欢迎来到公海7108线路-welcome

您的位置: 首页 > 师资团队 > 副教授 >> 正 文

陈斌

【来源:欢迎来到公海7108线路 | 发布日期:2012-10-16 | 【选择字号:
陈斌,副教授,博士生导师。2007年6月和2012年6月,在兰州大学分别获得理学学士和博士学位,2010年10月赴美国加州大学San Diego分校Scripps海洋研究所交流学习两年。是黄建平教授团队成员,主要研究方向包括大气气溶胶、大气污染物的卫星遥感及其环境气候效应;机器学习、深度学习在大气科学中的应用;疫情大数据及机器学习预测和影响研究。
在Environmental Pollution、Atmospheric Chemistry and Physics、Science of the Total Environment、Journal of Geophysical Research、Atmospheric Research等大气科学领域权威期刊上发表论文30余篇,论文总他引1036次,第1作者单篇最高他引110次,软著专利6项。曾主持国家自然科学面上项目、青年基金,曾获省部级奖3项和国家自然科学二等奖1项。受邀担任Remote Sensing of Environment (RSE), Geoscientific Model Development(GMD), Journal of Geophysical Research:Atmospheres (JGR)等10余种学术期刊审稿人。
招收大气、环境、计算机、数学等专业背景的硕士和博士研究生,欢迎研究生报考(报考方向:气象学、大气物理学与大气环境、大气遥感、气候学),具体了解请联系:chenbin@lzu.edu.cn
 
课程教学:
1. 研究生课程《气象大数据分析与人工智能应用》
2. 研究生课程《大尺度动力学》(2022-至今)
3. 研究生课程《气候与气候系统》(2021-至今)
4. 研究生课程《气候系统与全球变化》(2018-2019)
5. 本科生课程《动力气象学》(2013-至今)
6. 本科生课程《卫星气象学》(2014-2021)
7. 本科生课程《Fortran语言及应用》(2013)
 
主要研究方向:
1. 卫星遥感及辐射气候效应(大气气溶胶、大气污染物)
2. 大气气溶胶、大气污染物协同污染的传输特征和天气形势研究
3. 机器学习、深度学习在大气气溶胶和大气环境方面的应用
4. 疫情大数据及机器学习预测和影响研究
 
主要承担项目
1. 国家重点研发计划“全球变化及应对”重点专项,2019YFA0606800,地球系统模式中的气溶胶模式研发及气溶胶气候效应评估,2019-11至2024-10,骨干.
2. 国家自然科学基金面上项目,41175134,城市人为沙尘气溶胶的识别及其对我国灰霾天气的影响,2018-01至2021-12,主持.
3. 国家自然科学基金青年基金项目,41305026,沙尘、黑碳和有机碳气溶胶吸收光学厚度的分离算法研究,2014-01至2016-12,主持.
 
荣誉奖励:
1. 陈斌,甘肃省2022年青年教师成才奖.
2. 陈斌,《欢迎来到公海7108线路2021-2022年度“课程思政”示范课程讲课比赛》一等奖,2022年.
3. 葛觐铭,黄建平,陈斌,陈思宇,闭建荣,苏婧,《西北沙尘遥感监测及辐射效应的研究》,教育部自然科学二等奖,2019年1月15日. (3/6)
4. 陈斌,《利用卫星和AERONET观测资料对东亚地区吸收性气溶胶识别及其光学特征分析》,甘肃省优秀博士学位论文,2014.
5. 黄建平、王式功、王天河、周自江、陈斌,《沙尘对我国西北干旱气候影响机理的研究》,国家自然科学二等奖,2013年12月25日.(5/5)
6. 黄建平、王式功、王天河、陈斌、王金艳,《沙尘与云和降水相互作用及对西北干旱气候影响的研究》,甘肃省自然科学一等奖,2013年1月18日.(4/5)
7. 陈斌,第92界美国气象学会年会《学生优秀论文奖》,2012.
8. 陈斌,首届教育部博士研究生学术新人奖,2010.
 
代表性论文(*表示通讯作者):
1. Chen, B.*, Z. Song, J. Huang, et. al, Estimation of Atmospheric PM10 concentration in China using an interpretable deep learning model and top-of-the-atmosphere reflectance data from China's new generation geostationary meteorological satellite, FY-4A. Journal of Geophysical Research:Atmospheres,127, e2021JD036393, 2022, doi:10.1029/2021JD036393. ( 2作2020级硕士研究生)
2. Chen, B.*, Song Z., et. al, Obtaining vertical distribution of PM2.5 from CALIOP data and machine learning algorithms. Science of the Total Environment, 805, 150338, 2022, https://doi.org/10.1016/j.scitotenv.2021.150338. (2作2020级硕士研究生)
3. Chen, B.*, Song Z., et. al, An interpretable deep forest model for estimating hourly PM10 concentration in China using Himawari-8 data. Atmospheric Environment, 268, 118827, 2022, https://doi.org/10.1016/j.atmosenv.2021.118827. ( 2作2020级硕士研究生)
4. Song, Z., B. Chen*, and J. Huang, Combining Himawari-8 AOD and deep forest model to obtain city-level distribution of PM2.5 in China. Environmental Pollution, 297, 118826, 2022, https://doi.org/10.1016/j.envpol.2022.118826. ( 1作2020级硕士研究生)
5. Song, Z., B. Chen*, et. al, High temporal and spatial resolution PM2.5 dataset acquisition and pollution assessment based on FY-4A TOAR data and deep forest model in China. Atmospheric Research, 274, 106199, 2022, https://doi.org/10.1016/j.atmosres.2022.106199. ( 1作2020级硕士研究生)
6. Song, Z., B. Chen*, et. al, Estimation of PM2.5 concentration in China using linear hybrid machine learning model.Atmospheric Measurement Techniques, 14, 5333–5347, 2021, https://doi.org/10.5194/amt-14-5333-2021. (1作2020级硕士研究生)
7. Dong, L., B. Chen*, et. al, Analysis on the Characteristics of Air Pollution in China during the COVID-19 Outbreak. Atmosphere, 12, 205, 2021, https://doi.org/10.3390/atmos12020205. (1作2019级硕士研究生)
8. Chen, B., Huang Y., Huang J., et. al, Using Lidar and Historical Similar Meteorological Fields to Evaluate the Impact of Anthropogenic Control on Dust Weather During COVID-19. Frontiers in Environmental Science, 9:806094, 2021, doi:10.3389/fenvs.2021.806094. ( 2作2018级硕士研究生)
9. Chen B.*, P. Zhang, et. al, An overview of passive and active dust detection methods using satellite measurements. Journal of Meteorological Research, 28(6), 2014, doi:10.1007/s13351-014-4032-4.
10. Chen, B.*, J. Huang, et. al, Detection of dust aerosol by combining CALIPSO active lidar and passive IIR measurements.Atmospheric Chemistry and Physics, 10, 4241-4251, 2010, doi:10.5194/acp-10-4241-2010. (教育部自然科学二等奖代表性论文)
11. Huang, J., P. Minnis, B. Chen, et. al, Long-range transport and vertical structure of Asian dust from CALIPSO and surface measurements during PACDEX. Journal of Geophysical Research: Atmospheres, 113, D23212, 2008, doi:10.1029/2008JD010620. (国家自然科学二等奖代表性论文)
12. 陈斌*,等,大气科学专业课程思政教学实践--以卫星气象学为例[J]. 高教学刊, (26):84-89, 2021. (教学论文)
 
代表性专利和软著:
陈斌, 等,一种用于共享单车便携式移动空气污染物监测设备. 2021-11-09, 中国,  ZL202120588977.5.
陈斌, 等, 便携式移动空气污染物监测设备搭载平台. 2021-11-12, 中国,  ZL202120558237.7.
陈斌, 宋志浩. 一种利用卫星数据估算空气质量PM2.5浓度的Python程序系统V1.0. 2021SR0485811, 原始取得, 全部权利, 2020-11-01.

上一篇:王治厅

下一篇:季明霞

版权所有:欢迎来到公海7108线路

地址(Add):甘肃省兰州市天水南路222号观云楼1721

邮编(Postcode):730000

电话(Tel): +86-931-8914276,8914277,8914278

传真(Fax): +86-931-8914277

E-mail:dqy@lzu.edu.cn

Copyright © 欢迎来到公海7108线路

All Right Reserved

管理员张卫东

XML 地图 | Sitemap 地图
Baidu
sogou