团队依托于西南林业大学林学院，由黄大年式教师团队、云南省森林经理学博士研究生导师团队、云南省高校林业3S技术工程研究中心、云南省唐守正院士工作站、云南省王广兴专家工作站、昆明滇池面山森林可持续经营国家长期科研基地等团队和平台组成。团队中含黄大年教师团队负责人1人 ，国家林业和草原局教学名师1人，兴滇英才支持计划教学名师2人，兴滇英才支持计划6人。

团队近五年主持各级科研项目20余项，其中包括国家自然科学基金项目7项、国家自然科学基金青年基金项目2项，以及云南省基础研究计划重点项目1项、兴滇英才支持计划“青年拔尖人才”专项5项、云南省科技厅重点研发计划子课题1项、云南省重点研发计划课题1项和云南省农业联合专项重点项目1项等。研究成果丰富，已获授权发明专利8项，发表学术论文100余篇，其中SCI收录论文60余篇，并出版学术专著10余部。

方向1：森林参数反演

本方向以森林参数反演为研究核心，采用多源遥感与定量模型等手段开展相关研究，重点聚焦于森林参数估计、碳储量估测及不确定性分析，为森林资源监测与质量精准提升奠定理论基础。研究团队在森林高度反演、地上生物量估算和多源数据融合等方面取得突破，在《International Journal of Applied Earth Observation and Geoinformation》《Ecological Indicators》《Journal of Forestry Research》等期刊发表论文60余篇，这些成果显著提升了森林参数反演在理论与应用研究层面的水平，支撑了多项国家与省部级科研项目，推动了森林资源的科学经营与可持续发展。

在研项目：

1．国家自然科学基金，多频极化干涉SAR森林高度反演机理模型构建及其不确定性研究。

2．国家自然科学基金，基于时空滤波数据的区域高山松林碳储量估测及不确定性分析。

3．国家自然科学基金青年基金，水分梯度下内蒙几种主要乔灌木生长对极端干旱的响应与适应机制。

4．云南省应用基础研究重点项目，协同多源时间序列遥感数据的区域优势树种碳汇估测研究。

代表性成果（部分）：

1）Zhang JiaLong, Lu Chi, Xu Hui, et al. Estimating aboveground biomass of Pinus densata dominated forests using Landsat time series and permanent sample plot data. Journal of Forestry Research. 2019, 30(5): 1689-1706.

2）Hong Zehu, Liu Yun, Xu Weiheng, et al. A new method of three-dimensional green volume retrieval and its applications in urban greenery evaluation. Ecological Indicators, 176:113629, 2025.

3）Luo Hongbin, Yue Cairong, Ou Guanglong, et al. A framework for montane forest canopy height estimation via integrating deep learning and multi-source remote sensing data. International Journal of Applied Earth Observation and Geoinformation, 2025, 138, 104474.

4）Yu Zhibo, Wu Yong, Zhang Ziyu, et al. A precise estimation framework for individual tree AGB of Pinus kesiya var. Langbianensis utilizing point cloud registration Optimization. International Journal of Applied Earth Observation and Geoinformation, 2025,140, 104612.

5）Zhao Han, Zhang Tingwei, Ji Yongjie, et al. Uncertainty analysis for forest height inversion using L/P band PolInSAR datasets and RVoG model over kryclan forest site. International Journal of Applied Earth Observation and Geoinformation, 2024, 13, 103886.

6）滕晨凯，肖月瑶，张加龙，和云润，陈朝情. 基于Landsat时间序列数据和ATC滤波算法的高山松碳储量估测. 遥感学报, 2024, 28(11):2927-2942.

方向2：森林质量精准提升

本方向以森林质量精准提升为研究目标，综合运用遥感监测、智能建模与生态评估等手段，重点聚焦于森林生产力提升、林分空间结构优化及多功能性维持，为森林资源高效利用与生态服务能力增强奠定理论基础。研究团队在森林质量定量评价、林分空间结构调控机制、遥感与人工智能赋能的提升技术方面取得重要进展，在《Ecological Indicators》《Forest Ecology and Management》等期刊发表论文40余篇，相关成果显著推动了森林质量精准提升与林分结构优化的理论与应用水平，支撑了多项国家与省部级重点科研项目，为实现森林的科学经营与可持续发展提供了坚实支撑。

在研项目：

1．国家自然科学基金，多频极化干涉SAR森林高度反演机理模型构建及其不确定性研究。

2．国家自然科学基金，基于时空滤波数据的区域高山松林碳储量估测及不确定性分析。

3．国家自然科学基金青年基金，水分梯度下内蒙几种主要乔灌木生长对极端干旱的响应与适应机制。

4．云南省应用基础研究重点项目，协同多源时间序列遥感数据的区域优势树种碳汇估测研究。

代表性成果（部分）：

1）Jing Li, Xiaobo Huang, Shuaifeng Li, et al. Microbial network complexity and diversity together drive the soil ecosystem multifunctionality of forests during different woodland use intensity in dry and wet season. Forest Ecology and Management, 2023, 542: 12108.

2）Liu Zhi, Zhang Xiaoli, Wu Yong, et al. LiDAR-based individual tree AGB modeling of Pinus kesiya var. langbianensis by incorporating spatial structure. Ecological Indicators, 2024, 169, 112973.

3）Fan Qinling, Xu Hui, Luo Dapeng, et al. Characterising spatial effects of individual tree and component biomass for three typical tree species in Yunnan, China. Ecological Indicators, 2024, 159, 111705.