苏艳军

苏艳军

所属团队: 饲草作物设计育种技术-育种技术
职务职称: 副主任 研究员
研究方向: 饲草表型组学
联系方式: ysu@ibcas.ac.cn；010-62836159
通讯地址: 北京市海淀区香山南辛村20号

个人简历

2009年，中国地质大学（北京）获学士学位；

2012年，中国科学院地理学与资源研究所获硕士学位；

2017年，美国加州大学（默塞德）分校获博士学位；

2017-2021年，中国科学院植物研究所副研究员；

2021年至今，中国科学院植物研究所研究员。

饲草全重副主任，担任Plant Phenomics、Journal of Plant Ecology、植物生态学报等学术期刊副主编或编委。主要学术成果发表于Nature Climate Change、Science Advances、Remote Sensing of Environment等期刊。

承担项目

国家重点研发计划青年科学家项目“全球变化下的典型森林生态系统观测与预警”（2022.12-2027.11），项目负责人；

国家自然科学基金青年科学基金（B类）“国家自然科学基金青年科学基金（B类）”（2025.01-2027.12），项目负责人；

中国科学院网络信息专项应用示范项目“基于众源采集和人工智能的信息化植被调查与绘制技术研发”（2022.01-2023.12），项目负责人；

中国科学院战略性先导科技专项（A类）“创新生态草牧业科技体系专项”（2020.11-2025.10），课题骨干；

中国科学院战略性先导科技专项（A类）“种子精准设计与创造专项”（2019.11-2024.12），课题骨干。

代表性成果

获奖

2024年，青年科学基金项目B类获得者 (原优青) ；

曾获美国摄影测量学会“William A. Fischer Memorial Scholarship”，李小文遥感科学青年奖，中国自然资源协会青年科技奖，国家优秀自费留学生等荣誉。

专利

  • 苏艳军，刘中华，庞树鑫，胡天宇，刘小强。一种基于深度学习和几何校正的麦穗点云分割方法和系统。专利号：ZL202310050545.2
  • Su YJ, Liu ZH, Pang SX, Liu XQ. A Method and System to Segment the Point Clouds of Wheat Spike Based on Deep Learning and Geometric Correction. 2024/03315

代表性论著

  • Yan JB, Wang JT, Liu XQ, Qi XT, Feng YH, Maeda EE, Hu TY, Liu LL, Su YJ*. 2025. A connectivity‐based algorithm for wood–leaf separation from terrestrial laser scanning data. Methods in Ecology and Evolution, 16: 2836–2857
  • Wu XY, Niu CY, Liu XQ, Hu TY, Feng YH, Zhao YY, Liu SW, Liu ZH, Dai GH, Zhang Y, Van Meerbeek K, Wu J, Liu LL, Guo QH, Su YJ*. 2024. Canopy structure regulates autumn phenology by mediating the microclimate in temperate forests. Nature Climate Change, 14: 1299–1305
  • Hu TY, Cao MQ, Zhao XX, Liu XQ, Liu ZH, Liu LY, Huang ZY, Tao SL, Tang ZY, Guo YP, Ji CJ, Zheng CY, Wang GY, Hu XK, Zhou LH, Cheng YX, Ma WH, Wang YH, Zhang PJ, Fan YJ, Yu FH, Wang Z, Qiao XJ, Cheng XL, Yin CY, Ma HY, Li LP, Yang Y, Luo WY, Gong YM, Wang L, Chen LY, Liu GF, Song CY, Yang XJ, Ye XH, Zhang SR, Zhu XY, Wang QG, Li SJ, Yang YC, Liu LL, Kelly M, Fang JY, Su YJ*. 2024. High-resolution mapping of grassland canopy cover in China through the integration of extensive drone imagery and satellite data. ISPRS Journal of Photogrammetry and Remote Sensing, 218: 69–83
  • Liu XQ, Feng YH, Hu TY, Luo Y, Zhao XX, Wu J, Maeda EE, Ju WM, Liu LL, Guo QH, Su YJ*. 2024. Enhancing ecosystem productivity and stability with increasing canopy structural complexity in global forests. Science Advances, 10: eadl1947
  • Ma Q, Su YJ*, Niu CY, Ma Q, Hu TY, Luo XZ, Tai XN, Qiu T, Zhang Y, Bales RC, Liu LL, Kelly M, Guo QH. 2023. Tree mortality during long-term droughts is lower in structurally complex forest stands. Nature Communications, 14: 7467
  • Liu ZH, Jin SC*, Liu XQ, Yang QL, Li Q, Zang JR, Li ZF, Hu TY, Guo ZF, Wu J, Jiang D, Su YJ*. 2023. Extraction of wheat spike phenotypes from field-collected lidar data and exploration of their relationships with wheat yield. IEEE Transactions on Geoscience and Remote Sensing, 61: 1–13
  • Liu XQ, Su YJ*, Hu TY, Yang QL, Liu BB, Deng YF, Tang H, Tang ZY, Fang JY, Guo QH. 2022. Neural network guided interpolation for mapping canopy height of China's forests by integrating GEDI and ICESat-2 data. Remote Sensing of Environment, 269: 112844
  • Liu XQ, Ma Q, Wu XY, Hu TY, Liu ZH, Liu LL, Guo QH, Su YJ*. 2022. A novel entropy-based method to quantify forest canopy structural complexity from multiplatform lidar point clouds. Remote Sensing of Environment, 282: 113280