王亚昆

　　 　　

基本信息

王亚昆，男，河南鹿邑人，工学博士，副教授，硕士生导师。主要从事数字水利与人工智能交叉学科研究，重点研究水利感知、认知和决策智能的基础理论，水利机器视觉和“地空天”一体化智能感知技术，大数据-物理机制混合建模等方向。入选陕西省科协青年人才托举计划、陕西省科技厅秦创原引用高层次创新创业人才项目。以第一作者/通讯作者身份在《Hydrology and Earth System Sciences》《Journal of Hydrology》《Agricultural Water Management》等高水平期刊发表论文10余篇。

教育经历：

2016年9月—2022年6月，武汉大学，水利水电工程专业，博士；

2012年9月—2016年6月，武汉大学，农业水利工程专业，学士。

工作经历：

2022年11月—至今，菠菜联盟论坛，副教授。

研究方向：

[1] 智慧水利

[2] 多源多尺度遥感监测土壤水及数据融合与价值挖掘

[3] 基于物理过程和数据驱动模型的SPAC系统模拟

讲授课程：

本科生：《数字孪生流域》、《水文遥感》和《数字测量学》

科研项目：

[1] 国家自然科学基金青年项目，“基于隐式物理约束下多空间尺度数据价值分析的土壤水分预测研究”，2024/01-2026/12，30万元，主持；

[2] 陕西省科技厅秦创原引用高层次创新创业人才项目，“智慧灌区空天地土壤水分感知系统优化设计关键技术研究”，2022/11-2025/11，23万元，主持；

[3] 陕西省科协青年人才托举计划，“物理知识-多源多尺度数据联合驱动的灌区根区土壤墒情预测研究”，2025/01-2026/12，1万元，主持；

[4] 菠菜联盟论坛科研启动经费，“黄河流域典型灌区多源多尺度土壤水大数据价值分析理论与应用研究”，2023/02-2026/02，20万元，主持；

[5] 国家重点研发计划课题，“河西走廊主要粮经作物水分-产量-品质综合模型研究”，2023/11-2027/12，35万元，参与；

[6] 国家农业领域科技重大专项课题，“*****”，2023/12-2026/12，80万元，参与；

[7] 中国工程院院士咨询项目课题，“东北地区农田灌溉发展战略研究”，2023/11-2024/10，40万元，参与。

代表性论文

[1] Peng, X., Chen, D., Zhou, Z., Zhen, J., Xu, C., Hu, X.*, & Wang, Y.* (2024). Optimizing drip fertigation management to simultaneously improve the yield, water productivity and fertilizer agronomic utilization efficiency of grapes in different precipitation year patterns. Agricultural Water Management, 295, 108749.

[2] Peng, X., Ma, Y., Sun, J., Chen, D., Zhen, J., Zhang, Z., ... & Wang, Y*. (2024). Grape leaf moisture prediction from UAVs using multimodal data fusion and machine learning. Precision Agriculture, 25(3), 1609-1635.

[3] Wang, Y., Hu, X., Wang, L., Li, J., Lin, L., Huang, K., & Shi, L. (2023). Data worth analysis within a model-free data assimilation framework for soil moisture flow. Hydrology and Earth System Sciences, 27(14), 2661-2680.

[4] Wang, Y., Zhang, Q., Shi, L., Chang, H., Song, W., Lin, L., ... & Hu, X. (2023). Identification of a soil water flow equation using a two-step data-driven method. Journal of Hydrology, 622, 129707.

[5] Wang, Y., Shi, L., Xu, T., Zhang, Q., Ye, M., & Zha, Y. (2021). A nonparametric sequential data assimilation scheme for soil moisture flow. Journal of Hydrology, 593, 125865.

[6] Wang, Y., Shi, L., Zhang, Q., & Qiao, H. (2021). A gradient-enhanced sequential nonparametric data assimilation framework for soil moisture flow. Journal of Hydrology, 603, 126857.

[7] Wang, Y., Shi, L., Lin, L., Holzman, M., Carmona, F., & Zhang, Q. (2020). A robust data‐worth analysis framework for soil moisture flow by hybridizing sequential data assimilation and machine learning. Vadose Zone Journal, 19(1), e20026.

[8] Zhang, Q., Shi, L., Holzman, M., Ye, M., Wang, Y., Carmona, F., & Zha, Y. (2019). A dynamic data-driven method for dealing with model structural error in soil moisture data assimilation. Advances in Water Resources, 132, 103407.

[9] Li, X., Shi, L., Zha, Y., Wang, Y., & Hu, S. (2018). Data assimilation of soil water flow by considering multiple uncertainty sources and spatial–temporal features: a field-scale real case study. Stochastic Environmental Research and Risk Assessment, 32(9), 2477-2493.

[10] Han, J., Shi, L., Wang, Y., Chen, Z., & Wu, L. (2018). The regulatory role of endogenous iron on greenhouse gas emissions under intensive nitrogen fertilization in subtropical soils of China. Environmental Science and Pollution Research, 25(15), 14511-14520.

[11] Han, J., Shi, L., Wang, Y., Chen, Z., & Xu, J. (2018). Investigation of ferrous iron-involved anaerobic denitrification in three subtropical soils of southern China. Journal of Soils and Sediments, 18(5), 1873-1883.

[12] He, L., Zhang, Q., Shi, L., Wang, Y., Wang, L., Hu, X., ... & Huang, K. (2023). Physics-constrained Gaussian process regression for soil moisture dynamics. Journal of Hydrology, 616, 128779.

招生方向：

学术型硕士：水利工程

专业硕士：土木水利

欢迎智慧水利、水文与水资源工程、水利水电工程、农业水利工程、计算机科学与技术和遥感科学与技术等相关专业本科生报考。

通讯地址：陕西省杨凌示范区渭惠路23号 菠菜联盟论坛水建学院B408办公室

邮编：712100

邮箱：wangyakun@nwafu.edu.cn