副教授

当前位置: 首页 -> 师资力量 -> 副教授 -> 正文

于浕

信息来源: 发布日期:2025-02-25

教师简介 博士,副教授

姓名

于浕

籍贯

山东周村

最后

学历

博士研究生



最后毕业院校

武汉大学

所学专业

水利水电工程

工作单位

烟台大学

职称/职务

副教授/院长助理

办公电话

18017318902

电子邮件

yujin1991@ytu.edu.cn

个人学习及

工作经历

2017.9-2022.6     武汉大学  水利水电工程  博士

2022.7-2025.1     烟台大学  土木工程学院  讲师

2025.1至今      烟台大学  土木工程学院  副教授

目前研究

方向简介

水土资源高效利用与智能管理,水利工程遥感大数据分析与人工智能建模

近五年主持(或参与)教学、科研项目

主持项目:

[1] 国家自然科学基金青年项目“数据和机理协同驱动的水稻氮素诊断模型研究”(项目号52309063

[2] 山东省自然科学基金青年项目“土壤盐氮胁迫对水稻生长的影响机制及模拟研究”(项目号ZR2023QE332

[3] 山东省高等学校青年创新计划项目“水土资源高效利用与智能管理创新团队”

[4] 黑龙江省农垦科学院技术服务项目“遥感智能分析软件研发”

[5] 重庆交通大学技术服务项目“石柱回龙场水库工程溢洪道消能方案优化技术服务”

[6] 中国农业科学院技术服务项目“基于机器学习技术的大管径安全运行评估模型研究”

[7] 中国农业科学院技术服务项目“明渠测流建模与算法优化”

参与项目:

[1] 重庆市水利科技重点项目“不同干旱胁迫水平下水稻生长模拟不确定性定量表征研究”(项目号CQSLK-2023008

近五年教学、科研获奖及专利

[1] 2022年获批山东省继续教育数字化共享优质课程1门(3/3)

[2] 2024年指导学生参加中国大学生创新创业大赛获批国家项目1

[3] 2024年度全国高等院校项目管理大赛优秀指导教师

[4]王丹丹;米环;嵇斌;李华瑞;于浕;熊远亮. 一种黄河疏浚排沙平台(发明专利)

[5]王丹丹;滕文静;米环;熊远亮;于浕;嵇斌;李华瑞. 一种湿地水体污染物吸附装置(发明专利)

近五年已发表的代表性论著

近5年以第一作者或通讯作者发表SCI论文7篇:

[1] Yu, J., Shi, L., Han, J., Yang, Qi, Huang, J., & Ye, M. (2021). Assessing parametric and nitrogen fertilizer input uncertainties in the ORYZA_V3 model predictions. Agronomy Journal, 113:4965–4981. (第一作者,JCR 2区)

[2] Yu, J., Tan, S., & Zhan, J.(2023). Multiple model averaging methods for predicting regional rice yield. Agronomy Journal, 115, 635–646. (第一作者,JCR 2区)

[3] Yu, J., Ren, Z., Li, H., & Tan, N. (2023). Performance evaluation of the ORYZA_V3 model for rice growth and organ nitrogen content. Agronomy Journal, 115, 2938–2949. (第一作者,JCR 2区)

[4] Tan, X.; Gao, J.; Li, L.; Yu, J*. (2023) Effects of Silicon Application on Nitrogen Migration in Soil–Rice Systems under Cadmium Stress. Sustainability, 15, 16552. (通讯作者,JCR 2区)

[5] Lei, G., Zeng, W., Yu, J*., He, J., Liu, S., Shao, X., Ren, Z., Gaiser, T., & Srivastava, A. K. (2025). Rice Haun stage estimation based on mechanistic and machine learning methods. Agronomy Journal, 117, e21733. (通讯作者,JCR 2区)

[6] Yu, J., Zhao, Y., Lei, G., & Zeng, W. (2025). A comparison of physics-based, data-driven, and hybrid modeling approaches for rice phenology prediction. Agronomy Journal, 117, e70010. (第一作者,JCR 2区)

[7] Yu, J., Dong, L., Zeng, W., & Lei, G. (2025). Rice yield predictions from remote sensing inputs in machine learning models. Agronomy Journal, 117, e70254. (第一作者,JCR 2区)

学术兼职

国家自然科学基金函评专家

国家大学生创新创业训练项目评审专家

指导研究生情况

在读硕士研究生3


 

 

下一条: 嵇斌