教育经历

2011.09 - 2017.01: 44118太阳成城集团，理学博士

2007.09 - 2011.06: 北京科技大学，理学学士

工作经历

2022.05 - 今: 44118太阳成城集团 44118太阳成城集团 生态研究中心     研究员/课题组长/博士生导师

2019.10 - 2021.9: 法国航天局（cnes）    博士后

2017.04 - 2019.9: 法国科学研究院（cnrs）    博士后

博士生导师/方向

生态遥感（激光雷达、雷达） 

杂志任职

Annals of Forest Science, 副主编 (2022-now)

荣誉与奖励

(1) 中国生态学会青年科技奖（2024）

(2) 国家青年人才引进计划（2022）

(3) 44118太阳成城集团博雅青年学者（2022）

(4) 陆地生态系统碳收支研究, 北京市自然科学一等奖（2020），第六完成人 (6/12)

(5) 44118太阳成城集团优秀博士论文（2017）

(6) 北京市优秀毕业生（2017）

招生信息

2025入学博士名额已无。

开设课程

本科生课程《生态遥感基础》（主讲。该课程系统介绍可见光/近红外、主被动微波（重点）、激光雷达（重点）遥感的概念、原理及实践操作）

研究生课程《激光雷达原理与生态实践》（主讲。该课程介绍地基、背包、机载、星载等激光雷达技术原理及其应用，侧重数据获取与处理技能）

研究生课程《生态学研究进展》（参与讲授）

在读博士生

胡晓梅（2022入学）

白皓（2023入学）

杨子炎（2024入学）

王丽君 （2024入学）

本科生拔尖计划

武展仪（2022级）

本科生毕业论文

廖民懿（2021级）

在站博士后

冉沁蔚（2023入站，研究方向：湿地、全球变化，2023国家博士后研究人员计划，博士后面上基金）

艾萨迪拉.玉苏甫（2023入站，研究方向：激光雷达遥感，2023国家博士后研究人员计划，博士后面上基金）

出站博士后

齐文华（2022入站，研究方向：植被生态、生态系统服务，2023博士后面上基金）

研究组常年招收客座本科/研究生、博士后

如果你对遥感技术感兴趣（激光雷达、雷达等），同时对生态学充满好奇，欢迎加入我们 :)

联系方式：sltao@pku.edu.cn

研究兴趣

• 研究组的研究方向：基于激光雷达（Lidar）与雷达（Radar）主动遥感技术开展植被3D结构与功能研究、生态环境多要素动态变化研究。

• 近几年主要关注生态系统尺度植物生理过程3D模拟、全球尺度植被结构与干旱响应观测，以及部分城市生态问题。

• 研究组已开发地基Lidar数据处理软硬件流程3套（ISPRS，PE&RS，ANFS），全球首套C波段Radar散射计数据集1套并用于热带雨林干旱研究（ESSD，PNAS，NCC），我国城市沉降速率高分辨率图集一套（Science），并于2024年创建了Lidar数据共享平台LiDARNET (lidar.pku.edu.cn)。

研究组微信公众号

“遥感生态学（PKU-RE）”，欢迎关注 :)

• 激光雷达算法开发：
  

1. Shengli Tao*, Nicolas Labrière, Kim Calders, et al. Mapping tropical forest trees across large areas with lightweight cost-effective terrestrial laser scanning. Annals of Forest Science. 78 (2021). 基于轻小型地面Lidar，利用自主设计的塑料标靶球拼接系统，全球范围内首次成功扫描面积高达12公顷的亚马逊雨林大样地，并开发新的算法，从点云数据中检测出直径仅3cm的小树。

2. Shengli Tao, Fangfang Wu, Qinghua Guo*, et al. Segmenting tree crowns from terrestrial and mobile LiDAR data by exploring ecological theories. ISPRS Journal of Photogrammetry and Remote Sensing. 110:66-76 (2015). 开发基于生态学代谢理论的地基与车载Lidar单木分割算法。
   

3. Shengli Tao, Qinghua Guo*, et al. A geometric method for wood-leaf separation using terrestrial and simulated Lidar data. Photogrammetric Engineering & Remote Sensing. 81: 767-776 (2015). 基于地面Lidar与光线追踪模拟数据，开发点云霍夫变化枝叶分离算法。

• 激光雷达生态应用：
  

1. Shengli Tao, ...Jingyun Fang*. Global patterns and determinants of forest canopy height. Ecology. 97: 3265-3270 (2016). 基于卫星激光雷达重新评估全球树高的决定因素，发现了水分对树高的“负效应”， 更正了学界的错误认知。

2. Shengli Tao, ... Jingyun Fang*. Changes in China's water resources in the early 21st century. Frontiers in Ecology and the Environment. doi:10.1002/fee.2164 (2020). 基于星载卫星测高数据GLAS、重力卫星、Landsat等，全面评估我国21世纪以来水资源的变化情况。

3. Nicolas Labrière*, Shengli Tao, Jérôme Chave, et al. In Situ Reference Datasets from the TropiSAR and AfriSAR Campaigns in Support of Upcoming Spaceborne Biomass Missions. IEEE JSTARS. 1-11 (2018). 基于机载Lidar数据，制作热带雨林多处生物量图层，为欧空局BIOMASS 雷达碳卫星提供验证数据集。
   

• 雷达数据开发：
  

1. Shengli Tao*, Zurui Ao*, Jean-Pierre Wigneron, et al. A global long-term, high-resolution satellite radar backscatter data record (1992–2022+): merging C-band ERS/ASCAT and Ku-band QSCAT. Earth Syst. Sci. Data. https://doi.org/10.5194/essd-15-1577-2023  (2023). 开发全球首套逐月长时序（since 1992）C-波段（～5GHz）雷达散射计数据集。

• 雷达应用：

1. Zurui Ao†, Xiaomei Hu†, Shengli Tao†*, et al. A national-scale assessment of land subsidence in China’s major cities. Science. 384: 301-306 (2024). 基于InSAR（干涉合成孔径雷达）技术，首次全面评估我国大中型城市的沉降现状，并肯定了我国南水北调、沿海堤坝等工程对防治地面沉降与海平面上升的积极作用。下载链接：https://www.science.org/stoken/author-tokens/ST-1814/full

2. Shengli Tao*, Jérôme Chave*, Pierre-Louis Frison, et al. Increasing and widespread vulnerability of intact tropical rainforests to repeated droughts. PNAS. 119 (37) e2116626119 (2022). 基于自主开发的C-波段雷达散射计数据集，重新探讨全球热带雨林过去三十年的干旱抵抗力变化。
   

3. Shengli Tao*, Jean-Pierre Wigneron*, Jerome Chave. et al. Little evidence that Amazonian rainforests are approaching a tipping point. Nat. Clim. Chang. https://doi.org/10.1038/s41558-023-01853-8  (2023). 基于自主开发的C-波段雷达散射计数据集重新评估亚马逊雨林是否正在接近“临界点”。

• 光学遥感生态应用：
  

1. Shengli Tao, Jingyun Fang*,  et al. Rapid loss of lakes on the Mongolian Plateau. PNAS. 112: 2281-2286 (2015).  利用Landsat影像首次评估蒙古高原湖泊的长期（1970s-2010）动态。

2. Shengli Tao, Jingyun Fang*,  et al. Changes in China’s lakes: Climate and human impacts. National Science Review.  7:132–140 (2020). 利用Landsat影像，构建我国面积大于1km2的湖泊面积动态变化（since 1980s）数据集。

3. Yuhao Feng, Heng Zhang, Shengli Tao*, et al. Decadal Lake Volume Changes (2003–2020) and Driving Forces at a Global Scale. Remote Sensing. https://doi.org/10.3390/rs14041032 (2022). 基于星载卫星测高数据GLAS与Landsat影像，首次对全球9000余湖泊的体积变化进行了评估。

更多成果详见Google scholar: https://scholar.google.com/citations?user=7NJkU6cAAAAJ&hl=en