高华东. 持续受渍对油菜叶片光谱特性的影响. 江苏农业科学, 2017, 45(05): 57-60.

[6]. 赵亮, 刘莉, 司丽丽*, 赵铁松, 黄敬峰. 基于Google Earth Engine和自动统计分配算法的大范围冬小麦提取. 湖北农业科学, 2022, 61(19): 132-140.

[7]. Dong Ren, Zerui Wang, Hang Sun*, Li Liu, Wenbin Wang, Jingcheng Zhang. Salience Feature Guided Decoupling Network for UAV Forests Flame Detection. Expert Systems with Applications. 2025, 270:126414.

[8]. Ren Dong, Li Falin, Sun Hang*, Liu Li, Ren Shun, Yu Mei. Local- enhanced multiscale aggregation swin transformer for semantic segmentation of high-resolution remote sensing images,International Journal of Remote Sensing.

2024, 45(1): 101-120. (三区SCI, IF5=3.6)

[9]. Dong Ren, Gan Zhao, Hang Sun*, Shun Ren, Li Liu. MIAYOLO: Multi-Expert and Intra-Class Aggregation Assisted Suburban Building Detection in Unmanned Aerial Vehicle Imagery. IEEE Geoscience and Remote Sensing Letters, 2023, 18(9): 1-5.（二区SCI, IF=5.5）

[10]. Chen Yan, Huang Jingfeng*, Yang Lingbo and Liu Li. Mapping “Cold Dew Wind” damaged area of late paddy rice in Jiangxi Province using Moderate Resolution Imaging Spectroradiometer data, 2021 9th International Conference on Agro-Geoinformatics (Agro-Geoinformatics), 197-201. (EI)

[11]. 段丁丁, 熊勤学*, 刘莉, 何英彬. 持续受涝对冬小麦高光谱特征参数的影响分析. 中国农业信息, 2018, 30(02): 86-94.

[12]. 段丁丁, 何英彬, 于金宽 , 刘莉, 徐瑞阳, 李文. DSSAT-SUBSTOR马铃薯模型的参数敏感性分析及适宜性评价. 安徽大学农业学报, 2019, 46(03): 521-527.

[13]. 尤慧, 刘凯文, 李鑫川, 苏荣瑞, 刘莉, 高华东. 渍害胁迫对油菜叶片光谱的影响及识别指标研究. 江苏农业科学, 2019, 47(16): 71-77.

期待你：

l 有变好的愿望和决心，能主动沟通，大家一起进步~

l 目标明确，不畏难，能不断思考总结，主动解决问题~

l 能沉下心阅读英文文献，主动学习遥感知识和编程~

l 有一定的代码能力，熟悉python编程语言以及pytorch深度学习框架