个人简况

研究领域和研究方向

主要科研成果

主要研究项目

个人简况

男，1971年生，浙江省淳安县人，博士。现任中国科学院地理科学与资源研究所研究员。

教育经历

1989年9月－1993年7月就读于华东师范大学地理系，获学士学位；

1993年9月－1996年7月就读于中国科学院地理科学与资源研究所，获硕士学位；

1996年9月－1998年12月就读于中国科学院地理科学与资源研究所，获博士学位；

1999年9月－2003年7月就读于美国马里兰大学地理系，获博士学位。

工作经历

2003年8月－2005年12月，美国马里兰大学地理系任博士后；

2006年1月－2007年5月，美国马里兰大学地理系任助理研究员；

2007年6月－2009年9月，美国宇航局全球变化数据中心任水文专家；

2009年9月入选中国科学院“百人计划”，聘为中科院地理科学与资源研究所研究员；

2010年通过中国科学院“百人计划”择优选拔。

研究领域和研究方向

研究领域：遥感信息地学参数的获取及其与地表过程模型的同化。

主要研究方向：遥感数据的预处理、气候变化关键变量的估算、遥感数据产品的再分析、遥感信息与农作物生长模型的耦合。

近期主要研究工作：(1)气候变化关键数据集的不确定分析与质量评价。针对影响气候变化关键数据集中的地面要素（如叶面积指数等）进行不确定性的分析与定量化表达方法研究，分别评价它们的可信度和适用范围，建立不确定性与质量评价理论方法体系，为全球变化关键数据集的正确使用提供科学依据。(2)气候变化关键数据集质量改进方法研究。针对现有气候变化关键数据集存在的主要问题，研究适用于不同数据的均一化处理方法及相应的质量控制方案，发展多源数据的质量改进方法和多尺度时空数据融合与改进方法，构建具有针对性的数据订正方法体系，建立能够更准确反映地表动态变化的增值数据产品。(3)不确定性对陆面过程模拟的影响分析。研究关键数据集的不确定性对陆面过程模型（LSM）及气候变化模拟的影响，分析数据的不确定性对全球变化观测体系建设的影响。

主要科研成果

在遥感数据的预处理、地表生物物理变量的估算、遥感数据产品的再分析、遥感信息与农作物生长模型的耦合研究等方面，取得了系列研究成果。包括提出了若干地表反射率、叶面积指数遥感反演与数据同化的新方法。针对当前卫星地表产品中存在的问题，开发了新的时空滤波算法（TSF），该算法已成功用于对MODIS数据产品如叶面积指数和反照率进行再分析，获得了高质量的时空连续产品。对MODIS、CYCLOPES及GLOBCARBON等全球叶面积指数产品的不确定性及其时空分布规律研究做了大量的贡献，从而为LAI遥感信息产品在全球陆面、水文与气候模型的应用提供了科学依据。共发表科技论文30余篇，其中SCI索引论文20余篇。

主要研究项目

1. 中国科学院“百人计划”项目：遥感信息地学参数的获取及其与地表过程模型的同化（01/2011-12/2013）；

代表性学术论文

1. Fang, H., S. Liang, G. Hoogenboom, 2011. Integration of MODIS products and a crop simulation model for crop yield estimation. International Journal of Remote Sensing, 32(4): 1039-1065.

2. Fang, H., S. Liang, G. Hoogenboom, J. Teasdale, and M. Cavigelli, 2008. Crop yield estimation through assimilation of remotely sensed data into the CSM-CERES-Maize model. International Journal of Remote Sensing, 29(10): 3011-3032.

3. Fang, H., S. Liang, J. R. Townshend, and R. E. Dickinson, 2008. Spatially and temporally continuous LAI data sets based on an integrated filtering method: Examples from North America. Remote Sensing of Environment, 112(1): 75-93.

4. Fang, H., S. Liang, H.-Y. Kim, J. R. Townshend, C. L. Schaaf, A. H. Strahler, and R. E. Dickinson, 2007. Developing a spatially continuous 1 km surface albedo data set over North America from Terra MODIS products. Journal of Geophysical Research – Atmosphere, 112, D20206, doi: 10.1029/2006JD008377.

5. Fang, H., S. Liang, M. P. McClaran, W. van Leeuwen, S. Drake, S. E. Marsh, A. Thomson, R. C. Izaurralde, and N. J. Rosenberg, 2005. Biophysical Characteristics and management effects on semiarid rangeland observed from Landsat ETM+ data. IEEE Transactions on Geosciences and Remote Sensing, 43(1): 125-134.

6. Fang, H. and S. Liang, 2005. A hybrid inversion method for mapping leaf area index from MODIS data: experiments and application to broadleaf and needleleaf canopies. Remote Sensing of Environment, 94(3): 405-424.

7. Fang, H., G. Liu, and M. Kearney, 2005. Geo-relational analysis of soil type, soil salt content, landform, and land use in the Yellow River Delta, China. Environmental Management , 35(1): 1-13.

8. Fang, H., S. Liang, M. Chen, C. Walthall, and C. Daughtry, 2004. Statistical comparison of MISR, ETM+ and MODIS land surface reflectance and albedo products of the BARC Land Validation Core Site, USA. International Journal of Remote Sensing, 25(2): 409-422.

9. Fang, H. and S. Liang, 2003. Retrieve LAI from Landsat 7 ETM+ data with a neural network method: simulation and validation study. IEEE Transactions on Geosciences and Remote Sensing, 41(9): 2052-2062.

10. Fang, H., and S. Liang, 2003. Retrieving LAI using a genetic algorithm with a canopy radiative transfer model. Remote Sensing of Environment, 85(3): 257-270.