教授
客座教授
副教授
助理教授
讲师
高级工程师
工程师
专职科研
博士后



常年招聘对陆面数据开发、陆面过程和陆气相互作用研究感兴趣的博士后或专职科研人员，待遇从优。同时，热烈欢迎大气科学、（地理）信息科学、地理学、数学、物理学等专业的同学报考硕士/博士研究生。
联系方式
通讯地址:广东省珠海市唐家湾中山大学珠海校区海琴二号?中山大学大气科学学院?(邮编519082)
Email:?shgwei@mail.sysu.edu.cn
基本情况
副教授、博士生导师。
科研方向
陆面（土壤）数据发展、土壤湿度等陆面关键气候变量的时空模拟与预测、统计-人工智能（机器学习）与陆气相互作用、机器学习可解释性、陆面过程与模拟（土壤模拟）、数字土壤制图、地理信息科学等。
?Research network：?https://www.researchgate.net/profile/Wei_Shangguan
?学术和社会兼职
《Big Earth Data》Topic Editor
? ? ?Special issue (guest editor, until Sep.2021):?Spatial and Spatio-temporal Modeling of Soil Systems
中国气象服务协会人工智能技术委员会委员
湘潭县一中广东省校友会教育公益基金会副主席
广东省气象学会气候和地球系统动力学专业委员会委员
合作博士后
1名（已出站）
指导学生
博士生：2019级1名，2021级1名，合作指导2名（2016级、2018级）
硕士生：2016级1名，2017级1名，2019级1名，2020级2名，2021级2名
本科毕业论文：2013级1名，2014级1名，2015级3名，2016级5名，2017级1名
?
发布数据集
下载网址：http://globalchange.bnu.edu.cn/research/data
发展的数据全球注册使用已逾11,000人次（参见http://globalchange.bnu.edu.cn/user/users.jsp；其他数据下载网站的用户信息未收集或未公开），包括哈佛大学、MIT、耶鲁大学等国际知名大学，美国国家大气研究中心、德国马普气象研究所、USGS等国际知名研究机构、政府部门和国际组织。
论文列表
发表论文20余篇，含两篇ESI高被引论文。Google Scholar 引用次数2500余次；SCI引用1600余次，一作单篇最高引用为168、163、89和77次，h-index为11。所有论文参见http://scholar.google.com.cn/citations?hl=en&user=sWZZ984AAAAJ
?
教育经历
1998年9月-2001年7月:?湖南省湘潭县一中就读高中
2001年9月-2005年7月：中南大学，地图学与地理信息系统，本科
2005年9月-2010年6月：北京师范大学，全球环境变化，硕博连读，导师戴永久教授
?
工作经历
2010年8月- 2014年8月：北京师范大学全球变化与地球系统科学研究院，助理研究员（中级职称）
2014年9月- 2016年9月：北京师范大学全球变化与地球系统科学研究院，副教授，硕导
2014年10月- 2015年10月:?国际土壤参考信息中心（ISRIC），访问****
2016年9月至今：中山大学大气科学学院，副教授，博导
?
论著一览 (Google Scholar citations are given for publications with a significant contribution)
?
ESI高引论文
Shangguan, W., Dai, Y., Duan, Q., Liu, B. and Yuan, H., 2014. A Global Soil Dataset for Earth System Modeling. Journal of Advances in Modeling Earth Systems, 6: 249-263, https://doi.org/10.1002/2013MS000293. (246?Google Scholar citations，Top 1 most read and top 10 most cited?among articles of JAMES)
Hengl, T., M. d. J. J., G. B. M. Heuvelink, R. Gonzalez, K. M., M. , A. Blagotic, W. Shangguan, M. N. Wright, X. Geng, B. Bauer-Marschallinger, M. A. Guevara, R. Vargas, R. A. MacMillan, N. H. Batjes, J. G. B. Leenaars, E. Ribeiro, I. Wheeler, S. Mantel, and B. Kempen, 2017. SoilGrids250m: global gridded soil information based on Machine Learning. PLOS One, 12: e**,https://doi.org/10.1371/journal.pone.**. ?(1220?Google Scholar citations)
代表性论著
?Li, L., Shangguan, W.#, Deng, Y., Mao, J., Pan, J., Wei, N., Yuan, H., Zhang, S., Zhang, Y. , Dai, Y., 2020. A causal-inference model based on Random Forest to identify the effect of soil moisture on precipitation. Journal of Hydrometeorology, 21: 1115-1131 https://doi.org/10.1175/JHM-D-19-0209.1. (1?Google Scholar citations)
Yan, F., Shangguan, W.#, Zhang, J., and Hu, B., 2020. Depth-to-Bedrock Map of China at a Spatial Resolution of 100 Meters, Scientific Data,7:2,?https://doi.org/10.1038/s41597-019-0345-6. (5?Google Scholar citations. A related post at Nature website: https://researchdata.springernature.com/users/338528-wei-shangguan/posts/57876-making-maps-for-china-and-the-world)
Pan, J., Shangguan, W.#, Li, L., Yuan, H., Zhang, S., Lu, X., Wei, N., and Dai, Y., 2019. Using data-driven methods to explore the predictability of surface soil moisture with FLUXNET site data, hydrological process,33:2978-2996, https://doi.org/10.1002/hyp.13540. (1?Google Scholar citations)
Dai, Y.#, Shangguan, W.#, Wei, N., Xin, Q., Yuan, H., Zhang, S., Liu, S., Lu, X., Wang, D., and Yan, F., 2019. A review of the global soil property maps for Earth system models, SOIL, 5, 137-158, https://doi.org/10.5194/soil-5-137-2019. (19?Google Scholar citations)
Shangguan, W., T. Hengl, J. Mendes de Jesus, H. Yuan, and Y. Dai, 2017. Mapping the global depth to bedrock for land surface modeling. Journal of Advances in Modeling Earth Systems, 9:65-88, https://doi.org/10.1002/2016ms000686. (105?Google Scholar citations,top?2 most?read?among articles of JAMES)
Shangguan, W., P. Gong, L. Liang, Y. Dai, and K. Zhang, 2014. Soil Diversity as Affected by Land Use in China: Consequences for Soil Protection, The Scientific World Journal, 2014, https://doi.org/10.1155/2014/913852. (16 Google Scholar citations, reported by Science: http://www.sciencemagazinedigital.org/sciencemagazine/7_november_2014?folio=692#pg24 )
Shangguan, W., Y. Dai, C. García-Gutiérrez, and H. Yuan, 2014. Particle-size distribution models for the conversion of Chinese data to FAO/USDA system, The Scientific World Journal, 2014, 11 pages, https://doi.org/10.1155/2014/109310. (12 Google Scholar citations)
Dai, Y., W. Shangguan, Q. Duan, B. Liu, S. Fu, and G. Niu, 2013. Development of a China dataset of soil hydraulic parameters using pedotransfer functions for land surface modeling. Journal of Hydrometeorology 14, 869–887, https://doi.org/10.1175/JHM-D-12-0149.1. (129?Google Scholar citations)
Shangguan, W., Y. Dai, B. Liu, A. Zhu, Q. Duan, L. Wu, D. Ji, A. Ye, H. Yuan, Q. Zhang, D. Chen, M. Chen, J. Chu, Y. Dou, J. Guo, H. Li, J. Li, L. Liang, X. Liang, H. Liu, S. Liu, C. Miao, and Y. Zhang, 2013, A China Data set of Soil Properties for Land Surface Modeling, Journal of Advances in Modeling Earth Systems, 5(2), 212-224, https://doi.org/10.1002/jame.20026. (213?Google Scholar citations, top 10 most cited?among articles of JAMES)
Shangguan, W., Y. Dai, B. Liu, A. Ye, and H. Yuan, 2012.? A soil particle-size distribution dataset for regional land and climate modelling in China, Geoderma, 171-172, 85-91, https://doi.org/10.1016/j.geoderma.2011.01.013. (134?Google Scholar citations)
其他论著
Zhang, R.,?Li, L.,?Zhang, Y.,?Huang, F.,?Li, J.,?Liu, W.,?Mao, T.,?Xiong, Z.,?Shangguan, W.#, 2021. Assessment of Agricultural Drought Using Soil Water Deficit Index Based on ERA5-Land Soil Moisture Data in Four Southern Provinces of China. Agriculture, 11, 411. https://doi.org/10.3390/agriculture**.?(0 Google Scholar citations)
李文耀,魏楠,黄丽娜,上官微#.2020.土壤数据集对全球陆面过程模拟的影响.气候与环境研究,25(5):555-574 , https://doi.org/10.3878/j.issn.1006-9585.2020.20025.? (0 Google Scholar citations)
Dai, Y., Yuan, H., Xin, Q., Wang, D., Shangguan, W., Zhang, S., Liu, S., and Wei, N., 2019. Different representations of canopy structure—A large source of uncertainty in global land surface modeling: Agricultural and Forest Meteorology, 269-270, 119-135.
Dai, Y., Q. Xin, N. Wei, Y. Zhang, W. Shangguan, H. Yuan, S. Zhang, S. Liu, X. Lu, 2019. A global high-resolution dataset of soil hydraulic and thermal properties for land surface modeling. Journal of Advances in Modeling Earth Systems,11, 2996-3023.
Dai, Y., N. Wei, H. Yuan, S. Zhang, W. Shangguan, S. Liu, and X. Lu, 2019.?Evaluation of soil thermal conductivity schemes for use in land surface modelling, Journal of Advances in Modeling Earth Systems, 11, 3454-3473.
Dai, Y., Wei, N., Huang, A., Zhu, S., Shangguan, W., Yuan, H., Zhang, S., and Liu, S., 2018. The lake scheme of the Common Land Model and its performance evaluation. Chinese Science Bulletin, 63, 3002-3021.
Shangguan, W., Yuan, H., Dai, Y., Hengl, T., & de Jesus, J. M., 2017. Mapping the global depth to bedrock combining soil profiles and boreholes. In GlobalSoilMap-Digital Soil Mapping from Country to Globe (pp. 63-68). CRC Press.
Zhang, X., Y. Dai, H. Cui, R. E. Dickinson, S. Zhu, N. Wei, B. Yan, H. Yuan, W. Shangguan, and L. Wang, 2017: Evaluating common land model energy fluxes using FLUXNET data. Advances in Atmospheric Sciences, 34, 1035-1046.
Yuan, H., Y. Dai, R. E. Dickinson, B. Pinty, W. Shangguan, S. Zhang, L. Wang, and S. Zhu, 2017: Reexamination and further development of two-stream canopy radiative transfer models for global land modeling. Journal of Advances in Modeling Earth Systems, 9, 113-129.
Zhu, S., H. Chen, X. Zhang, N. Wei, W. Shangguan, H. Yuan, S. Zhang, L. Wang, L. Zhou, and Y. Dai, 2017: Incorporating root hydraulic redistribution and compensatory water uptake in the Common Land Model: Effects on site level and global land modeling. Journal of Geophysical Research: Atmospheres, 122, 7308-7322.
Zhou, T., P. J. Shi, G. S. Jia, Y. J. Dai, X. Zhao, W. Shangguan, L. Du, H. Wu, and Y. Q. Luo, 2015: Age-dependent forest carbon sink: Estimation via inverse modeling. Journal of Geophysical Research-Biogeosciences, 120, 2473-2492.
Yuan, H., R. E. Dickinson, Y. Dai, M. J. Shaikh, L. Zhou, W. Shangguan, and D. Ji, 2014.?A 3D Canopy Radiative Transfer Model for Global Climate Modeling: Description, Validation, and Application, Journal of Climate, 27, 1168-1192.
Ren, D., L. M. Leslie, M. J. Lynch, Q. Duan, Y. Dai, and W. Shangguan, 2013.?Why was the Auguest 2010 Zhouqu landslide so powerful. Geography, Environment, Sustainability, 6, 67-79.
Zheng Y. M., Niu Z. G., Gong P., Dai Y. and Shangguan W.,?2013. Preliminary estimation of the organic carbon pool in China’s wetlands. Chin Sci Bull, 58: 662-670.
Yuan,H., Dai, Y., Xiao, Z., Ji, D., Shangguan, W., 2011. Reprocessing the MODIS Leaf Area Index products for land surface and climate modeling. Remote sensing of Environment 115, 1171-1187.
Moeys, J., Wei Shangguan,?2010. Package – Soil texture: Functions for soil texture plot, classification and transformation. http://cran.r-project.org/web/packages/soiltexture/. (45?Google Scholar citations)
上官微, 戴永久,?2009. 几种土壤粒径分布参数模型在稀疏分级数据中的对比研究. 北京师范大学学报 (自然科学版), 45(3), 279-283.?(0?Google Scholar citations)
?
Conference:
Session co-covener:?Advances in soil modeling through data analytics, machine learning and prediction.?3rd ISMC Conference: Advances in Modeling Soil Systems. May, 2021.? https://meetingorganizer.copernicus.org/ISMC2021/sessionprogramme
上官微等（2019）地球系统模式中的全球土壤数据集。中国土壤学会土壤发生、分类与土壤地理专业委员会 ，土壤遥感与信息专业委员会2019年联合学术研讨会。西宁。
Shangguan, W. et al. (2019) A review of the global soil property maps for Earth system models. COAA 8th ICAOCC, Nanjing.
Shangguan, W. et al. (2019) A review of the global soil property maps for Earth system models. AGU2019, San Francisco.
上官微等（2017）中国和世界的大尺度土壤制图。中国土壤学会土壤发生、分类与土壤地理专业委员会 ，土壤遥感与信息专业委员会2017年联合学术研讨会。上海。
Shangguan, W., T. Hengl, J. Mendes de Jesus, H. Yuan, and Y. Dai (2017). Mapping the global depth to bedrock for land surface modeling. AGU2017. New Orleans, US.
Shangguan, W. (2017) None. The 7th international workshop on catchment hydrological modeling and data assimilation. Xi’an, China.
Shangguan, W. (2017) None. International workshop on open geographical modelling and simulation. Nanjing, China.
Shangguan, W. (2017) Soil Grid China: a contribution to GlobalSoilMap. Globalsoilmap 2017. Moscow, Russia.
Shangguan, W. (2017) Mapping the Global Depth to Bedrok. Globalsoilmap 2017. Moscow, Russia.
Shangguan, W. (2017) Exploring extrapolation risks of spatial prediction models at global, continental and regional scales. Pedometric 2017. Wageningen, the Netherland.
Chen, Z., Shangguan, W. et al. (2016) Optimization of terrestrial ecosystem model parameters using atmospheric CO2 concentration data with a global carbon assimilation system (GCAS). AGU Fall Meeting 2016?: San Francisco, USA.
Shangguan, W. (2015) Spatial prediction of depth to bedrock and saprolite using global dsm models. Pedometric 2015. Córdoba, Spain.
Shangguan, W. (2015).Soil information for Earth system modelling in Wageningen conference on applied soil science, Wageningen, The Netherland.
Shangguan, W. (2014). A comprehensive gridded global soil data sets, DAMES 2014, Milano, Italy.
Shangguan, W., 2014. Comparison of aggregation ways on soil property maps, 20th World Congress of Soil Science, Jeju, Korea.
Shangguan, W. et al., 2013. A Global Soil Dataset for Earth System Modeling, GlobalSoilMap Conference 2013, Orleans, France.
Shangguan, W. 2012. An investigation of soil particle-size distribution models for the conversion of soil texture classification from ISSS and Katschinski’s to FAO/USDA System. Paper presented at PEDOFARACT VII Workshop on Scaling in Particulate and Porous Media: Modeling and Use in Predictions. A Coru?a, Spain.
Shangguan, W. Land use as a stress factor to soil diversity and its protection in China, in Wageningen conference on applied soil science, 2011: Wageningen, The Netherland.
Shangguan, W. and Yongjiu Dai, A conterminous China sand, silt and clay dataset using soil family map and soil profile data for regional modeling, in Pedometric 2009. 2009: Beijing, China.
Shangguan, W., Yongjiu Dai, and Aizhong Ye, Global pedodiversity and soil spatial pattern using Shannon’s entropy, in Soil Geography: New Horizons. 2009: Huatulco Santa Cruz, Oaxaca, Mexico.
Dai, Y., Shangguan, W. and Duan, Q. A Conterminous China High Resolution Land Dataset for Regional Land Surface Modeling, in AGU Fall Meeting 2009?: San Francisco, USA.
?
科研项目
在研：
国家自然科学基金-面上项目：基于数据驱动和机器学习模型的土壤湿度的预测研究（**）,?负责人。?2020年1月到2023年12月。63万元。
中国科学院计算机网络信息中心横向项目：陆面过程模式分系统软件开发（K20-74110-001 ）, 子课题负责人。2020年1月 -2024年4月 .300万。?
国家自然科学基金-广东大数据科学中心项目：基于大数据的海陆气环境预警预报关键技术（U**），主要成员。2019年1月-2022年12月。2155万元。
国家自然科学基金重点项目：高分辨率陆面水文过程模式研制（**）， 主要成员。2018年1月-2022年12月。310万元。
国家重点研发计划：高分辨率全球陆面过程模式研发与应用（2017YFA**）,主要成员。2017年7月-2022年6月。1798万元。
?
已结题：
?中山大学国家自然科学基金重大项目培育专项-创新研究群体项目：地球系统模拟研究,参与人。2018年1月到2020年12月。200万。
高校基本科研业务费-青年教师培育项目: 基于大数据和机器学习的土壤湿度预测研究（19lgpy35）,?负责人。2019年1月到2020年12月。14万。
国家自然科学基金面上项目：全球岩石深度的空间估计与其在陆面模拟中的实现（**）,?负责人。?2016年1月到2019年12月。82万元。
国家青年自然科学基金项目：用于陆面模拟的中国土壤水力参数集的建立（**），负责人。2013年1月至2015年12月。25万元。
公益性行业（气象）科研专项经费：GRAPES陆面数据同化系统建设（GYHY），参与人。2012年1月2014年12月。385万元。
973计划生态和环境过程模式的研制与改进项目：全球生物地球化学模型及其元素循环过程研究，（2010CB951802），骨干。2010年6月2014年12月。592万元。
公益性行业（气象）科研专项子课题：中国土壤质地以及近地层气候资料的建立（GYHY），参与人。2009年9月-2012年12月。
863计划陆面模拟与同化系统研究课题：全球陆表特征参量产品生成与应用研究（2009AA122104），子专题负责人。2009年1月到2011年12月。573万元。?
?
讲授课程
本科课程：《气象数据分析与应用》(含气象大数据与机器学习)
研究生课程：《地理信息系统及其在大气科学中的应用》、《遥感原理与应用》(部分)、《陆面过程模拟》(部分)
?
获奖情况
京师英才，北京师范大学，2014。
(更新时间：2021年5月)
?