支俊俊，男，1987年9月，安徽懷遠人，博士，安徽師範大學地理與旅遊學院，副教授，博士生導師。
基本介紹
- 中文名：支俊俊
- 畢業院校：浙江大學
- 學位/學歷：博士
- 職業：教師
- 專業方向：農業遙感
- 主要成就：省部級科技進步獎獲得者，美國Michigan State University訪問學者
- 任職院校：安徽師範大學地理與旅遊學院
- 職稱：副教授
人物經歷,研究領域,主講課程,學術成果,榮譽獎項,
人物經歷
工作經歷：
2022.04-至今 安徽師範大學，地理與旅遊學院，博士生導師
2020.08-至今 安徽師範大學，地理與旅遊學院，副教授
2020.01-- 安徽師範大學，地理與旅遊學院，碩士生導師
2016.12-2020.07-- 安徽師範大學，地理與旅遊學院，講師
2014.10-2016.11 中科院南京土壤研究所，博士後，合作導師：張甘霖（傑青，國家重點實驗室主任）
教育經歷：
2009.09-2014.09 浙江大學，環資學院，農業遙感與信息技術專業，博士學位
2005.09-2009.07 南京農業大學，農學院，農學專業，學士學位
出國經歷：
2018.11-2019.11 美國密西根州立大學（Michigan State University），訪問學者，合作導師：Joseph P. Messina教授
2013.09 德國基爾大學（Kiel University），學術交流
研究領域
農業遙感、機器學習、無人機套用
主講課程
本科生專業基礎課：《資料庫技術》、《空間資料庫》、《GIS基礎》、《地理科研訓練》；
碩士生專業基礎課：《陸面觀測、模擬與數據同化》、《地理數學方法》。
學術成果
主持國家自然科學基金面上項目、國家自然科學基金青年項目、中國博士後科學基金、教育部人文社科基金、安徽省自然科學基金等5項國家級和省部級科研項目，參與國家自然科學基金重點項目、教育部人文社科基金、安徽省自然科學基金等十餘項科研項目。獲得浙江省科技進步獎二等獎1項，獲得國家發明專利2項，軟體著作權3項，出版專著2部（執筆合計16.3萬字），在《Agricultural and Forest Meteorology》、《Ecological Indicators》、《Remote Sensing》、《Applied Geography》、《Stochastic Environmental Research and Risk Assessment》、《Pedosphere》、《農業工程學報》等期刊發表論文40餘篇，其中SCI/SSCI論文20餘篇。擔任《Ecological Indicators》、《Stochastic Environmental Research and Risk Assessment》和《Plant Ecology》等國際期刊審稿工作，擔任《土壤通報》首屆青年編委。
專著：
[1]吳嘉平,荊長偉,支俊俊.浙江省土壤資料庫及其套用[M].杭州:浙江大學出版社. 2014.執筆10萬字（浙大出版社“高水平學術著作與教材出版基金”資助）；
[2]吳嘉平,荊長偉,支俊俊.浙江省縣市土壤圖集[M].長沙:湖南地圖出版社. 2012.執筆6.3萬字；
專利：
[1]非標準地圖的半自動數位化方法（授權號：ZL 201210199269.8）,第一完成人；
[2]基於增強回歸樹算法的面向二值分類的因子篩選方法.申請號：201710670847.4.申請日期：2017年8月8日,第一完成人.
[1]環境變數最佳化篩選軟體V1.0.登記號：2018SR531253.授權時間：2018年7月9日,第一完成人.
近年主要發表論文：
[1] Zhi J J, Cao X Y, Zhang Z H, et al. Identifying the determinants of crop yields in China since 1952 and its policy implications[J]. Agricultural and Forest Meteorology, 2022, 327: 109216. (SCI一區Top, IF: 6.4)
[2] Zhi J J, Cao X Y, Wugu E M, et al. Effects of soil map scales on estimating soil organic carbon stocks in southeastern China[J]. Land, 2022, 11(8): 1285. (SSCI二區, IF: 3.9)
[3] Zhi J J, Zhou Z Q, Cao X Y. Exploring the determinants and distribution patterns of soil mattic horizon thickness in a typical alpine environment using boosted regression trees[J]. Ecological Indicators, 2021, 133: 108373. (SCI二區Top, IF: 6.2)
[4] Zhi J J, Zhang G L*, Yang R M, et al. An insight into machine learning algorithms to map the occurrence of soil mattic horizon in the northeastern Qinghai-Tibetan Plateau[J]. Pedosphere, 2018, 28(5): 739-750. (SCI一區Top, IF: 5.5)
[5] Zhi J J, Zhang G L*, Yang F, et al. Predicting mattic epipedons in the northeastern Qinghai-Tibetan Plateau using Random Forest[J]. Geoderma Regional, 2017, 10: 1-10. (SCI二區, IF: 4.2)
[6] Zhi J J, Jing C W, Lin S P, et al. Estimates of soil organic carbon stocks in Zhejiang Province of China based on 1:50000 soil database using the PKB method[J]. Pedosphere, 2015, 25(1): 12-24. (SCI一區Top, IF: 5.5)
[7] Zhi J J, Jing C W, Lin S P, et al. Estimating soil organic carbon stocks and spatial patterns with statistical and GIS-based methods[J]. PLoS ONE, 2014, 9(5): e97756. (SCI)
[8] Zhang Z H, Wang X T, Zhang Y, Gao Y, Liu Y X, Sun X M, Zhi J J, Yin S F. Simulating land use change for sustainable land management in rapid urbanization regions: A case study of the Yangtze River Delta region[J]. Landscape Ecology, 2023. (SCI一區)
[9] Qu L A, Li M C, Chen Z J, Liu W B., Zhi J J, Zhang L C. Mapping large area tea plantations using progressive Random Forest and Google Earth Engine[J]. Journal of Applied Remote Sensing, 2022, 16(2): 024509.
[10] Li C, Jin X M, Zhi J J, et al. Evaluating Whether Farmland Consolidation Is a Feasible Way to Achieve a Balance of Potential Crop Production in Southeastern Coastal China[J]. Land, 2022, 11, 1918. doi.org/10.3390/land11111918.
[11] Luo Y, Li C, Zhi J J, Wu Q, Yao J J. Policy Innovation of Life Cycle Management of Industrial Land Supply in China[J]. Land, 2022, 11, 859. doi: 10.3390/land11060859.
[12] Qi L Y, Xiong A L, Wu F W, Gao J F, Jia C, Zhi J J, Liu W B, Wang J, Hou C L, Zhang L, Xu B. A real-time assessment of aquatic ecological health using a process-based model: An example from Lake Poyang, China[J]. Frontiers In Environmental Science, 2022, 10: 881335.
[13] Qu L A, Chen Z J, Li M C, Zhi J J, Wang H M. Accuracy improvements to pixel-based and object-based LULC classification with auxiliary datasets from Google Earth Engine[J]. Remote Sensing, 2021, 13, 453.
[14] Qu L A, Li M C, Chen Z J, Zhi J J. A Modified self-adaptive method for mapping annual 30-m land use/land cover using Google Earth Engine: A case study of Yangtze River Delta[J]. Chinese Geographical Science. 2021, 31(5): 782-794.
[15] Peter B G*, Messina J P, Carroll J W, Zhi J J, Chimonyo V, Lin S P, Snapp S. Multi-spatial resolution satellite and sUAS imagery for precision agriculture on smallholder farms in Malawi[J]. Photogrammetric Engineering & Remote Sensing. 2020, 86(2): 107-119.
[16] Li G Y, Cheng Z L, Lu D S, Lu W, Huang J Q, Zhi J J, Li S J. Examining hickory plantation expansion and evaluating suitability for it using multitemporal satellite imagery and ancillary data[J]. Applied Geography, 2019, 109, 102035. doi:10.1016/j.apgeog.2019.102035.
[17] Cheng Z L, Lu D S, Li G Y, Huang J Q, Sinha N, Zhi J J, Li S J. A Random Forest-Based Approach to Map Soil Erosion Risk Distribution in Hickory Plantations in Western Zhejiang Province, China. Remote Sensing, 2018, 10(12), 1899. doi:10.3390/rs10121899.
[18] Song X D, Liu F, Ju B, Zhi J J, Li D C, Zhao Y G, Zhang G L. Mapping soil organic carbon stocks of northeastern China using expert knowledge and GIS-based methods. Chinese Geographical Science, 2017, 27(4), 516-528. doi:10.1007/s11769-017-0869-7.
[19] Yang R M, Zhang G L, Yang F, Zhi J J. Yang F, Liu F, Li D C. Precise estimation of soil organic carbon stocks in the northeast Tibetan Plateau. Scientific Reports, 2016, 6(1).
[20] Su S L, Li D, Yu X, Zhang Z H, Zhang Q, Xiao R, Zhi J J, Wu J. Assessing land ecological security in Shanghai (China) based on catastrophe theory. Stochastic Environmental Research and Risk Assessment, 2011, 25(6), 737-746. doi:10.1007/s00477-011-0457-9.
[21] Su S L, Zhi J J, Lou L P, et al. Spatio-temporal patterns and source apportionment of pollution in Qiantang River (China) using neural-based modeling and multivariate statistical techniques[J]. Physics and Chemistry of the Earth, 2011, 36: 379-386.
[22] Su, S L, Zhang Q, Zhang Z H, Zhi J J, Wu J. Rural settlement expansion and paddy soil loss across an ex-urbanizing watershed in eastern coastal China during market transition. Regional Environmental Change, 2010, 11(3), 651–662. doi:10.1007/s10113-010-0197-2.
[23] 支俊俊, 韓陳勖, 王雪婷, 褚超群. 中國建設用地擴張未來情景模擬及其對景觀格局演化的影響[J]. 地理研究, 2023.
[24] 支俊俊, 董婭, 魯李燦, 等. 基於無人機 RGB 影像的玉米種植信息高精度提取方法[J]. 農業工程學報, 2021, 37(18): 48-54.
[25] 支俊俊, 荊長偉, 張操, 等. 利用1:5萬土壤資料庫估算浙江省土壤有機碳密度及儲量[J]. 套用生態學報, 2013, 24(3): 683-689.
[26] 林躍勝, 馬康, 周浩, 劉王兵, 方鳳滿, 支俊俊. 基於地貌單元的安徽省耕地土壤 pH 空間變異及其驅動因子分析[J]. 環境科學學報, 2023.
[27] 金成偉, 趙玉國, 李徐生, 支俊俊, 張甘霖. 祁連山中段高寒草甸草氈表層發育程度的空間分異及環境影響因子[J]. 生態學報, 2017, 37(20): 1-11.
[28] 吳嘉平, 胡義鐮, 支俊俊, 等. 浙江省1:5萬大比例尺土壤資料庫[J]. 土壤學報, 2013, 50(1): 30-40.
[29] 齊凌艷, 張帥, 熊愛玲, 黃佳聰, 賈蔡, 支俊俊, 吳鳳文. 長江流域養殖池塘氮磷污染負荷估算[J]. 環境科學學報, 2022, 42(12): 156-170.
[30] 秦婷婷, 曹鑫悅, 周澤群, 褚超群, 方雨桐, 曲樂安, 支俊俊*, 王震, 耿濤. 1952年以來我國大豆單產變異特徵及其影響因素研究[J]. 中國生態農業學報 (中英文), 2022, 30(1): 47-56.
主持項目
[1] 國家自然科學基金面上項目：青藏高原草氈層退化無損識別與遙感動態監測方法研究（42271060），72萬，2023/01-2026/12（主持）
[2] 安徽省自然科學基金面上項目：安徽省森林松材線蟲病遙感動態監測研究（2208085MD91），10萬，2022/01-2024/12（主持）
[3] 教育部人文社會科學研究青年項目：耕地"非糧化"的形成機制、動態監測與政策設計研究（21YJCZH243），8萬，2021/09-2024/06（主持）
[4] 國家自然科學基金青年項目：基於貝葉斯最大熵和機器學習理論的青藏高原草氈層數字製圖研究（41501229），24萬，2016/01-2018/12（主持）
[5] 中國博士後科學基金面上項目：基於機器學習理論的黑河流域草氈層預測性製圖方法研究（2015M581876），5萬，2015/09-2016/11（主持）
[6] 自然資源部江淮耕地資源保護與生態修復重點實驗室開放課題：安徽省域尺度耕地“非糧化”的遙感動態監測與時空演變特徵研究（2022-ARPE-KF01），5萬元，2023/01-2023/12
[7] 安徽師範大學博士科研啟動金項目：微型無人機在農作物信息監測套用中的關鍵技術研發（2018XJJ45），4萬，2018/01-2020/12（主持）
榮譽獎項
吳嘉平,沈阿林,陳紅金,荊長偉,王新,俞潔,支俊俊,王友富,龔日祥.浙江省基礎土壤空間資料庫研發與套用,浙江省科技進步二等獎, 2016.12.
[2] 潘秀明,楚柏青,張開婷,楊運節,支俊俊,李強,崔閏虎.智慧捷運北斗高精度空間數位化規模化套用(證書編號: 2022-02-02-08), 中國衛星導航定位創新套用獎銀獎, 2022.08.（省部級科技獎）
