（个人网页）

    李连发，男，中国科学院地理科学与资源研究所，地理信息科学与技术全国重点实验室 研究员、博士生导师。

研究领域与研究方向：

研究领域为空间智能优化、GeoAI及时空大数据统计建模，近来的研究方向包括地理对齐的人工智能、遥感智能解译、多模态AI。

教育背景：（倒序排列）

1) 2001-09 至 2005-01, 中国科学院地理科学与资源研究所 , 地图学与地理信息系统, 博士 

2) 1998-09 至 2001-07, 中国科学院地理科学与资源研究所, 地图学与地理信息系统, 硕士 

3) 1993-09 至 1997-07, 南京大学, 水资源与环境, 学士 

工作经历：（倒序排列）

1) 2025.01~至今，中国科学院地理科学与资源研究所，地理信息科学与技术全国重点实验室  研究员 

2) 2021-12 至 今, 中国科学院地理科学与资源研究所, 资源与环境信息系统国家重点实验室, 研究员 

3) 2010-07 至 2021-11, 中国科学院地理科学与资源研究所, 资源与环境信息系统国家重点实验室, 副研究员

4) 2018-08 至 2019-07, 南加州大学, 人口与公共健康系, 高级访问学者 

5) 2016-08至2017.08，加州大学尔湾分校，访问学者 

6) 2007-11 至 2010-06, 中国科学院地理科学与资源研究所, 资源与环境信息系统国家重点实验室, 助理研究员

7) 2007-01 至 2007-12, 香港理工大学, 计算科学系, 研究助理 

8) 2005-04 至 2005-12, 国际关系学院, 信息科技系, 讲师科研 

业绩：

长期从事时空统计、智能优化及GeoAI研究工作，拥有斯坦福大学AI专业证书。针对复杂场景下时空大数据建模核心科学问题，在地理特征、机理、分异性等引导智能建模提出了新方法与新思路：构建了稀疏样本下高精度时空大数据智能建模方法理论体系，通过将地学特征、机理、先验知识等融入机器学习，突破了应用领域局限，提高模型可解译性。研究成果显著减少时空建模偏差，对大数据、人工智能与地理问题融合的地理智能的发展具有潜在促进作用及应用前景。共计发表论文及报告100余篇，第一或通讯作者SCI论文40余篇，其中在跨越资源环境、遥感、机器学习等领域的国际专业顶刊发表论文9篇；包括高质量他引总计2500余次，h-Index为35。申请获得授权国家发明专利11项。代表作包括：深度学习：原理及遥感地学分析、地理空间数据挖掘等；并获得了时空数据的新一代GIS关键技术的北京市科技进步二等奖（4/10）等奖项。

科研项目:

1) 2025-2028，国家自然科学基金委员会, 面上项目：复杂地表场景图谱下融合知识的时空大数据智能建模，主持；

2) 2024-2027，中国科学院先导B，子任务：基于AI的高维数据表征与智能计算，主持；

3) 2022-2025，科技部, 重点研发子课题, 2021YFB3900501, 复杂场景遥感认知理论与技术体系：复杂性度量、优化抽样及基于分区的多尺度深度智能解译，主持；

4) 2021-2024，国家自然科学基金委员会, 面上项目, 42071369, 融合域知识的多尺度时空深度学习及解释性研究，主持；

5) 2020-2022，国家自然科学基金委员会, 面上项目, 41871351, 异构时空深度学习法评估高时空分辨率空气质量。

研究生招生与培养:

招生专业：地图学与地理信息系统  

招生方向：地理智能优化、GeoAI、遥感智能解译  

联系方式：15801361809  

通讯地址：北京市朝阳区大屯路甲11号 中国科学院地理科学与资源研究所

邮    编：100101

办公电话：010-64888962 

传     真：010-64889630

E-mail地址: lilf@lreis.ac.cn; lspatial@gmail.com