邮政编码：100083

邮箱：houzhengyang@bjfu.edu.cn

主页: https://www.researchgate.net/profile/Zhengyang_Hou

一、教育背景

2020.9-至今 北京林业大学，yabocom(中国)官方网站，副教授，青年研究员

2019.01-2019.12 美国明尼苏达大学，森林资源系，六级研究员

           美国林务局北方研究站，森林资源调查与分析国家项目

          （USFS, Forest Inventory and Analysis Program）

2017.03-2018.12 美国内华达大学，自然资源与环境科学系，博士后

2015.02-2017.02 芬兰东芬兰大学，林业科学院，博士后

2010.08-2014.09 欧洲森林研究所（European Forest Institute），初级研究员
（本人博士全奖资助方“欧洲林业研究基金会”隶属EFI，因此人事关系同属东芬兰大学和EFI）

二、工作经历

2010.10-2015.01 理学博士 东芬兰大学，林学

2008.07-2010.09 理学硕士 东芬兰大学，欧洲林学

          理学硕士 瑞典农业科学大学，森林经理学

         （欧盟Erasmus Mundus双硕士学位，芬兰-瑞典）

2004.09-2008.06 农学硕士 北京林业大学，森林经理学

1999.09-2003.06 文学学士 湖南大学，英美文学 

三、教学经历

林学概论

四、研究方向

   森林资源（遥感）调查

长期以森林经理学森林资源调查为研究领域，致力领域中统计理论与方法创新，成功在基于设计的统计推断、基于模型的统计推断、融合二者优势的耦合推断等基础研究方向取得突破性成果。已取得研究成果的创新性与科学价值均围绕森林资源（遥感）调查中的关键理论和技术瓶颈展开，妥善解决了一部分“卡脖子”问题。这些成果主要以州（省）县、林分为调查总体，通过抽样设计、统计模型、数据同化、估计量推导等数学方法和激光雷达、光学遥感等辅助数据，创新性解决森林属性和生态指标的抽样方法问题、无偏估计问题、不确定性问题、同化更新问题、同步推断问题、小样本推断等关键科学问题。

五、研究项目

[1] 北京林业大学，“森林资源调查耦合推断理论与技术研究”，2021-2022，12万人民币，在研，主持；

[2] 欧洲林业研究所项目，“热带森林资源遥感调查”，2010-2014，8万欧元，已结题，主持；

[3] 美国NASA碳监测项目，“地上生物量三维变化侦测”，2017-2020，94万美元，已结题，参与；

[4] 美国林务局项目，“地基激光雷达测树技术”，2017-2018，6.5万美元，已结题，参与；

[5] 芬兰农林部项目，“幼龄林调查新方法”，2016-2018，57万欧元，已结题，参与；

[6] 芬兰外交部重点项目，“生物碳和乡村发展”，2012-2017，293万欧元，已结题，参与；

[7] 芬兰技术创新局重点项目，“从数据到智慧—森林大数据”，2012-2016，178万欧元，已结题，参与；

[8] 联合国世界银行项目，“可持续性林业乡村发展”，2008-2013，1000万美元，已结题，参与。

六、发表文章（一作/通讯）

[1] Hou, Z.*, Domke, G.M., Russell, M., Coulston, J.W., Nelson, M., Xu, Q.*, McRoberts, R.E. (2021). Updating annual state- and county-level forest inventory estimates with data assimilation and FIA data. Forest Ecology and Management, 483, 118777.

利用数据同化和国家森林资源调查数据更新州、县级森林资源年度出数 ，一区，Top，IF=3.170

[2] Xu, Q., Stahl, G., McRoberts, R.E., Li, B., Tokola, T., Hou, Z.* (2021). Generalizing systematic adaptive cluster sampling for forest ecosystem inventory. Forest Ecology and Management, 489, 119051.

广义系统适应性群团抽样设计及估计方法，一区，Top，IF=3.170

[3] Hou, Z.*, Mehtätalo, L., McRoberts, R.E., Stahl, G., Tokola, T., Rana, P., Siipilehto, J., Xu, Q.* (2019). Remote sensing-assisted data assimilation and simultaneous inference for forest inventory. Remote Sensing of Environment, 234, 111431.

面向森林资源遥感调查的数据同化和多因子同步推断，一区，Top，IF=9.085

[4] Xu, Q., Li, B., Maltamo, M., Tokola, T., Hou, Z.* (2019). Predicting tree diameter using allometry described by non-parametric locally-estimated copulas from tree dimensions derived from airborne laser scanning. Forest Ecology and Management, 434, 205-212. 

面向机载激光雷达的冠幅-胸径异速生长Copulas预测方法，一区，Top，IF=3.170

[5] Hou, Z.*, McRoberts, R. E., Ståhl, G., Packalen, P., Greenberg, J., Xu, Q. (2018). How much can natural resource inventory benefit from a finer resolution auxiliary data? Remote Sensing of Environment, 209, 31-40.

自然资源调查可以从高分数据中获益多少？一区，Top，IF=9.085

[6] Hou, Z.*, Xu, Q., McRoberts, R. E., Greenberg, J. A., Liu, J., Heiskanen, J., Pitkänen, S., Packalen, P. (2017). Effects of temporally external auxiliary data on model-based inference. Remote Sensing of Environment, 198, 150-159. 

解析时间外延性辅助数据对基于模型统计推断的不确定性影响，一区，Top，IF=9.085

[7] Hou, Z.*, Xu, Q., Vauhkonen, J., Maltamo, M., Tokola, T. (2016) Species-specific combination and calibration between area-based and tree-based diameter distributions using airborne laser scanning. Canadian Journal of Forest Research, 46, 753-765. 

融合面向机载激光雷达的面积法和单株树法提升按树种清查精度，三区，IF=1.812

[8] Hou, Z.*, Xu, Q., Hartikainen, S., Antilla, P., Packalen, T., Maltamo, M., Tokola, T. (2015). Impact of plot size and spatial pattern of forest attributes on sampling efficacy. Forest Science, 61, 847-860. 

解析抽样精度对样地大小和森林属性空间配置模式的响应规律，三区，IF=1.693

[9] Hou, Z.*, Xu, Q., Nuutinen, T., Tokola, T. (2013). Extraction of remote sensing based forest management units in tropical forest. Remote Sensing of Environment, 130, 1-10.

基于遥感的热带天然林森林经理区划方法与评价，一区，Top，IF=9.085

[10] Hou, Z.*, Xu, Q., Tokola, T. (2011). Use of ALS, Airborne CIR and ALOS AVNIR-2 data for estimating tropical forest attributes in Lao PDR. ISPRS Journal of Photogrammetry and Remote Sensing, 66, 776-786.

利用机载激光雷达、机载近红伪彩和日本ALOS卫星影像估计老挝共和国地上生物量，一区，Top，IF=7.319