邱炳文
博士生招生：福州大学 物理与信息学院“通信与信息系统” (地理信息系统与遥感应用方向)博士生导师(学术型)、计算机学院 “计算机科学与技术”（时空数据挖掘与可视分析方向）博士生导师(学术型和专业型)
福州大学2025年博士研究生招生简章：https://yjsy.fzu.edu.cn/info/1070/5637.htm
物信学院“申请-考核制”招生学术型博士生：https://wx.fzu.edu.cn/info/1059/5962.htm
计算机与大数据学院 招收博士学位研究生：https://ccds.fzu.edu.cn/info/1138/10790.htm
硕士生招生：福州大学 数字中国研究院（福建）“地理学”、“测绘工程”专业硕士生导师
办公楼：福州大学 新校区东门 晋江楼18楼1805
个人主页：https://adcfj.cn:444/sirc/door/team/TeacherList/Detail?personId=%20431
https://www.researchgate.net/profile/Bingwen-Qiu
QQ邮箱：905837443@qq.com
福大邮箱(可能被拦截或出错)：qiubingwen@fzu.edu.cn
个人简介：女，湖南浏阳人，博士, 研究员，博士生导师，福州大学"嘉锡学者"特聘教授。中国地理学会地理模型与地理信息分析专业委员会委员，国际数字地球学会中国国家委员会数字农业专业委员会委员，美国AGU会员。中国科学院大学理学博士，英国剑桥大学和美国卡内基科学研究所斯坦福实验室 访问学者。获2020年福建省科技进步二等奖、2013年福建省科技进步三等奖、2024年福州大学第六届能化奖教金。担任多个国际著名SCI期刊审稿人，指导4名学生获得福建省优秀硕士学位论文，论文入选福建省自然科学优秀学术论文。
科研情况：先后获得国家重点研发计划子课题、4项国家基金面上项目以及多项省部级科技项目资助。长期从事时空数据分析以及时序遥感变化检测技术研究。近年来主要致力于基于GEE的大尺度长时序高精度农作物智能识别、耕地非粮化态势分析与精准管控对策以及生态工程科学评估等方面研究工作。在研项目如下：
1. 国家自然科学基金委员会，面上基金项目，42171325，基于多维度光谱指数的大尺度作物种植制度变化时序遥感监测方法研究，2021-2025，在研，主持。
2. 国家重点研发计划重点研发计划项目“农情信息空天地高精度高时效监测系统研发与应用”，2022YFD2001101, 2023-2027，在研，参与项目并主持子课题。
3. 福建省科技厅引导性项目《福建省耕地非粮化态势分析与精准管制对策研究》（项目编号：2023Y0042），2023-2025，在研，合作主持
4. 福建省科技厅，高校产学研项目，2020N5002，农情高时效精准监测技术研究及应用，2020至2023，结题，主持。
5.福建省环保科技计划项目，2022R023，福建省茶园分布及碳汇遥感估算研究，2022-2023，结题，合作。
学术论文：在国内外权威期刊发表学术论文80多篇。以第一作者或通讯作者在Remote sensing of Environment、ISPRS Journal of Photogrammetry and Remote Sensing、Scientific data、Science of The Total Environment、Land use policy、International Journal of Applied Earth Observations and Geoinformation等地学或遥感领域权威期刊发表高水平学术论文30余篇。其中《地理学报》、《自然资源学报》两篇中文论文入选领跑者5000——中国精品科技期刊顶尖学术论文。英文论文水稻制图CCVS方法，获得福建省自然科学优秀学术论文二等奖。科研成果获国家发明专利20项、国家软件著作权登记10项。
学术专著：邱炳文，陈崇成等撰写，《中国大宗农作物时序遥感制图》，2022年3月科学出版社出版，ISBN 978-7-03-071864-8。
指导研究生：所指导的硕士研究生先后4人次（曾灿英、李维娇、刘哲、封敏）获得福建省优秀硕士论文，4人次获得国家奖学金（胡翔、林多多、王壮壮、罗钰涵）、2人次（李海文、杨鑫）获得福化奖学金。5人次（钟江平、陈功、蒋范晨、林多多、甘聪聪）获得福州大学优秀硕士论文。欢迎加盟时空分析建模研究小组，贡献大尺度高精度遥感智能提取算法，助力实现国家粮食安全、“双碳”目标以及乡村振兴等多重国家战略！
感谢历届优秀学子为研究小组所做贡献，他们是：
1. 博士生 通讯与信息系统/计算机科学与技术：何玉花，黄滢泽，彭玉凤，成飞飞，李春婷，陈笛
2. 地图学与地理信息系统(地理学)：随银波 崔红生 叶飞 涂晓扬 龙荣 钟鸣 曾灿英 王重洋 封敏 刘哲 陈功 张珂 黄莹泽 黄稳清 林多多 林艺真 胡翔 余林海 刘宝力 李泽晶 杨康 余浩宇 张宝宝
3. 地图制图学与地理信息工程： 钟江平
4.测绘工程专业：李维娇 范占岭 齐文 王壮壮 罗钰涵 卢迪菲 邹凤丽 燕雄飞 李宇 李海文 杨鑫 陈芳鑫 蒋范晨 闫超 叶智燕 甘聪聪 苏中豪 李峥嵘 简泽宇 郭思思 吴佳宁 吴方政 陈剑锋 郭美静 彭微 莫雪莹 肖金龙 邓钦文
5. 计算机应用专业: 吴宇航 王蒋勇 陈志丰 谢映山
学术贡献：学术贡献主要体现在以下几个方面：
1）植被演变时空异质性分析建模：创建了植被演变时空连续分析建模框架，很好地阐释了我国陆地植被演变时空异质性特征以及多因素复杂影响机制，深入揭示植被物候演变特征以及多因素协同作用机理。在此基础上，提出了基于知识的植被演变一体化信息提取技术，实现多种植被变化类型与变化发生时间的一体化信息提取，巧妙地克服了分类后变化检测累积误差大的技术瓶颈，具有很好的时空连续性与鲁棒性。
2）大尺度长时序智能农情遥感技术：探索农作物生物物理变量时空演变图谱，通过动态锁定植被关键物候期、集成多维度光谱指数、知识迁移学习等研究策略，为实现少样本或无样本情况下大尺度高精度农情信息提取技术开辟新思路。率先创建了全国近40年来耕地复种指数时空连续分布数据库。利用农业大数据全面揭示20世纪八九十年代我国复种指数，21世纪以来我国复种指数基本保持稳定，但我国农作物种植制度发生巨大变化（双季稻锐减一半、玉米大幅增加后动荡调整等），为确保我国粮食与生态安全提供了准确高时效大尺度农作物分布信息。
3）发布共享全国长时序种植模式分布图：免费发布分享了中国版国家尺度最新CDL数据、农作物识别算法代码以及农作物调查分布参考点位数据，公开发表在《Scientific Data》期刊上(https://www.nature.com/articles/s41597-022-01589-8)。所发布的2015-2021年全国农作物分布数据库(ChinaCP)，记录了我国历年春玉米、春小麦、单季稻、双季稻、冬小麦-玉米、冬小麦-水稻等多种粮食农作物种植模式时空分布信息。在此基础上，利用Sentinel-2 MSI时序数据集，设计了基于多维度光谱指数的油料作物（花生、大豆等）大尺度农作物自动制图方法，发布共享了我国首张20米东北三省花生分布图。
4) 夯实时空数字底座赋能科技强国：数字化赋能农业强国。大尺度高精度农情信息，赋能我国实现从传统农业到智慧农业转变。作为农情信息获取的基石，高精度耕地种植强度数据产品至关重要。通过引入褐变指数，建立了基于农作物发育成熟全生命周期的熟制信息精准提取方法MILS。跳出长期以来主要依赖植被指数时序数据确定生长峰的研究思路，能有效地克服耕地区域内杂草生长以及冬小麦冬季生长峰引起的干扰，同时无需依据不同区域农作物种植模式特点设置约束条件或阈值参数，具有高精度大尺度应用推广能力。基于所提出的MILS耕地种植强度自动制图方法，利用哨兵1雷达和哨兵2光学时序数据，创建并发布了全国首张10米高精度耕地复种指数分布图ChinaCI10m。全国农作物分布一张图，对于迈向农业科技强国至关重要。茶叶，作为世界上最大的保健饮料，在支撑“一带一路”建设和乡村振兴等国家战略中占有重要地位。我国茶叶种植具有悠久历史，茶叶产量常年稳居世界榜首。然而，茶树作为小宗农作物，其分布稀疏零散，和低矮灌木、果园等光谱混淆严重，给大尺度茶园制图带来很大挑战。项目组从茶园独特的经营管理措施出发，构建了融合光学与雷达时序数据的茶园制图框架（MAP-Tea）。通过探索茶园成垄种植以及年内经历多次萌芽采摘等引起的光学和雷达响应特征，分别结合雷达时序数据纹理的时序变异性以及单位叶面积酚类化合物丰度等方面设计茶园制图指数从而实现大尺度茶园自动制图，并创建并发布了首套10m全国尺度高精度茶树数据产品（ChinaTea10m）。旱作-水稻双熟制种植模式，助于提升土壤质量和作物产量并且减少病虫害，属于环境友好型耕作方式。通过粮食作物水稻与油菜、蔬菜、烟叶等经济经济作物双熟制种植模式，促进农业可持续集约利用，有助于实现粮食安全与乡村振兴双赢目标。水稻，作为我国乃至全球最重要的口粮作物，其时空分布及其演变历来备受关注。水稻时空分布制图，历来备受农业遥感领域学者关注，成功设计了基于水稻移栽期灌水信号的水稻识别算法。然而，目前相关研究仍以基于复种指数框架下农作物识别为主，复杂多熟制种植模式制图精度低。项目组通过集成Sentinel-1/2光学和雷达时序影像，创新设计了旱作-水稻种植模式自动制图算法RRSS，获得了2018-2021年我国南方多熟制水稻重点省份—湘赣闽地区首张10米旱作-水稻双季种植模式时空分布图。研究成果入选外交部《地球大数据支撑联合国可持续发展目标报告》，服务于联合国可持续发展目标SDG2零饥饿行动。
文章成果共享网址：https://pan.baidu.com/s/1jkqelGBYXU8Ff-Jreb54kQ?pwd=5555, 提取码:5555
欢迎对时序遥感数据分析技术和农作物智能识别有兴趣的同学报考博士或硕士研究生(地理学和测绘专业均有招生名额，欢迎有兴趣的同学联系)，欢迎联系申请博士后研究工作。我们致力于创建全国尺度高精度农情时空大数据，赋能大数据时代的农情时空智能，助力国家粮食安全战略！
个人主页：
https://www.researchgate.net/profile/Bingwen-Qiu
https://scholar.google.com/citations?hl=en&pli=1&user=iggIk-MAAAAJ
相关算法代码与科学数据共享网址
WPSS小麦种植模式识别算法代码与2020年全国10米小麦种植模式分布数据集ChinaCP-Wheat10m：https://doi.org/10.6084/m9.figshare.28668173.v1
全国10米茶园分布数据集: https://www.geodata.cn/main/index.html#/face_science_detail?guid=109469622679019
特色农林作物制图文章链接：https://www.sciencedirect.com/science/article/abs/pii/S0034425724000270
耕地利用强度VSPS+MILS制图算法代码：https://code.earthengine.google.com/a7f24f76291bf901ee25a130025a7ce6
全国500米三大粮食作物种植模式时空连续分布数据集ChinaCP（2015-2020）:https://doi.org/10.6084/m9.figshare.25106948
相关文章链接：https://www.sciencedirect.com/science/article/abs/pii/S0308521X24000283
全国尺度种植强度指数10m时空连续分布数据集ChinaGUI10m (2018-2024)：http://www.geodata.cn/data/datadetails.html?dataguid=155625684146813&docId=0
中国长时序耕地种植强度分布数据集ChinaGUI5km和ChinaGUI500m (1982-2017): https://doi.org/10.6084/m9.figshare.28714274.v1
闽赣湘鄂水稻10m时空分布数据集：http://www.geodata.cn/data/datadetails.html?dataguid=76460845139096&docId=1
基于小波谱顶点的耕地复种指数识别以及大宗农作物识别算法代码共享(CIIWS, CCVS, CBAH, MELS)：http://doi.org/10.6084/m9.figshare.14936052
中国冬小麦500m分辨率时空分布数据集：https://www.geodata.cn/data/datadetails.html?dataguid=219380530206209
中国玉米500m分辨率时空分布数据集：https://www.geodata.cn/data/datadetails.html?dataguid=122625063051770
中国水稻500m分辨率时空分布数据集：http://www.geodata.cn/data/datadetails.html?dataguid=10943092322984
中国复种指数500m分辨率时空分布数据集：http://www.geodata.cn/data/datadetails.html?dataguid=69848504297043
中国中东部地区植被类型分布数据集：http://www.geodata.cn/data/datadetails.html?dataguid=2555619
东北三省花生20m分辨率空间分布图：https://www.geodata.cn/data/datadetails.html?dataguid=171003034451839
东北三省大豆20m分辨率时空分布数据集：http://www.geodata.cn/data/datadetails.html?dataguid=118227531081728
近期发表文章列表
[1] Qiu, Bingwen*, Zhengrong LI, Peng YANG, Wenbin Wu, Xuehong CHEN, Bingfang WU, Miao Zhang, Yuanlin Duan, Syahrul Kurniawan, Piotr Tryjanowski, Viktoria Takacs. Towards automation of national scale cropping pattern mapping by coupling Sentinel-1/2 data: A 10-m map of crop rotation systems for wheat in China. Agricultural systems, 2025, 227, 104338.
[2] Qiu Bingwen*, Liu Baoli, Tang Zhenghong, Dong Jinwei, Xu Weiming, Liang Juanzhu, Chen Nan, Chen Jiangping, Wang Laigang, Chang Chengming, Li Zhengrong, Wu Fangzheng. National-scale 10-m maps of cropland use intensity in China during 2018-2023. Scientific Data, 2024,11:691.
[3] Huang Yingze, Qiu Bingwen*, Yang Peng, et al. National-scale 10 m annual maize maps for China and the contiguous United States using a robust index from Sentinel-2 time series. Computers and Electronics in Agriculture 2024; 221: 109018.
[4] Qiu Bingwen*, Jian Zeyu, Yang Peng, Tang Zhenghong, Zhu Xiaolin, Duan Mingjie, Chen Xuehong, Zhang Miao, Tu Ping, Xu Weimin, Zhao Zhiyuan. Unveiling grain production patterns in China (2005–2020) towards targeted sustainable intensification. Agricultural Systems, 2024, 216: 103878.
[5] Peng Yufeng, Qiu Bingwen*, Tang Zhenghong, Xu Weiming, Yang Peng, Wu Wenbin, Chen Xuehong, Zhu Xiaolin, Zhu Peng, Zhang Xin, Wang Xinshuang, Zhang Chengming, Wang Laigang, Li Mengmeng, Liang Juanzhu, Huang Yingze, Cheng Feifei, Chen Jianfeng, Wu Fangzheng, Jian Zeyu, Li Zhengrong. Where is tea grown in the world: A robust mapping framework for agroforestry crop with knowledge graph and sentinels images. Remote Sensing of Environment, 2024, 303: 114016.
[6] Qiu Bingwen*, Yu Linhai, Yang Peng, Wu Wenbin, Chen Jianfeng. Zhu Xiaolin, Duan Mingjie. Mapping upland crop–rice cropping systems for targeted sustainable intensification in South China. The Crop Journal, 2024,12: 614-629.
[7] Qiu Bingwen*, Hu Xiang, Yang Peng, Tang Zhenghong, Wu Wenbin, Li Zhengrong. A robust approach for large-scale cropping intensity mapping in smallholder farms from vegetation, brownness indices and SAR time series. ISPRS Journal Of Photogrammetry and Remote Sensing, 2023, 203: 328-344
[8] He Yuhua, Qiu Bingwen*, Cheng Feifei, Chen Chongcheng, Sun Yu, Zhang Dongshui, Lin Li, Xu, Anzhen. National Scale Maize Yield Estimation by Integrating Multiple Spectral Indexes and Temporal Aggregation. Remote Sensing, 2023, 15, 414
[9] Qiu, Bingwen*, Lin, Duoduo, Chen, Chongcheng, Yang, Peng, Tang, Zhenghong, Jin, Zhenong, Ye, Z., Zhu, X., Duan, M., Huang, H., Zhao, Z., Xu, W., Chen, Z., 2022. From cropland to cropped field: A robust algorithm for national-scale mapping by fusing time series of Sentinel-1 and Sentinel-2. Int. J. Appl. Earth. Obs. 113, 103006.
[10] Qiu Bingwen*, Hu Xiang, Chen Chongcheng, Tang Zhenghong, Yang Peng, Zhu Xiaolin, Yan Chao, Jian Zeyu. Maps of cropping patterns in China during 2015–2021. Scientific Data, 2022(9): 479.
[11] Qiu Bingwen*, Zhiyan Ye, Chongcheng Chen, Zhenghong Tang, Zuoqi Chen, Hongyu Huang, Zhiyuan Zhao, Weiming Xu, Joe Berry. Dense canopies browning overshadowed by global greening dominant in sparse canopies. Science of The Total Environment, 2022, 826: 154222.
[12] Yingze Huang, Bingwen Qiu*, Chongcheng Chen, Xiaolin Zhu, Wenbin Wu, Fanchen Jiang, Duoduo Lin, Yufeng Peng. Automated soybean mapping based on canopy water content and chlorophyll content using Sentinel-2 images. International Journal of Applied Earth Observation and Geoinformation, 2022(109): 102801.
[13] Qiu Bingwen*, Jiang Fanchen, Chen Chongcheng, Tang Zhenghong, Wu Wenbing, Joe Berry. Phenology-pigment based automated peanut mapping using sentinel-2 images. GIScience & Remote Sensing, 2021, 58(8): 1335-1351.
[14] Qiu Bingwen*, Yan Xiongfei, Chen Chongcheng, Tang Zhenghong, Wu Wenbing, Xu Weiming, Zhao Zhiyuan, Yan Chao, Joe Berry, Huang Wenqing, Chen Fangxin, The impact of indicator selection on assessment of global greening. GIScience & Remote Sensing, 2021, 58(3): 372-385
[15] Qiu Bingwen*, Li Haiwen, Tang Zhenghong, Chen Chongcheng, Joe Berry, How cropland losses shaped by unbalanced urbanization process. Land use policy, 2020, 96: 104715.
[16] Qiu Bingwen*, Yang Xin, Tang Zhenghong, Chen Chongcheng, Li Haiwen, Joe Berry, Urban expansion or poor productivity: Explaining regional differences in cropland abandonment in China during the early 21st century. Land Degradation & Development, 2020, 31: 2540-2551.
研究小组剪影
