◎研究方向 海洋微波遥感与人工智能应用：（1）立足星载SAR等雷达体制，研究电磁波与海面的相互作用机理，发展回波模拟与成像仿真技术，并利用信号与图像处理方法，实现海洋动力环境信息的高精度提取。（2）引入机器学习、深度学习及智能体等前沿AI技术，聚焦参数提取、产品订正与多源数据融合等关键环节，推动海洋遥感技术体系的智能化发展。 ◎教育经历（倒序） 2014.09-2018.06 中国海洋大学博士（海洋探测技术） 2011.09-2014.06 国家海洋局第一海洋研究所硕士（物理海洋学） 2007.09-2011.06 大连海事大学学士（海洋科学） ◎工作经历（倒序） 2025.01至今，中国石油大学（华东）海洋与空间信息学院副教授 2020.12-2024.12，中国石油大学（华东）海洋与空间信息学院讲师 2018.10-2020.11，中国石油大学（华东）地球科学与技术学院博士后 ◎主讲课程 本科课程：人工智能基础、Python程序设计、海洋遥感技术 研究生课程：遥感前沿 ◎指导研究生及博士后 截至2026年，累计指导硕士研究生23人次，其中作为执行导师代指导16人次，作为导师独立指导7名。具体如下： [1] 吴宇琪，2020级，信息与通信工程学硕，论文题目：星载SAR非高斯海面散射特征分析与成像仿真 [2] 宋天然，2020级，信息与通信工程学硕，论文题目：GF-3极化SAR有效波高智能提取方法优化构建与应用 [3] 杨玉超，2021级，信息与通信工程学硕，论文题目：基于星载多体制雷达同步观测的宽刈辐有效波高重建方法研究 [4] 全美萱，2021级，信息与通信工程学硕，论文题目：基于CFOSAT散射计的降雨识别与风雨同步反演方法研究 [5] 张锐，2021级，新一代电子信息技术专硕，论文题目：基于CFOSAT散射计风场同步观测的波谱仪海浪产品修正及应用研究 [6] 闫宇，2021级，人工智能专硕，论文题目：基于机器学习的CFOSAT SWIM波谱仪海浪产品修正及中国近海应用 [7] 赵欣彤，2021级，人工智能专硕，论文题目：基于Sentinel-1双极化SAR的西北太平洋西北太平洋台风海域海面风场智能反演方法研究 [8] 杨国瑞，2022级，新一代电子信息技术专硕，论文题目：星载波谱仪海浪谱反演理论模型优化与智能模型拓展 [9] 刘海，2022级，人工智能专硕，论文题目：小入射角（0-30°）下海面微波后向散射特性分析与建模 [10] 苗强，2022级，人工智能专硕，论文题目：基于深度学习的多源海浪谱数据融合方法研究 [11] 李潇寒，2022级，通信工程专硕，论文题目：基于压缩感知Sentinel-1双极化SAR的海面风场反演及应用研究 [12] 郑志超，2022级，通信工程专硕，论文题目：GF-3极化SAR风、浪同步反演方法研究 [13] 张永跃，2022级，通信工程专硕，论文题目：波浪破碎海面微波后向散射模型构建与斜视SAR成像研究 [14] 车佳恒，2023级，通信工程专硕，论文题目：星载SAR和光学遥感海流优化反演与融合方法研究 [15] 王一辰，2024级，信息与通信工程学硕，论文题目：星载斜侧视SAR海面回波机理、成像方法与海浪探测能力研究 [16] 邓维一，2024级，新一代电子信息技术专硕，论文题目：基于GNSS-R的降雨探测与高分辨率风速提取方法研究 [17] 杜文轩，2024级，通信工程专硕，论文题目：CFOSAT SWIM海洋波谱仪风矢量与海浪谱同步提取方法研究 [18] 张 帅，2024级，通信工程专硕，论文题目：基于 Sentinel-1 双极化 SAR 的风、浪同步探测方法研究 [19] 宋 健，2024级，通信工程专硕，论文题目：WindRAD Ku/C双频散射计降雨识别与风雨同步反演方法 [20] 魏明康，2025级，通信工程专硕，论文选题：SAR台风风速智能提取与重构 [21] 秦文建，2025级，通信工程专硕，论文选题：波谱仪海浪谱智能校正及应用 [22] 马俊丽，2025级，通信工程专硕，论文选题：极化SAR海面风场反演技术 [23] 肖振宇，2025级，新一代电子信息技术专硕，论文选题：降雨条件下的波谱仪海浪探测方法 ◎承担项目 [1] 2020.1-2024.12，国家自然科学基金重点项目，多模式一体化微波遥感技术及其风浪应用，主要参加人 [2] 2022.1-2024.12，山东省基金青年项目，高海况海面极化微波散射机制与风矢量提取技术，负责人 [3] 2023.1-2025.12，国家自然科学基金青年项目，小入射角多普勒真实孔径雷达海表流场及风浪同步探测技术，负责人 [4] 2025.10-2028.9，山东省基金面上项目，同步风反演与物理约束驱动的星载极化SAR高海况海浪谱智能提取方法，负责人 ◎论文 [1] 闫秋双，范陈清，赵欣彤，张杰. 基于双极化SAR数据的西北太平洋台风海域风场智能反演. 清华大学学报, 2025, 65(6)：1090-1101.（第一作者） [2] 车佳恒，闫秋双，范陈清，孟俊敏，张杰. 基于机器学习的Sentinel-1 SAR多普勒频移风、浪响应建模与海流反演. 雷达学报, 2025, 14：1-20.（通讯作者） [3] 李潇寒，闫秋双，范陈清，张杰. 基于深度学习的Sentinel-1 双极化SAR台风海况下海面风速反演方法[J]. 电波科学学报, 2024, 39(6): 1095-1101. （通讯作者） [4] Yan Q, Fan C, Meng J, Song T, Zhang J, Sun W. Comparison of BPNN and dual-branch CNN for significant wave height estimation from polarimetric Gaofen-3 SAR wave mode data [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2024, 17(2024 ): 9582-9594. （第一作者） [5]Deng W, Yan Q, Qi J, et al. Ocean Rainfall Identification and Intensity Retrieval from GNSS-R Observations[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2026. （通讯作者） [6] Yang G, Yan Q, Fan C, et al. Empirical modelling of modulation transfer function for CFOSAT SWIM spectrometer[J]. Remote Sensing Letters, 2025, 16(8): 868-879. （通讯作者） [7] Miao Q, Yan Q, Qi J, et al. Fusion of multi-source wave spectra based on BU-NET [J]. International Journal of Applied Earth Observation and Geoinformation, 2024, 134: 104195-104208. （通讯作者） [8] Zheng Z, Yan Q, Fan C, Meng J, Zhang J, Song T, Sun W. Optimized Estimation of Azimuth Cutoff for Retrieval of Significant Wave Height and Wind Speed From Polarimetric Gaofen-3 SAR Wave Mode Data [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2024, 17(2024 ): 10938-10955. （通讯作者） [9]Zhang R, Qi J, Yan Q, et al. Improvements to the CFOSAT SWIM wave spectrum based on the vit deep learning model [J]. IEEE Geoscience and Remote Sensing Letters, 2024, 21(2024 ): 1-5. （通讯作者） [10]Yang Y, Qi J, Yan Q, et al. Reconstruction of wide swath significant wave height from quasi‐synchronous observations of multisource satellite sensors [J]. Earth and Space Science, 2024, 11(5). （通讯作者） | 
