基本信息：
职称：副教授
研究方向：林业遥感、森林资源遥感监测、无人机遥感、油茶智能监测和树种多样性调查。
邮箱：enpingyan@csuft.edu.cn
个人简介：
严恩萍，女，1985年12月生，博士，副教授，硕士生导师，中国博士后科学基金一等资助获得者，中国林学会会员。兼任中国林学会林业计算机应用分会理事、浙江省自然科学基金通讯评审专家，担任《应用生态学报》、《生态学杂志》、《Computers and Electronics in Agriculture》、《Remote Sensing》等期刊论文审稿专家。
学习工作经历：
2022.01—至今，中南林业科技大学，林学系，副教授；
2016.07—2021.12，中南林业科技大学，林学系，讲师；
2011.09—2016.06，中南林业科技大学，森林经理学，博士；
2008.09—2011.06，中南林业科技大学，森林经理学，硕士；
2004.09—2008.06，中南林业科技大学，地理信息系统，学士。
代表性学术与教学成果：
1、教学与科研获奖：
[1] 湖南省研究生优秀教学案例《低空无人机遥感在油茶林快速估产中的应用》, 湘教通[2023]334号, 2024.01-2025.12, 湖南省教育厅, 第1；
[2] 湖南省研究生优质课程《遥感数字图像处理》, 湘教通[2019] 353号文件, 2020.01-2021.12, 湖南省教育厅, 第2；
[3] 湖南省林业硕士案例库之《基于低空无人机遥感的林业快速制图》, 湘教通[2019] 353号文件, 2020.01-2021.12, 湖南省教育厅, 第1；
[4] Multi-resolution mapping and accuracy assessment of forest carbon density by combining image and plot data from a nested and clustering sampling design，第八届梁希青年论文奖二等奖(2020-LW-2-46), 中国林学会, 第1。
2、教学与科研项目：
[1] 国家自然科学基金青年项目, 31901311, 面向山区森林碳密度遥感估算的地形校正优化研究, 2020/01-2022/12, 25.00万, 主持, 已结题；
[2] 湖南省自然科学基金青年项目, 2018JJ3871, 地形校正对山区森林碳密度估算精度的影响分析, 2018/01-2020/12, 5.00万, 主持, 已结题；
[3] 湖南省教育厅重点项目, 19A525, 基于嵌套抽样设计的森林碳密度制图与精度评价, 2020/01-2021/12, 5.60万, 主持, 已结题；
[4] 中国博士后科学基金面上一等资助, 2017M620362, 面向山区森林类型遥感监测的地形校正模型研究, 2017.11-2019.11, 8.00万, 主持, 已结题；
[5] 国家自然科学基金面上项目, 32071682, 基于UAV近景摄影的崖壁群植物多样性调查新方法研究, 2021.01-2024.12, 59.00万, 主要参与, 在研。
3、教学与科研论文：
[1] Li Haoran, Yan Enping*, Jiang Jiawei, Mo Dengkui. Monitoring of key Camellia Oleifera phenology features using field cameras and deep learning[J]. Computers and Electronics in Agriculture, 2024, 219: 108748.
[2] 严恩萍, 莫登奎. 基于改进Mask RCNN的散坟火灾隐患点自动检测与空间分析[J]. 自然灾害学报, 2023, 32(2): 99-107.
[3] Chen Yiqiao, Yan Enping, Jiang Jiawei, Zhang Guozhen, Mo Dengkui*. An efficient approach to monitoring pine wilt disease severity based on random sampling plots and UAV imagery[J]. Ecological Indicators, 2023, 156: 111215; doi.org/10.1016/j.ecolind.2023.111215.
[4] Li Yajing, Yan Enping, Jiang Jiawei, Cao Dan, Mo Dengkui *. Investigating the Identification and Spatial Distribution Characteristics of Camellia oleifera Plantations Using High-Resolution Imagery [J]. Remote Sensing, 2023, 15(21), 5218; https://doi.org/10.3390/rs15215218.
[5] 严恩萍, 棘玉, 尹显明, 莫登奎. 基于无人机影像自动检测冠层果的油茶快速估产方法[J]. 农业工程学报, 2021, 37(16): 39-46.
[6] Yan Enping, Zhao Yunlin, Lin Hui, Wang Guangxing, Mo Dengkui. Improving the Estimation of Forest Carbon Density in Mountainous Regions Using Topographic Correction and Landsat 8 Images[J]. Remote Sensing, 2019, 11(22), 2619; doi:10.3390/rs11222619.
[7] 严恩萍, 赵运林, 林辉, 王广兴, 莫登奎. 基于地统计学和多源遥感数据的森林碳密度估算[J]. 林业科学, 2017, 53(7): 72-84. (一级期刊, EI收录).
[8] Yan Enping, Lin Hui, Wang Guangxing, Sun Hua. Multi-resolution mapping and accuracy assessment of forest carbon density by combining image and plot data from a nested and clustering sampling design[J]. Remote Sensing, 2016, 8(7), 571; doi:10.3390/rs8070571.
[9] Yan Enping, Lin Hui, Wang Guangxing, Sun Hua. Improvement of forest carbon estimation by integration of regression models and spectral unmixing of Landsat data[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(9): 2003-2007.
[10] Yan Enping, Wang Guangxing, Lin Hui, Xia Chaozong, Sun Hua. Phenology based classification of vegetation cover types in Northeast China using MODIS NDVI and EVI time series[J]. International Journal of Remote Sensing, 2015, 36(2): 489-512.
4、其他：
[1] 林辉, 严恩萍, 孙华, 王广兴. 大尺度森林碳密度遥感反演研究. 北京：中国林业出版社, 380千字, 2016年3月, ISBN号: 978-7-5038-8291-3.
[2] 一种通用的基于遥感影像分割单元的地形校正优化方法, 第一发明人, 授权专利号: ZL202010059443.3, 授权日期: 2023-05-02.
[3] 无人机仿地飞行航线规划教学示范系统, 2020SR1096519, 中华人民共和国国家版权局, 第一著作权人, 2020.09.
[4] 一种基于无人机遥感的大面积油茶林快速估产方法, 第二发明人, 授权专利号: ZL202110205807.9, 授权日期: 2021-11-30, 中华人民共和国国家知识产权局.
[5] 基于UAV近景拍摄技术的崖壁群植物多样性调查方法, 第二发明人, 授权专利号：ZL202010260479.8, 授权日期：2024.03.08, 中华人民共和国国家知识产权局.
[6] 基于UAV和深度学习的大范围油茶林果智能检测与计数方法, 第二发明人, 授权专利号：ZL202010442497.8, 授权日期：2023.07.07, 中华人民共和国国家知识产权局.
