头像
林思美
讲师（高校）
林学院
行政职务：
技术职称：
讲师（高校）
最后学位：
博士
电    话：
13120104043
电子邮箱：
linsimei@fafu.edu.cn
办公地点：
田间13-12
通讯地址：
福建省福州市仓山区上下店路15号
邮    编：
100083

您是第10 位访问者

  • 从事植被定量遥感相关研究，其中涉及森林火灾定量评价，辐射传输模型建模，森林生长动态模型模拟等。闲暇时喜欢瑜伽，羽毛球等运动。欢迎具有遥感、地信、计算机专业背景的学生联系

  • 教育经历

    2016.9-2024.6   北京林业大学,   林学院,   森林经理学  硕博连读

    2012.9-2016.7   北京林业大学,   林学院,   林学      学士

  • 工作经历

    2024.10-至今   福建农林大学, 林学院, 讲师

    • 研究领域

    定量遥感相关研究，其中涉及森林火灾遥感定量评价、时序遥感监测、森林三维建模、森林生长动态模型模拟等

    开授课程

    森林经理学、遥感应用、3S技术、森林环境感知  本科生课程


    科研项目

    国家自然科学基金,  42501492 ，耦合生长过程与辐射传输模型的乔木-灌草覆盖比例动态反演研究，2026-2029，在研，主持

    论文著作

    Lin, S., Li, L., Liu, S., Huang, H. 2024. Stratified burn severity assessment by integrating spaceborne spectral and  waveform attributes in Great Xing’an Mountain. Remote Sensing of Environment. 307, 114152. 

    Lin, S., He, Z., Huang, H., Chen, L., & Li., 2022. Mixed forest specific calibration of the 3-PGmix model parameters  from site observations to predict post-fire forest regrowth. Forest Ecology and Management, 515,120208. 

    Lin, S., Zhang, H., Liu, S., Gao, G., Li, L., & Huang, H. 2023. Characterizing post-fire forest structure recovery in the  Great Xing’an Mountain using GEDI and time series Landsat data. Remote Sensing, 15(12), 3107. 

    Lin, S., Li, L., Huang, H. 2024. Predicting post-fire forest recovery using the 3-PG model with bi-temporal Landsat  imagery in high-severity burned areas of Great Xing’an Mountain. Forest Ecology and Management. 2024, 563: 121991. 

    Lin, S., Huang, H., & Tian, X. 2020. Adapting 3-PG model to simulate early forest growth dynamics in highly burnt  areas across Daxing anling Mountain in China. IEEE International Geoscience and Remote Sensing Symposium (pp.  6814-6817). IEEE. 

    Lin, S., & Huang, H. 2023. Spatial Extension of 3PGmix to Predict Post-Fire Forest Regrowth and Response of Climate  Change in High Severity Burned Area. IEEE International Geoscience and Remote Sensing Symposium (pp. 3379 3382). IEEE. 

    林思美，黄华国. 基于3PGS-MTCLIM模型模拟根河林区火后植被净初级生产力恢复及其影响因子.应用生态学报，2018,29(11):3712-3722.

    林思美, 黄华国, 陈玲. 结合随机森林与K-means聚类评价湿地火烧严重程度. 遥感信息, 2019, 034(002):48-54.        

    科技成果