诸云强
地理空间智能
997455@hainanu.edu.cn

教育/工作经历

教育经历:

1996年9月-2000年7月,吉林大学地球探测学院测量工程系,获工学学士学位;

2000年9月-2003年7月,首都师范大学资源环境与旅游学院,获地图学与地理信息系统硕士学位;

2003年9月-2006年7月,中院研究生院(现中国科学院大学),获地图学与地理信息系统博士学位;

工作经历:

2006年8月-2025年11月,中国科学院地理科学与资源研究所,分别于2009、2014年晋升为副研究员、研究员,历任地球系统科学信息共享研究室副主任、资源与环境信息系统国家重点实验室副主任、地球数据科学与共享研究室主任。

其中:2015年9月-2016年9月,美国威斯康星大学-麦迪逊地理系访问学者

2017年2月-2019年1月,挂职贵州省农业委员会(农业农村厅)主任(厅长)助理。


主要学术任职

williamhill第二层次人才、海南自贸港B类人才、中国科学院现有关键技术人才。兼任中国地理学会地理大数据工作委员会副主任、中国测绘学会智能化测绘工作委员会副主任、全国地理信息标准化技术委员会委员、中国地理学会团体标准工作组组长、中国地理信息产业协会地理信息安全技术工作委员会委员、中国环境科学学会环境信息化分会常委委员,自然资源部地质信息工程技术创新中心技术委员会委员、中国地质调查局地质知识智慧服务技术创新中心技术委员会委员、重庆市地理信息系统应用研究重点实验室学术委员会委员,中国科协联合国咨商信息与通信技术专委会(CAST-CCIT)委员、国际科学技术数据委员会优质地理产品生境保护与可持续发展任务组(CODATA Task Group on GIES)成员;担任《Big Earth Data》《地理研究》《全球变化数据学报(中英文)》等学术期刊编委。


主要科研项目

国家重点研发计划项目(2022YFB3904200),群智协同时空知识图谱与知识服务,2022.12-2025.11

国家重点研发计划项目(2025YFE0211500),地球系统科学国际数据资源与合作网络平台建设与合作研究, 2026.1-2028.12

科技基础性工作专项项目(2013FY110900),科技基础性工作数据资料集成与规范化整编,2013.6-2018.6

国家自然科学基金面上项目(41771430),基于本体的地理空间模型自动数据匹配方法研究,2018.1-2021.12

中国科学院网络安全和信息化专项大数据+人工智能应用示范项目(CAS-WX2021SF-0106),基于大数据和人工智能的青藏高原东缘地形急变带山地灾害风险预警平台建设与应用示范,2022.1- 2023.12


代表性学术成果

出版专著8部、发表论文200多篇取得国家发明专利9项,参与编制并发布国家标准5项,主持编制行业标准4项,3份咨询建议报告被两办采纳。获得国家科技进步奖二等奖、河南省科技进步奖一等奖、地理信息科技进步奖特等奖、一等奖、中国自然资源学会青年科技奖等多项科技奖励,荣获高校GIS创新人物、最美地理科技工作者等个人荣誉。

2014年国家科技进步奖二等奖. 排名第2

2013年河南省科技进步奖一等奖. 排名第2

2022年地理信息科技进步奖特等奖. 排名第3

诸云强. 地球系统科学数据共享关键技术研究. 北京:科学出版社.2009

诸云强, 潘鹏. 地理空间数据本体概念、技术方法与应用. 北京:科学出版社. 2019

诸云强, 宋佳, 李威蓉等.科技基础性工作数据汇交与整编模式、标准. 北京:科学出版社.2019

ZHU Yunqiang, WANG Qiang, WANG Shu et al. Methodology, progress and challenges of geoscience knowledge graph in International Big Science Program of Deep-Time Digital Earth. J. Geogr. Sci. 2025, 35(5): 1132-1156

Yunqiang ZHU, Kai SUN, Shu WANG et al. An adaptive representation model for geoscience knowledge graphs considering complex spatiotemporal features and relationships. Science China Earth Sciences. 2023,66(11):25632578

Yunqiang Zhu, A-Xing Zhu, Min Feng et al. A similarity-based automatic data recommendation approach for geographic models. International Journal of Geographical Information Science. 2017, 31:7, 1403-1424

Yunqiang Zhu, A-Xing Zhu, Jia Song et al. Multidimensional and quantitative interlinking approach for Linked Geospatial Data. International Journal of Digital Earth. 2017, 10:9, 923-943