个人简介
教育经历
本科/学士 中国矿业大学 1993 - 1997 平顶山煤层气赋存条件与勘探技术 导师：范炳恒，曾勇
研究生/硕士 中国矿业大学 1997 - 2000 古生物化石自动识别专家系统 导师：曾勇
研究生/博士 北京师范大学 2002 - 2005 波谱知识库支持下的遥感参数反演方法 导师：王锦地
工作经历
教师 北京工业职业技术学院 2000 - 2002 讲授“计算机编程语言（C语言）”课程
博士后 北京师范大学水科院 2005 - 2007 遥感地表参数综合反演技术
教师 北京师范大学 2007 - 至今 讲授“空间信息处理与Python编程”相关课程
访问学者 加拿大瑞尔森大学 2017 - 2018 联合开展激光雷达在森林植被参数提取方向应用研究
承担课程
《开源空间信息工程与python编程》：主要面向大学本科生高年级同学开设，讲授使用Python语言来快速处理空间数据的方法，包括各种地理数据以及遥感数据，目的是锻炼本科生能够熟练使用编程的方法自动高效地处理空间数据
《空间信息工程管理与实践》：这是一门地理科学本科生专业课程，讲授如何用工程管理的方法进行地理信息系统与遥感信息系统的开发，这门课程更多的是传授系统开发与管理的方法学，从应用实践的角度锻炼学生的实际应用能力
《GIS软件工程》、《GIS设计与开发》：这两门课程主要针对北京师范大学的在珠海校区招生的二学位同学开设，课程内容融合了软件开发的基础以及软件管理的方法，所使用的编程语言为Python，锻炼学生如何能够系统化的设计软件、从模块化的角度开发软件、从工程化的角度管理软件
《计算机地图制图学》（合上）：硕士研究生课程，讲授用计算机编程的方法实现地图制图的自动化，旨在传授计算机地图制图学的基本原理，为研究生进行学术研究提供快速的制图方法
重要奖项
孟庆岩、屈永华、占玉林 等，多源自主卫星叶面积指数一体化反演技术与多区域应用，地理信息科技进步奖，2017
研究领域
植被定量遥感反演方法：基于遥感卫星观测数据，开展从数据到产品的反演方法，面向农业与生态遥感应用方向，生成一系列满足应用的定量遥感产品
近地遥感与无线传感网：研制适合地基、塔基或无人机平台的各种新型近地遥感器(如物候相机、植被指数传感器、叶面积指数传感器、土壤温湿度传感器），基于无线传感器网络技术，实现遥感地表参数的分布式自动测量系统，开展野外长期观测实验，为近地遥感研究提供基础观测设备与平台
近期论文
查看导师最新文章
（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）
Tian, L. and Y. Qu*, Assessing Factors That Affect the Estimation of a Canopy’s Gap Fraction and Extinction Coefficient Using Discrete Airborne LiDAR Data. IEEE Transactions on Geoscience and Remote Sensing, 2023. 61: p. 1-14.
汪梓鑫, 屈永华*与方红亮, 智能手机农作物叶面积指数测量算法改进. 遥感学报, 2023(2): 第441-455页.
Shao, T., Y. Qu* and J. Du, A low-cost integrated sensor for measuring tree diameter at breast height (DBH). Computers and Electronics in Agriculture, 2022. 199: p. 107140-107140.
Qu, Y., et al., Simultaneous measurements of corn leaf area index and mean tilt angle from multi-directional sunlit and shaded fractions using downward-looking photography. Computers and Electronics in Agriculture, 2021. 180: p. 105881-105881.
Qu, Y., et al., Estimation of leaf area index using inclined smartphone camera. Computers and Electronics in Agriculture, 2021. 191(October): p. 106514-106514.
Tian, L., Y. Qu* and J. Qi, Estimation of forest lai using discrete airborne lidar: A review. Remote Sensing, 2021. 13(12).
Qu, Y., et al., Direct Estimation of Forest Leaf Area Index based on Spectrally Corrected Airborne LiDAR Pulse Penetration Ratio. Remote Sensing, 2020. 12(2).
田罗，屈永华*, 考虑目标光谱差异的机载离散激光雷达叶面积指数反演. 遥感学报, 2020. 24(12): 第1450-1463页.
Qu, Y. and S. Jiao, Quantitative Estimation of Tobacco Copper Ion Content from Hyperspectral Data by Inverting a Modified Radiative Transfer Model: Algorithm and Preliminary Validation. Journal of Spectroscopy, 2018. 2018: p. 12-12.
Qu, Y., et al., Remote Sensing of Leaf Area Index from LiDAR Height Percentile Metrics and Comparison with MODIS Product in a Selectively Logged Tropical Forest Area in Eastern Amazonia. Remote Sensing, 2018. 10(6): p. 23-23.
Qu, Y., et al., Potential and Limits of Retrieving Conifer Leaf Area Index Using Smartphone-Based Method. Forests, 2017. 8(6).
Qu, Y., et al., Preliminary study on integrated wireless smart terminals for leaf area index measurement. Computers And Electronics In Agriculture, 2016. 129: p. 56-65.
Qu, Y., W. Han and M. Ma, Retrieval of a Temporal High-Resolution Leaf Area Index (LAI) by Combining MODIS LAI and ASTER Reflectance Data. Remote Sensing, 2015. 7(1): p. 195-210.
Qu, Y., et al., Retrieval of copper pollution information from hyper-spectral satellite data in a vegetation cover mining area. Spectroscopy and spectral analysis, 2015. 35(11): p. 3176-3181.
Qu, Y., et al., MLAOS: A Multi-Point Linear Array of Optical Sensors for Coniferous Foliage Clumping Index Measurement. Sensors, 2014. 14(5): p. 9271-9289.
Qu, Y., et al., LAINet – A wireless sensor network for coniferous forest leaf area index measurement: Design, algorithm and validation. Computers And Electronics In Agriculture, 2014. 108(0): p. 200-208.
Qu, Y., et al., Crop Leaf Area Index Observations With a Wireless Sensor Network and Its Potential for Validating Remote Sensing Products. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2014. 7(2): p. 431-444.
Zhang, Y.,Y., Qu* et al., Estimating leaf area index from MODIS and surface meteorological data using a dynamic Bayesian network. Remote Sensing Of Environment, 2012. 127(0): p. 30-43.
Qu, Y., et al., A Bayesian network algorithm for retrieving the characterization of land surface vegetation. Remote Sensing Of Environment, 2008. 112(3): p. 613-622.
Qu, Y., Y. Zhang and J. Wang, A dynamic Bayesian network data fusion algorithm for estimating leaf area index using time-series data from in situ measurement to remote sensing observations. International Journal Of Remote Sensing, 2012. 33(4): p. 1106-1125.
京公网安备 11010802027423号