个人简况
博士，研究员，博士生导师，中国科学院地理科学与资源研究所所长助理、所学术委员会委员，中国科学院大学岗位教授。社会兼职包括中国地理信息产业协会理论与方法委员会主任、中国卫星导航定位协会室内导航定位委员会副主任、国家“十三五”空天技术领域科技创新规划专家组成员、国家电子政务专家委员会委员、国际空间研究会(COSPAR)中国委员会委员、《地球信息科学学报》常务副主编、船舶助导航国家地方联合工程研究中心学术委员会副主任、数字中国研究院（福建）专家委员会委员、福建省人民政府科技顾问、北京市自动驾驶车辆道路测试专家委员会委员等。研究兴趣包括地理空间大数据管理、移动对象数据库技术、文本挖掘与知识图谱、移动对象轨迹数据挖掘、地理空间大数据机器学习模型与算法、复杂网络分析、导航与位置服务技术、交通地理信息系统等。近年来承担国家重点研发计划、国家863计划、国家自然科学重点基金、中国科学院战略性科技先导专项项目、中国科学院重点部署项目等30余项。目前主持国家自然科学重点基金项目“网络文本蕴含地理信息理解与知识图构建”、国家重点研发计划项目课题“室内高精度测图与实时GIS技术”、中国科学院战略性科技先导专项项目“生态文明建设地理图景技术与应用示范”、中国科学院重点部署项目课题“印度洋港口地缘优势分析与运输态势动态评估”、 中国科学院科技服务网络计划区域重点项目“京津冀区域交通污染排放车联网+监控技术与应用”等。截至2018年，正式发表学术论文200余篇；获得发明专利授权10项；获得2006年国家科技进步二等奖、2013年福建省科技进步一等奖、2015年北京市科学技术一等奖、2016年湖北省科技进步一等奖、2017年新疆维吾尔自治区科技进步一等奖、2018年福建省科技进步一等奖等科技奖励。
工作经历
1991年7月-1993年7月，武汉测绘科技大学航测与遥感系/测绘遥感信息工程国家重点实验室 助教
1999年8月-2001年3月，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博士后
2001年4月-2004年6月中国科学院地理科学与资源研究所副研究员
2004年4月-2004年12月香港大学高级访问****
2004年6月- 中国科学院地理科学与资源研究所研究员
2008年9月- 中国科学院地理科学与资源研究所博士生导师
2001年4月- 历任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主任、国家遥感中心地理信息系统部主任、资源与环境信息系统国家重点实验室常务副主任、中国科学院地理科学与资源研究所所长助理、所学术委员会委员、党委委员、纪委委员
近5年发表论文
城市计算与交通分析方向：
1. 陆锋，张恒才. 大数据与广义GIS，武汉大学学报（信息科学版），2014, 39(6):645-654
2. 陆锋、刘康、陈洁. 大数据时代的人类移动性研究，地球信息科学学报, 2014, 16(5):665-672
3. Bisheng Yang, Yunfei Zhang, Feng Lu , Geometric-based approach for integrating VGI POIs and road networks, International Journal of Geographical Information Science, 2014, 28(1):126-147
4. Bin Jiang, Yingying Duan, Feng Lu, Tinghong Yang, Jing Zhao, Topological structure of urban street networks from the perspective of degree correlations, Environment and Planning, B: Planning and Design, 2014, 41(5): 813-828
5. Yingying Duan and Feng Lu*, Robustness of city road networks at different granularities. Physica A, 2014, 411: 21-34
6. 于海璁、陆锋*，一种基于遗传算法的多模式多标准路径规划方法，测绘学报, 2014, 43(1):89-96
7. 余丽、陆锋*、杨林. 交通网络旅行商路径优化的禁忌遗传算法，测绘学报, 2014, 43(11): 1197-1203
8. 刘康、段滢滢、陆锋. 基于拓扑与形态特征的城市道路交通状态空间自相关分析，地球信息科学学报, 2014, 16(3): 390-395
9. 翟瀚、陈洁*、陆锋、张晶. 群体互动时空可达性评价模型，地球信息科学学报, 2014, 16(6):859-866
10.陈洁、陆锋、翟瀚、萧世伦，面向活动地点推荐的个人时空可达性方法，地理学报, 2015, 70(6):931-940
11.刘希亮、陆锋，适于城市交通时序空间数据预测的层叠泛化模型，地球信息科学学报, 2015,17(12):1474-1482.
12.刘康，段滢滢，张恒才*，基于路网拓扑层次性表达的驾车路径规划方法，地球信息科学学报, 2015, 17(9):1039-1046
13.Xiliang Liu, Feng Lu, T-CRF: A novel map matching approach for low-frequency floating car data, ACM SIGSpatial Conference, Nov. 03, 2015, Seattle, U.S.
14.Zhang Jianqin, Qiu Peiyuan, Duan Yingchao, Du Mingyi, Lu Feng, A space-time visualization analysis method for taxi operation in Beijing, Journal of Visual Languages and Computing, 31(2015), 1-8
15.Ziliang Zhao, Shih-Lung Shaw, Yang Xu, Feng Lu, Jie Chen, Ling Yin, Understanding the bias of call detail records in human mobility research, International Journal of Geographical Information Science, 2016, 30(9):1738-1762
16.Yang Xu, Shih-Lung Shaw, Ziliang Zhao, Ling Yin, Feng Lu, Jie Chen, Zhixiang, Fang & Qingquan Li. Another tale of two cities: understanding human activity space using actively tracked cellphone location data, Annals of the Association of American Geographers, 2016, 106(2): 489-502.
17.Kang Liu, Peiyuan Qiu, Mingxiao Li, Xiliang Liu, Feng Lu, Exploring urban travel routes’ characteristics from a geometric perspective, GeoInformatics’2016, doi: 10.1109/GEOINFORMATICS.2016.**
18.Xiliang Liu, Li Yu, Peng Peng, Feng Lu*, A stacked generalization framework for city traffic related geospatial data analysis, APWeb/SDMA 2016, In: Morishima A. et al. (eds) Web Technologies and Applications. APWeb 2016. Lecture Notes in Computer Science, vol 9865. Springer, Cham
19.Xiliang Liu, Feng Lu, Kang Liu, Peiyuan Qiu, Li Yu, Mingxiao Li, A Principal curve-based method for geospatial data smoothing, GIScience 2016
20.刘希亮、程诗奋、余丽、刘康、陆锋*，架起GIS与计算机科学的桥梁：ACM SIGSPATIAL 2015会议综述，地球信息科学学报，2016, 18(11):1448-1455
21.陈洁、萧世伦、陆锋，面向人类行为研究的时空GIS，地球信息科学学报， 2016, 18(12):1583-1587
22.Xiliang Liu, Kang Liu, Mingxiao Li, Feng Lu*, A ST-CRF map-matching method for low-frequency floating car data, IEEE Transactions on Intelligent Transportation Systems, 2017, 18(5):1241-1254
23.Shifen Cheng, Feng Lu*, A Two-step method for missing spatio-temporal data reconstruction, ISPRS International Journal of Geo-Information, 2017, 6, 187; doi:10.3390/ijgi**
24.Xiliang Liu, Li Yu, Kang Liu, Peng Peng, Shifen Cheng, Mengdi Liao, and Feng Lu*, 2017, ST-PF: Spatio-temporal particle filter for floating car data pre-processing, V. Popovich et al. (eds.), Information Fusion and Intelligent Geographic Information Systems (IF&IGIS’17), Lecture Notes in Geoinformation and Cartography, DOI 10.1007/978-3-319-59539-9_15
25.李明晓、陈洁*、仇培元、刘康、陆锋，上海市精细时空尺度人口分布估计与特征分析，地球信息科学学报, 2017,19(6):800-807
26.Kang Liu, Song Gao, Peiyuan Qiu, Xiliang Liu, Bo Yan, Feng Lu*, Road2Vec: measuring traffic interactions in urban road system from massive travel routes, ISPRS International Journal of Geo-Information, 2017, 6, 321; doi:10.3390/ijgi**
27.刘康，仇培元，刘希亮，张恒才，王少华，陆锋*，利用词向量模型分析城市道路交通空间相关性，测绘学报，2017, 46(12):2032-2040
28.Yang Xu, Shi-lunh Shaw*, Feng Lu, Jie Chen, Qingquan Li, Uncovering the relationships between phone communication activities and spatiotemporal distribution of mobile phone users, in Shaw S.L. and Sui D. (eds.), Human Dynamics Research in Smart and Connected Communities, Springer International Publishing AG, 2018, DOI: 10.1007/ 978-3-319-73247-3_3
29.Feng Lu, Kang Liu, Yingying Duan, Shifen Cheng, Fei Du, Modelling the heterogeneous traffic correlation for city road networks with community detection, Physica A, 2018, doi.org/10.1016/j.physa.2018.02.062
30.Jie Chen, Tao Pei, Shih-Lung Shaw, Feng Lu, Mingxiao Li, Shifen Cheng, Xiliang Liu & Hengcai Zhang, Fine-grained prediction of urban population using mobile phone location data, International Journal of Geographical Information Science, 2018, DOI: 10.1080 /**.2018.**
31.Shifen Cheng, Feng Lu*, Peng Peng, Sheng Wu, Short-term traffic forecasting: an adaptive ST-KNN model that considers spatial heterogeneity, Computers,Environment and Urban Systems, 2018, 71:186-198
32.陈丽娜、吴升、陈洁*、李明晓、陆锋，基于手机定位数据的城市人口分布近实时预测. 地球信息科学学报, 2018, 20(4):523-531
33.Shifen Cheng, Feng Lu*, Short-Term Traffic Forecasting: A dynamic ST-KNN model considering spatial heterogeneity and temporal non-stationarity, in Nikolaus Augsten Proceedings of the Workshops of the EDBT/ICDT 2018 Joint Conference (EDBT/ICDT 2018), Vienna, Austria, March 26, 2018. Volume 2083 of CEUR Workshop Proceedings, 133-140
34.Shifen Cheng, Feng Lu*, Peng Peng, Sheng Wu, A spatiotemporal multi-view-based learning method for short-term traffic forecasting, ISPRS International Journal of Geo-Information, 2018, 7(6): 218; doi:10.3390/ijgi**
35.Kang Liu, Song Gao, Feng Lu*, Identifying spatial interaction patterns of vehicle movements on urban road networks by topic modelling, Computers, Environment and Urban Systems, 2019, 74: 50-61
36.Shifen Cheng, Feng Lu*, Peng Peng, Sheng Wu, Multi-task and multi-view learning based on particle swarm optimization for short-term traffic forecasting, Knowledge-Based Systems, 2019, https://doi.org/10.1016/j.knosys.2019.05.023.
移动对象数据库与LBS方向：
1. 陆锋、杨必胜，移动GIS与位置服务进展研究，地理学学科发展报告（地图学与地理信息系统），中国科学技术协会主编，2014，中国科学技术出版社
2. 张恒才、陆锋*、陈洁. 移动对象时空及社交关系一体化数据模型，武汉大学学报（信息科学版），2014，39(6):711-718
3. Hengcai Zhang, Feng Lu*, A geo-social data model for moving objects in free space, DMBD2016, LNCS 9714, pp. 115-122, 2016. Y. Tan and Y. Shi (Eds.) Springer International Publishing Switzerland 2016, DOI: 10.1007/978-3-319-40973-3 11
4. Hengcai Zhang, Feng Lu*, Jianqiu Xu, Modeling and querying moving objects with social relationships, ISPRS International Journal of Geo-Information, 2016, 5, 121, doi:10.3390/ijgi**
5. Hengcai Zhang, Feng Lu*, Jie Chen, A line graph-based continuous range query method for moving objects in networks, ISPRS International Journal of Geo-Information, 2016, 5, 246; doi:10.3390/ijgi**
6. Hengcai Zhang, Feng Lu*, GSMNet: A hierarchical graph model for moving objects in networks, ISPRS International Journal of Geo-Information, 2017, 6, 71; doi:10.3390/ijgi**
7. 李明晓、张恒才*、仇培元、陈洁、程诗奋、陆锋，一种基于Fuzzy-LSTM模型的移动对象轨迹预测算法，测绘学报, 2018, 47(12) 47(12):1660-1669
8. Mingxiao Li, Feng Lu, Hengcai Zhang* & Jie Chen (2018): Predicting future locations of moving objects with deep fuzzy-LSTM networks, Transportmetrica A: Transport Science, DOI: 10.1080/**.2018.**
9. Mingxiao Li, Song Gao, Feng Lu, Hengcai Zhang*, Reconstruction of human movement trajectories from large-scale low-frequency mobile phone data. Computers, Environment and Urban Systems, 2019, 77, https://doi.org/10.1016/j.compenvurbsys.2019.101346
10.傅梦颖、张恒才、王培晓、吴升、陆锋，基于移动对象轨迹的室内导航网络构建方法, 地球信息科学学报, 2019, 21(5):631-640
自然语言处理与知识图谱方向：
1. 余丽、陆锋*、张恒才，网络文本蕴涵地理信息提取：研究进展与展望，地球信息科学学报，2015, 17(2): 127-134.
2. 张恒才，陆锋*，仇培元，基于D-S证据理论的微博蕴含交通信息提取方法，中文信息学报，2015, 29(2):165-173
3. 仇培元、张恒才*、陆锋，互联网文本蕴含道路交通信息提取的模式匹配方法，地球信息科学学报，2015, 17(4): 416-422
4. 仇培元、陆锋、张恒才*、余丽，蕴含地理事件微博客消息的自动识别方法，地球信息科学学报, 2016, 18(7):886-893.
5. 余丽，陆锋*，刘希亮，开放式地理实体关系抽取的Bootstrapping方法，测绘学报, 2016, 45(5):616-622
6. 余丽、陆锋*、刘希亮、程诗奋、张雪英，稀疏地理实体关系的关键词提取方法，地球信息科学学报, 2016, 18(11):1465-1475
7. Li Yu, Xiliang Liu, Mingxiao Li, Peng Peng, Feng Lu*, A Holistic Framework of Geographical Semantic Web Aligning, Proceedings of the 10th Workshop on Geographic Information Retrieval,joint with ACM SIGSPATIAL'2016, DOI: 10.1145/**.**
8. 陆锋、余丽、仇培元，论地理知识图谱，地球信息科学学报, 2017,19(6):723-734
9. 仇培元、张恒才、余丽、陆锋*，微博客蕴含交通事件信息抽取的自动标注方法，中文信息学报, 2017, 31(2): 144-153
10.Li Yu, Peiyuan Qiu, Xiliang Liu, Feng Lu*,Bo Wan, A holistic approach to aligning geospatial data with multidimensional similarity measuring, International Journal of Digital Earth, 2017, DOI: 10.1080/**.2017.**
11.王姬卜、陆锋、吴升、余丽*，基于自动回标的地理实体关系语料库构建方法，地球信息科学学报, 2018,20(7):871-879
12.杨杰、诸云强、宋佳、陆锋、孙凯、李威蓉，地理空间模型自动数据匹配结果精准表达方法，地球信息科学学报，2018,20(6):744-752.
13.Li Yu, Peiyuan Qiu, Jialiang Gao, Feng Lu*, A knowledge-based filtering method for open geo-entity relations, ISPRS International Journal of Geo-Information, 2019, 8, 59; doi:10.3390/ijgi**
14.Peiyuan Qiu, Jialiang Gao, Li Yu, Feng Lu*, Knowledge embedding with geospatial distance restriction for geographic graph completion. ISPRS International Journal of Geo-Information, 2019, 8, 254; doi:10.3390/ijgi**
海运船舶轨迹数据挖掘与方向：
1. Jinhai Chen, Feng Lu*, Guojun Peng, A statistical inference approach to extract principal fairways of ship passages through a strait, Ocean Engineering, 2015, 103:188-197
2. 陈金海、陆锋*、李明晓，海上主航迹带边界统计推断与海西航路警戒区布局优化分析，地球信息科学学报，2015, 17(10):1196-1206
3. 葛全胜，江东，陆锋，邓祥征，王绍强，地缘环境系统模拟研究探讨，地理学报，2017, 72 (3): 371-382
4. 彭澎、程诗奋、刘希亮、梅强、陆锋*, 全球海洋货运网络健壮性评估, 地理学报, 2017, 72(12):2241-2251
5. 杨忍, 牟乃夏, 彭澎, 刘希亮, 张恒才, 陆锋. “海上丝绸之路”沿线重要港口竞争力评价. 地球信息科学学报, 2018 , 20(5):623-631
6. 余红楚、方志祥、陆锋、彭澎、赵志远、冯明翔，重要经济发展区域间海运网络时空演变特性分析. 地球信息科学学报, 2018, 20(5):582-592
7. Quansheng Ge, Dong Jiang, Feng Lu, Jingying Fu, Shaoqiang Wang, Xiangzheng Deng, Spatio-temporal simulation of the geopolitical environment system, Journal of Geographical Sciences, 2018, 28(7): 871-880
8. Peng Peng, Shifen Cheng, Jinhai Chen, Mengdi Liao, Lin Wu, Xiliang Liu, Feng Lu*, A fine-grained perspective on the robustness of global cargo ship transportation networks, Journal of Geographical Sciences, 2018, 28(7): 881-899
9. Zhixiang Fang, Hongchu Yu, Feng Lu, Mingxiang Feng, Meng Huang, Maritime network dynamics before and after international events, Journal of Geographical Sciences, 2018, 28(7): 937-956
10.Peng Peng, Yu Yang, Feng Lu*, Shifen Cheng, Naixia Mou, Ren Yang, Modelling the competitiveness of the ports along the Maritime Silk Road with big geo-related data, Transportation Research Part A, 2018, 118:852-867
11.Peng Peng, Yu Yang, Shifen Cheng, Feng Lu*, Zimu Yuan, Hub-and-spoke structure: characterizing the global crude oil transport network with mass vessel trajectories, Energy, 2019, 168: 966-974
12.Peng Peng, Jessie P.H. Poon, Yu Yang*, Feng Lu*, Shifen Cheng, Global oil traffic network and diffusion of influence among ports using real time data. Energy, 2019, 10.1016/j.energy.2019.01.118
13.Hongchu Yu, Zhixiang Fang*, Feng Lu, Alan T. Murray, Hengcai Zhang, Peng Peng, Qiang Mei, Jinhai Chen, Impact of oil price fluctuations on tanker maritime network structure and traffic flow changes, Applied Energy, 2019, 237:390-403
联系方式
通信地址：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
邮政编码：100101
办公电话：
电子邮件：luf@lreis.ac.cn; luf@igsnrr.ac.cn
微信公众号：大数据与普适GIS
更新日期：2019年8月19日