柯樱海
首都师范大学
北京市海淀区西三环北路105号，100048
Email:yke@cnu.edu.cn
　　

个人简况
　　柯樱海，女，1980年生，湖北十堰人，党员，博士。北京市科技新星入选者，现任首都师范大学地球空间信息科学与技术国际化示范学院副研究员，硕士生导师。
主要研究方向
　　多源遥感、人工智能及数据挖掘方法在全球变化区域响应的应用研究。
教育背景
　　2005-2009，美国纽约州立大学环境与林业学院（SUNY ESF），理学博士
　　2002-2005，北京大学遥感与地理信息系统研究所，理学硕士
　　1998-2002，武汉大学资源与环境学院，理学学士
工作经历
　　2012.12-现在，首都师范大学地信国际学院，副研究员
　　2010.1-2012.12，美国西北太平洋国家实验室（Pacific Northwest National Laboratory），科学家
　　2009.4-20009.12，加拿大XEOS Imaging 公司，摄影测量与遥感专家
主要科研项目
　　1．北京市自然科学基金，永定河流域多尺度生态系统时空演化规律研究，2017-2019，项目负责人
　　2．国家重点研发计划项目，北方典型河口湿地生态修复与产业化技术，2017-2020，课题骨干
　　3．国家自然科学基金青年项目，基于时序InSAR与灰色马尔科夫模型的北京市地面沉降预测研究，2015-2017，项目负责人
　　4．北京市科技新星项目，基于InSAR新技术的北京地面沉降时空预测模型研究，2015-2017，项目负责人
　　5．教育部留学回国人员科研启动基金，基于地面沉降遥感监测的京津城际铁路运行风险研究，2015-2017，项目负责人
　　6．教育部博士点基金，城市复杂环境对高分辨率遥感提取多尺度植被信息的影响研究-以北京为例，2014-2016，项目负责人
代表论著
　　1．Wang, M.; Du, L.; Ke, Y.*; Huang, M.; Zhang, J.; Zhao, Y.; Li, X.; Gong, H. Impact of Climate Variabilities and Human Activities on Surface Water Extents in Reservoirs of Yongding River Basin, China, from 1985 to 2016 Based on Landsat Observations and Time Series Analysis. Remote Sensing, 2019, 11, 560. (5-Year IF: 3.952)
　　2．Yang, Q.; Ke, Y.*; Zhang, D.; Chen, B.; Gong, H.; Lv, M.; Zhu, L.; Li, X (2018). Multi-Scale Analysis of the Relationship between Land Subsidence and Buildings: A Case Study in an Eastern Beijing Urban Area Using the PS-InSAR Technique. Remote Sensing, 10, 1006. (5-Year IF: 3.952)
　　3．Zhang, P.; Ke, Y.*; Zhang, Z.; Wang, M.; Li, P.; Zhang, S (2018). Urban Land Use and Land Cover Classification Using Novel Deep Learning Models Based on High Spatial Resolution Satellite Imagery. Sensors, 18, 3717. (5-Year IF: 3.014)
　　4．Liu, Y., Zhang, Z., Zhong, R., Chen, D., Ke, Y., Peethambaran, J., ... & Sun, L. (2018). Multilevel Building Detection Framework in Remote Sensing Images Based on Convolutional Neural Networks. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 99, 1-13.
　　5．Ke, Y., Im, J., Park, S., & Gong, H. (2017). Spatiotemporal downscaling approaches for monitoring 8-day 30m actual evapotranspiration. ISPRS Journal of Photogrammetry and Remote Sensing, 126, 79-93. (5-Year IF: 6.592)
　　6．Deng, Z., Ke, Y.*, Gong, H., Li, X., & Li, Z. (2017). Land subsidence prediction in Beijing based on PS-InSAR technique and improved Grey-Markov model. GIScience & Remote Sensing, 1-22. (5-Year IF: 2.195)
　　7．Ke, Y., Im, J., Park, S., & Gong, H. (2016). Downscaling of MODIS One kilometer evapotranspiration using Landsat-8 data and machine learning approaches. Remote Sensing, 8(3), 215. (5-Year IF: 3.952)
　　8．Li, D., Ke, Y.*, Gong, H., & Li, X. (2015). Object-based urban tree species classification using bi-temporal worldview-2 and worldview-3 images. Remote Sensing, 7(12), 16917-16937. (5-Year IF: 3.952)
　　9．Ke, Y.*, Im, J., Lee, J., Gong, H., & Ryu, Y. (2015). Characteristics of Landsat 8 OLI-derived NDVI by comparison with multiple satellite sensors and in-situ observations. Remote Sensing of Environment, 164, 298-313. (5-Year IF: 7.737, 2017)
　　10．Ke, Y., Leung, L. R., Huang, M., & Li, H. (2013). Enhancing the representation of subgrid land surface characteristics in land surface models. Geoscientific Model Development, 6(5), 1609-1622. (5-Year IF: 4.890)
　　11．Ke, Y., Coleman, A. M., & Diefenderfer, H. L. (2013). Temporal land cover analysis for net ecosystem improvement. Ecohydrology & Hydrobiology, 13(1), 84-96.
　　12．Ke, Y., Leung, L. R., Huang, M., Coleman, A. M., Li, H., & Wigmosta, M. S. (2012). Development of high resolution land surface parameters for the Community Land Model. Geoscientific Model Development, 5(6), 1341-1362. (5-Year IF: 4.890)
　　13．Ke, Y., and Quackenbush, L.J. (2011). A comparison of three methods for automatic tree crown detection and delineation from high spatial resolution imagery. International Journal of Remote Sensing, 32, 3625-3647.
　　14．Ke, Y., and Quackenbush, L.J., (2011). A review of methods for automatic individual tree crown detection and delineation. International Journal of Remote Sensing, 32, 4725-4747.
　　15．Ke, Y., Quackenbush, L.J. and Im, J. (2010). Synergistic use of QuickBird multispectral imagery and LIDAR data for object-based forest species classification. Remote Sensing of Environment, 114(6), 1141–1154.
　　16．Ke, Y., Zhang, W. and Quackenbush, L.J. (2010). Active contour and hill-climbing for tree crown detection and delineation. Photogrammetric Engineering and Remote Sensing, 76(10): 1169–1181.
　　17．Zhang, W., Y. Ke, L.J. Quackenbush and L. Zhang, (2010). Using error-in-variable regression to predict tree diameter and crown width from remotely sensed imagery. Canadian Journal of Forest Research, 2010, 40:1095-1108.
　　18．Huang, M., Hou, Z., Leung, L. R., Ke, Y., Liu, Y., Fang, Z., & Sun, Y. (2013). Uncertainty analysis of runoff simulations and parameter identifiability in the community land model: evidence from MOPEX basins. Journal of Hydrometeorology, 14(6), 1754-1772.
　　19．Li, H., Wigmosta, M. S., Wu, H., Huang, M., Ke, Y., Coleman, A. M., & Leung, L. R. (2013). A physically based runoff routing model for land surface and earth system models. Journal of Hydrometeorology, 14(3), 808-828.
　　20．李丹, 柯樱海*，宫辉力，李小娟，邓曾 (2015). 基于高分辨率遥感影像的城市典型乔木树种分类研究[J]. 地理与地理信息科学.32(1),42-46.
　　21．邓曾, 柯樱海*, 吴燕晨,李小娟,宫辉力 (2015). 基于改进SVM算法的高分辨率遥感影像分类[J]. 国土资源遥感. 28(3), 12-18.
　　22．李映辰,柯樱海*,宫辉力,李小娟,陈蓓蓓.DEM对PS-InSAR地面沉降监测的影响[J].测绘科学,2018,43(01):124-134.
　　23．张婉婉,柯樱海*,邓曾,陈蓓蓓,宫辉力,李小娟 (2018).基于多源SAR数据的京津高铁北京段垂向形变监测[J].中国科技论文, 13(02):235-240.
　　24．杨琴,柯樱海*,李小娟,宫辉力,邹君.湖南省水资源脆弱性时空演变研究[J].河南理工大学学报(自然科学版),2018,37(03):79-85.
　　25．柯樱海，李小娟，宫辉力. 遥感技术在自动化森林资源清查中的应用. 中国环境出版社.
获奖及荣誉
　　1．2017年，第四届全国GIS青年教师讲课大赛特等奖
　　2．2017年，2017年全国自然地理学大会优秀青年论文（指导教师）
　　3．2017年，首都师范大学青年教师教学基本功大赛二等奖
　　4．2016年，科技部遥感中心青年科技创新人才
　　5．2015年，北京市科技新星
教学
　　1．《空间信息技术基础（双语）》本科生专业基础课
　　2．《空间信息技术基础（英文）》SPOC课程
　　3．柯樱海，甄贞，李小娟，宫辉力.《遥感导论（中文导读）》，2017年，中国水利水电出版社.
社会兼职
　　1．2016至今，GIScience & Remote Sensing期刊（SCI）编委
　　2．2016年，EORSA国际会议分会主席