具有数学地球科学、地理信息科学、计算机科学等多学科交叉学习和研究背景。具体研究兴趣：时空分析算法(algorithms for spatiotemporal analysis)、开放数据(open data)和 数据科学应用(data science applications) 。相关技术涉及：时空加权回归(spatiotemporal weighted regression, STWR), MPI并行计算、知识图谱、生成式AI等。

主要研发成果：

1. OpenMindat R 包

https://cran.r-project.org/web/packages/OpenMindat/index.html

2. STWR Python 包

https://github.com/quexiang/STWR

专刊信息, 欢迎赐稿：

1. Remote Sensing(SCI, IF: 4.2，中科院二区) “Deep Learning Innovations in Remote Sensing” (遥感深度学习创新),专刊客座副主编,

 https://www.mdpi.com/journal/remotesensing/special_issues/V65M463819

2. Earth Science Informatics （SCI, IF: 2.705）专刊客座副主编,

Progress of Geoinformatics in Earth and Environmental Sciences ,

https://www.springer.com/journal/12145/updates/24595120 (Closed)

3. Sustainability (SCI, IF: 3.889 )专刊客座副主编

Special Issue Sustainability in Geospatial Analysis and Geographic Information Science Application,

https://www.mdpi.com/journal/sustainability/special_issues/0B7755R16E (Closed)

《空间统计学》、《数据挖掘与机器学习》、《遥感技术》、《大数据分析与可视化》、《统计学》、《统计综合实践》等

参与美国国家科学基金会项目：

  1.开放访问和可互操作的矿物学数据扩大社区访问和推进地球科学研究项目；

    2.利用大数据改进蜱传疾病模式和动态的预测；

    3.深度时间知识库：用于促进研究地球圈和生物圈共同进化的自动化工作流程。

科研类项目：

  1. 多尺度时空加权回归及其并行校准算法研究，国家自然科学基金（青年项目），批准号：42202333, 30万, 2023-01-2025-12, 主持。

     2. 地学过程中多尺度时空数据建模算法及其应用研究，福建农林大学科技创新专项，KFB23150, 22.5万，2023.10.1-2026.9.30, 主持。

  3. 基于地理信息技术的传染病监测预警及应急处置技术研究平台的数学模型研制，福州市疾病预防控制中心，10万，2022.02-2022.9，主持，已结题。

  4. 基于地理信息技术的传染病监测预警分析，福建经纬测绘信息有限公司,2022350004000482,5万，2022.3-2022.9，主持，已结题。

  5. 基于空间大数据的国土资源监测监管系统建设，福州市科技计划项目2021-P-056（榕科[2021]266号）,3万（总经费30万），2021.06.01-2023.05.31.合作单位负责。 

  6. 顾及时变数值差异率的多尺度地理加权回归方法研究，福建省自然科学基金(2021J05030)，4万，2021-2024，主持，已结题。

  7. 国土空间三维时空数据可视化与分布式存储关键技术研究（2021L3033），2021年中央引导地方发展专项，22.5万（总经费90万），2021.9-2024.8，合作单位负责人，已结题。

  8. 区域降雨型滑坡灾害风险的时空异质性建模及预警研究——以永泰县为例，福建省永泰县气象局，5.5万，2022.3-2023.5，主持，已结题。

  9. 湿地碳库生态安全动态评价关键技术研发及应用，2021年福建省省级科技创新重点项目（2021G02007），60万，技术负责人（排名2）。

  10. 福建省滨海湿地碳储量时空动态监测与智能计算关键技术研究,福建省自然资源厅（自然资源部东南生态脆弱区监测修复工程技术创新中心）,东南生态修复[2021]4号,10万，2021.4-2023.4，技术负责人（排名2）。

  11. 绿色智慧湿地生态保护信息服务团队，福建农林大学乡村振兴服务团队支持计划（11899170152），30万，技术负责人（排名2）。

  12. 国土资源监测监管系统建设—生态动态监测监管系统，横向课题，2021350104001014, 2021.4-2023.4，10万，主持。

  13. 时空异质性视角下粤闽浙城市群绿色发展与碳减排及碳达峰对策研究,福建农林大学科技创新专项基金（社科类）项目（KCX21F33A），2021.6-2023.7,3万，主持，已结题。

  14. 福州市城市热岛时空异质性及其驱动因素分析，福建农林大学科技创新专项基金(CXZX2020149C)，2021.1-2022.12,7万，主持，已结题。

  15. 基于实时监测数据的时空加权回归分析应用，数字福建环境监测物联网实验室开放课题,202008，2020.12-2022.12, 3万, 主持，已结题。

  16. 智慧湿地保护监测监管服务系统，中央引导地方发展专项，2020L3006，2020.9-2023.8，80万，技术负责（排名第2），已结题。

  17. 智慧湿地监测监管大数据云平台KH180169A，横向课题，2018.7-2019．12，20万，已结题，主持。

  18. 多传感器接入的实时GIS数据模型KLA18025A，福建省教育厅，2018.12-2020.12，2万，已结题，主持。

  19. 农技推广与服务系统KNJ154005，福建省重大农技推广项目，2015.9-2018.8，15万，已结题，主持。

  20. 面向多传感器观测的湿地动态监测时空数据模，2015.12-2018.12，校科研启动，5万，已结题，主持。

教学类项目：

     1. 教育部产学协作协同育人项目，基于物联网的时空分析方法课程建设，202101115003，2021.08-2022.08，5万，主持。  

     2. 教育部产学协作协同育人项目，基于物联网监测数据的《空间统计》专题实践式教学探索与研究,教高司函〔2021〕14号，2021.8-2022.8，5万，主持。

     3. 福建农林大学研究生教育教学改革项目，翻转课堂下《空间统计学》专题实践式教学探索与研究，712018270372，2021.9-2023.8,1万，主持。

     4. 2022年福建农林大学统计学研究生课程思政示范课，《空间统计》,2万，主持。

参与合作的项目：  

  1.国家自然基金地球科学部原创探索计划项目，沉积物知识图谱及其知识演化研究，2020-2022年，496万，在研，参与。 

  2.国家自然基金地球科学部原创探索计划项目，含油气盆地岩相古地理解析与智能编图，2020-2022年，496万，在研，参与。 

  3.国家自然科学基金，林地复杂环境下的无人机精确姿态控制研究，2017.1-2019.12，20万，参与。

  4.国家863计划主题项目，2012AA121401，“时空过程模拟与实时GIS系统”，中“实时GIS关键技术及软件平台”子课题中扩展时空数据模型研究，2012/01-2015/03，50.6万，已结题，参与。

  5.闽江口地区地质信息支撑平台，福建省地质调查研究院，2011.4-2014.12，208万元，已结题，参与。

  6.国家863计划地球观测与导航技术领域重点项目，2008AA121602，“地理空间三维建模和分析软件及其应用示范”中“三维空间数据管理系统与分析组件研发”课题，2009/11-2011/01，711万，已结题，参与。

[1] Que, X., Huang, J., Ralph, J., Zhang, J., Prabhu, A., Morrison, S., Hazen, R. and Ma, X., 2024. Using adjacency matrix to explore remarkable associations in big and small mineral data. Geoscience Frontiers (中科院一区top), 15(5), p.101823. https://doi.org/10.1016/j.gsf.2024.101823

[2] Hong, Y., Que, X*., Wang, Z., Ma, X., Wang, H., Salati, S. and Liu, J., 2024. Mangrove extraction from super-resolution images generated by deep learning models. Ecological Indicators (中科院一区top), 159, p.111714.https://doi.org/10.1016/j.ecolind.2024.111714

[3] Que, X., Ma, X., Ma, C., and Chen, Q.: A spatiotemporal weighted regression model (STWR v1.0) for analyzing local nonstationarity in space and time, Geoscientific Model Development (中科院一区), 13, 6149–6164, 2020.https://doi.org/10.5194/gmd-13-6149-2020    

[4] Wang, Z., Que, X*., Li, M., Liu, Z., Shi, X., Ma, X., Fan, C. and Lin, Y., 2024. Spatiotemporally weighted regression (STWR) for assessing Lyme disease and landscape fragmentation dynamics in Connecticut towns. Ecological Informatics (中科院二区), 84, p.102870. https://doi.org/10.1016/j.ecoinf.2024.102870

[5] Que, X., Ma, C., Ma, X. and Chen, Q., 2021. Parallel computing for fast spatiotemporal weighted regression. Computers & Geosciences (中科院二区), 150, p.104723. https://doi.org/10.1016/j.cageo.2021.104723

[6] Fan, C., Que, X.*, Wang, Z. and Ma, X., 2023. Land cover impacts on surface temperatures: evaluation and application of a novel spatiotemporal weighted regression approach. ISPRS International Journal of Geo-Information (SCI), 12(4), p.151.https://doi.org/10.3390/ijgi12040151

[7] Que, X., Zhuang, X., Ma, X., Lai, Y., Xie, J., Fei, T., Wang, H. and Yuming, W.U., 2024. Modeling the spatiotemporal heterogeneity and changes of slope stability in rainfall-induced landslide areas. Earth Science Informatics (SCI), 17(1), pp.51-61.https://doi.org/10.1007/s12145-023-01165-7

[8] Deng, S.Y. and Que, X*., 2019. Research on the teaching assessment of students of science and engineering teachers in a university. Computer Applications in Engineering Education (SCI), 27(1), pp.5-12.https://doi.org/10.1002/cae.22051 

[9] Chen, L., Wang, Z., Ma, X., Zhao, J., Que, X.*, Liu, J., Chen, R. and Li, Y., 2024. Empirical analysis of a Super-SBM-based framework for wetland carbon stock safety assessment. Remote Sensing (中科院二区), 16(10), p.1678.https://doi.org/10.3390/rs16101678

[10] Lai, Y., Fei, T., Wang, C., Xu, X., Zhuang, X., Que, X*., Zhang, Y., Yuan, W., Yang, H. and Hong, Y., 2025. Energy Carbon Emission Reduction Based on Spatiotemporal Heterogeneity: A County-Level Empirical Analysis in Guangdong, Fujian, and Zhejiang. Sustainability (SCI/SSCI), 17(7), p.3218.https://doi.org/10.3390/su17073218

[11] Hong, Y., Zhou, R., Liu, J., Que, X., Chen, B., Chen, K., He, Z. and Huang, G., 2025. Monitoring Mangrove Phenology Based on Gap Filling and Spatiotemporal Fusion: An Optimized Mangrove Phenology Extraction Approach (OMPEA). Remote Sensing (中科院二区), 17(3), p.549.https://doi.org/10.3390/rs17030549

[12] Zhang, J., Que, X., Madhikarmi, B., Hazen, R.M., Ralph, J., Prabhu, A., Morrison, S.M. and Ma, X., 2024. Using a 3D heat map to explore the diverse correlations among elements and mineral species. Applied Computing and Geosciences (ESCI/EI), 21, p.100154.https://doi.org/10.1016/j.acags.2024.100154

[13] Zhang, J., Clairmont, C., Que, X., Li, W., Chen, W., Li, C. and Ma, X., 2025. Streamlining geoscience data analysis with an LLM-driven workflow. Applied Computing and Geosciences (ESCI/EI), 25, p.100218.https://doi.org/10.1016/j.acags.2024.100218

[14] Que, X., Zhang, J., Chen, W., Ralph, J. and Ma, X., 2024. OpenMindat v1. 0.0 R package: A machine interface to Mindat open data to facilitate data-intensive geoscience discoveries. EGUsphere, 2024, pp.1-31.https://doi.org/10.5194/egusphere-2024-1141

[15] Ma, X., Ralph, J., Zhang, J., Que, X., Prabhu, A., Morrison, S.M., Hazen, R.M., Wyborn, L. and Lehnert, K., 2024. OpenMindat: Open and FAIR mineralogy data from the Mindat database. Geoscience Data Journal (SCI), 11(1), pp.94-104.https://doi.org/10.1002/gdj3.204

[16] Chen, R., Wang, C., Que, X.*, Liao, F.H., Ma, X., Wang, Z., Li, Z., Wen, K., Lai, Y. and Xu, X., 2024. Exploring Urban Heat Distribution and Thermal Comfort Exposure Using Spatiotemporal Weighted Regression (STWR). Buildings (SCI), 14(6), p.1883.https://doi.org/10.3390/buildings14061883

[17] Zou, X., Wang, C., Que, X*., Ma, X., Wang, Z., Fu, Q., Lai, Y. and Zhuang, X., 2024. Spatiotemporal Heterogeneous Responses of Ecosystem Services to Landscape Patterns in Urban–Suburban Areas. Sustainability (SCI/SSCI), 16(8), p.3260.https://doi.org/10.3390/su16083260

[18] Cui, Z., Chen, Q., Liu, G., Ma, X. and Que, X., 2021. Multiple-point geostatistical simulation based on conditional conduction probability. Stochastic Environmental Research and Risk Assessment (中科院二区), 35(7), pp.1355-1368.https://doi.org/10.1007/s00477-020-01944-4

[19] Ralph, J., Von Bargen, D., Martynov, P., Zhang, J., Que, X., Prabhu, A., Morrison, S.M., Li, W., Chen, W. and Ma, X., 2024. Mindat. org–the open access mineralogy database to accelerate data-intensive geoscience research. American Mineralogist (SCI).https://doi.org/10.2138/am-2024-9486

[20] Wang, Z., Fan, C., Que, X., Liao, F.H., Ma, X. and Wang, H., 2024. Multi-scale analysis of urban forests and socioeconomic patterns in a desert city, Phoenix, Arizona. Scientific Reports (SCI, 中科院二区), 14(1), p.23864. https://doi.org/10.1038/s41598-024-74208-8

[21] Chen, Q., Zheng, X., Xu, B., Sun, M., Zhou, Q., Lin, J., Que, X., Zhang, X. and Xu, Y., 2024. Exploring the spatiotemporal relationship between influenza and air pollution in Fuzhou using spatiotemporal weighted regression model. Scientific Reports (SCI, 中科院二区), 14(1), p.4116. https://doi.org/10.1038/s41598-024-54630-8

[22] Ralph, J., Martynov, P., Ma, X., Von Bargen, D., Li, W., Huang, J., Golden, J., Profeta, L., Prabhu, A., Morrison, S. and Que, X., 2024. Identifier Service in the Mindat Database: Persistent and Structured Access to Massive Records of Minerals and Other Natural Materials.Data Intelligence (ESCI/EI), https://doi.org/10.3724/2096-7004.di.2024.0021

[23] Que X*., Su S. (2021) Geographically Weighted Regression. In: Daya Sagar B., Cheng Q., McKinley J., Agterberg F. (eds) Encyclopedia of Mathematical Geosciences. Encyclopedia of Earth Sciences Series. Springer, Cham. https://doi.org/10.1007/978-3-030-26050-7_141-1

[24] Que X*., Ma X., Ma C., Liu F., Chen Q. (2021) Spatiotemporal Weighted Regression. In: Daya Sagar B., Cheng Q., McKinley J., Agterberg F. (eds) Encyclopedia of Mathematical Geosciences. Encyclopedia of Earth Sciences Series. Springer, Cham. https://doi.org/10.1007/978-3-030-26050-7_307-1

[25] Chen, W., Ma, X., Wang, Z., Li, W., Fan, C., Zhang, J., Que, X. and Li, C., 2024. Exploring neuro-symbolic AI applications in geoscience: implications and future directions for mineral prediction. Earth Science Informatics (SCI), 17(3), pp.1819-1835. https://doi.org/10.1007/s12145-024-01278-7

[26] Wang, H., Chen, M., Wang, Z., Huang, L., Caudill, C.C., Qu, S. and Que, X., 2024. How does extreme point sampling affect non-extreme simulation in geographical random forest?. Earth Science Informatics (SCI), 17(3), pp.1983-1991.https://doi.org/10.1007/s12145-024-01268-9

[27] Li, C., Zhang, J., Kale, A., Que, X., Salati, S. and Ma, X., 2022. Toward trust-based recommender systems for open data: A literature review. Information, 13(7), p.334.https://doi.org/10.3390/info13070334

[28] Chen Q., Liu G., Ma X., Que X. (2021) Spatial Analysis. In: Daya Sagar B., Cheng Q., McKinley J., Agterberg F. (eds) Encyclopedia of Mathematical Geosciences. Encyclopedia of Earth Sciences Series. Springer, Cham. https://doi.org/10.1007/978-3-030-26050-7_300-1

[29] Hummer D, Ma X, Que X, Zhang S, Liu C, Hazen R, Golden J & Downs R, Towards Quantitative Scales of Lithophilicity, Chalcophilicity and Hydrophilicity Using Statistical Correlations Among the Mineral-Forming Elements, Goldschmidt2020, https://doi.org/10.46427/gold2020.1113

[30] Tian, Shanjun, Wu, Chonglong, Liu, G, Que, X., Chen, Qiyu. (2016). Spatiotemporal Data Model for Managing 3D Geological Solid Models in Coal Digging Simulation. Int. J. Earth Sci. Eng (SCI), 12, 2472-2479.

[31] G Liu, X Que, X Hu, S Tian, J Zhu. Spatiotemporal Data Model forMulti-Factor Geological Process Analysis with Case Study, Mathematics of PlanetEarth, Springer Berlin Heidelberg,2014:319-323. https://doi.org/10.1007/978-3-642-32408-6_71

[32] Que, X., Wu, C., Chen, R., Liu, J. and Lu, C., 2016, July. Spatiotemporal data model for geographical process analysis with case study. In 2016 15th International Symposium on Parallel and Distributed Computing (ISPDC) (pp. 390-394). IEEE.https://doi.org/10.1109/ISPDC.2016.66

[33] Que, X., Liu, G., He, Z. and Qi, G., 2014. Realistic 3D terrain roaming and real-time flight simulation. 3D Research (EI), 5, pp.1-11. https://doi.org/10.1007/s13319-014-0027-2

[34] 费婷婷,丁晓婷,阙翔*,等.基于SBM-DEA与STWR模型的中国能源碳排放效率时空异质性分析[J].环境工程 (CSCD), 2024, 42(10):188-200.  

[35] 朱映辰,谭芳林,阙翔*, 洪宇,潘爱芳,刘金福. 多时间尺度下森林公园负离子变化特征及与温湿度关系研究[J].西北林学院学报(CSCD),2023,38(06):211-218+227. doi:10.3969/j.issn.1001-7461.2023.06.28 

[36] 龚声燕,连海峰, 阙翔*, 刘金福,谭芳林.基于APEI的2013—2018年福建省大气污染评价[J].环境工程(CSCD),2023,41(02):73-81.

[37] 苏少强, 阙翔* , 严宣辉，何中声，刘金福，李梦航，黄朝法，刘海,基于STWR模型的森林病虫影响因素研究[J].西北农林科技大学学报（自然科学版）(CSCD),2022, 50(11).

[38] 阙翔,陈日清,刘必雄,罗超,李梦航,苏少强.福建省农业技术推广信息化展示平台设计与实现[J].农业工程,2021,11(03):43-49.

[39] 林津, 洪宇, 林志玮, 阙翔, 刘金福, 连海峰. 福建泉州湾河口湿地时空动态及其驱动机理[J]. 北京林业大学学报(CSCD).2021,43(6):75-82.

[40] 温康民,任国玉,阙翔,孙秀宝.福州城市热岛精细化时空结构特征研究[J].环境监测管理与技术(CSCD) , 2023,35(01):14-19.

发明专利

阙翔,赖雨婷,费婷婷,庄馨涵,徐小莹,张燕娇,元文丽. 一种基于时空异质性的能源碳减排路径提取方法，中国，申请号：202510415606.X

阙翔,陈瑞娟,庄馨涵,徐小莹,赖雨婷,费婷婷,邹昕彦. 基于疫情树林和时空加权回归的登革热疾病传播监管与防控方法，中国，申请号202410908451.9  

Xiang Que*; Chao Ma; Fan Liu; Kun Wang; METHOD OF SPATIOTEMPORAL WEIGHTED REGRESSION BASED ON THE FRAMEWORK OF GEOGRAPHICALLY WEIGHTED REGRESSION, 2019-8-1, 美国, Application No:16528845，排名第1。

3D题库中实现选项与试题对应关系序列的方法,2016-9-19,中国, CN201610828677.3, 排名第3。

计算机软件著作权

湿地水鸟在线样本标注平台V1.0 (登记号2023SR0971735), 排名1。

鸟类定位观测小程序V0.2 (登记号2023SR0977259), 排名1。

时空加权回归运算软件简称STWRV1.0(登记号：2020SR1667551)，排名第1。

智慧湿地监测展示系统V1.0 （登记号：2017SR657981），排名第1。

农技推广展示系统ATEDS V1.0（登记号：2016SR361801），排名第1。

农技推广采集系统V1.0 （登记号：2017SR075858），排名第1。

地质时空数据管理系统GeoSTDMS V1.0（登记号：2015SR015605），排名第3。

荣誉及获奖

2024 Annual Best Paper Award of the Geoscience Informaiton Society (GSIS) for the joural article “OpenMindat: Open and FAIR Mineralogy Data from the Mindat Database”

2024年 福建省高层次人才（C类）

2023年 福建省测绘地理信息科学技术奖——优秀学术论文奖 二等奖，排名第1

2023年 福建农林大学“百人攀登计划”培育人选

2021年 福建省测绘地理信息科学技术奖——优秀学术论文奖 一等奖，排名第1

2021年 校五四青年个人奖章

2018-2020 校重大基础研究关键核心技术成果奖，二等奖，排名第2。