王少华，中国科学院空天信息创新研究院，研究员，遥感与数字地球全国重点实验室副主任。研究方向为遥感大数据分析、遥感智能计算、地理空间智能和遥感社会地理计算。先后主持承担科技部国家重点研发项目课题、基金委面上项目、新率先行动择优项目等项目，近年来发表学术论文120余篇，以第一作者或通讯作者在IEEE-TGRS、JAG、IJGIS、IJDE和SCS等国际期刊发表SCI/SSCI文章50余篇。曾获中国地理信息科技进步特等奖、北京市科学技术一等奖、甘肃省科技进步二等奖。回国前曾先后在美国加州大学圣塔芭芭拉分校地理系、亚利桑那州立大学SPARC中心和伊利诺伊厄巴纳香槟分校CyberGIS中心担任博士后研究员。兼任中国遥感应用协会社会遥感地理计算副理事长、国际华人地理信息科学协会（简称 CPGIS） BOD、ACM SIGSPATIAL中国分会执行委员等。

工作经历：

2024.12—至今，中国科学院空天信息创新研究院，研究员

2021.09—2024.12，中国科学院空天信息创新研究院，副研究员（创新研究员）

2019.08—2021.09，美国伊利诺伊大学厄巴纳香槟分校，博士后研究员

2018.08—2019.08，美国亚利桑那州立大学，博士后研究员

2016.04—2018.08，美国加州大学圣塔芭芭拉分校，博士后研究员

2013.09—2016.04，中国科学院地理科学与资源研究所，博士后研究员

 

1.遥感大数据分析

2.遥感智能计算

3.地理空间智能研究

（1）基于深度强化学习的城市应急医疗服务设施配置空间优化研究项目负责人，基金委面上项目，2025.01—2028.12

（2）重点行业适应气候变化决策支持系统研发与示范应用项目负责人，国家重点研发计划课题，2023.12—2028.11

（3）中国科学院高层次人才引进计划项目负责人，中国科学院，2021.09—2024.12

（4）中国科学院新率先行动择优支持项目负责人，中国科学院，2024.01—2027.12

(1) 云端一体化SuperMapGIS软件平台研发及产业化, 北京市科技进步一等奖（排名第10）, 2015

（2）面向空间决策的干旱区城镇化生态风险调控关键技术与应用（排名第7）, 甘肃省科技进步二等奖, 2023

（3）基于大数据的城市全量建筑动态监测关键技术与应用（排名第10）测绘科技进步二等奖 2023

（1）学术论文

[1]Wang S, Gao S*, Feng X, Murray A, Zeng Y. A context-based geoprocessing framework for optimizing meetup location of multiple moving objects along road networks[J]. International Journal of Geographical Information Science. 2018, 32:7, 1368-1390

[2]Wang S*, Zhong Y, Wang E. An Integrated GIS Platform Architecture for Spatiotemporal Big Data[J]. Future Generation Computer Systems. 2019, 94, 160-172.

[3]Liang H, Wang S*, Li H, et al. BiGNN: Bipartite graph neural network with attention mechanism for solving multiple traveling salesman problems in urban logistics[J]. International Journal of Applied Earth Observation and Geoinformation, 2024, 129: 103863.

[4]Liang H, Wang S*, Li H, et al. Sponet: solve spatial optimization problem using deep reinforcement learning for urban spatial decision analysis[J]. International Journal of Digital Earth, 2024, 17(1): 2299211.

[5]Liang H, Wang S*, Gao S, et al. Deephullnet: a deep learning approach for solving the convex hull and concave hull problems with transformer[J]. International Journal of Digital Earth, 2024, 17(1): 2358843.

[6]Zhong Y, Wang S*, Liang H, et al. ReCovNet: Reinforcement learning with covering information for solving maximal coverage billboards location problem[J]. International Journal of Applied Earth Observation and Geoinformation, 2024, 128: 103710.

[7]Huang H, Yan Q, Yang Y, Hu Y, Wang S*, et al. Spatial classification model of port facilities and energy reserve prediction based on deep learning for port management―A case study of Ningbo[J]. Ocean & Coastal Management, 2024, 258: 107413.

[8]Zhang Y, Wang S*, Liang H, et al. Dual hybrid frameworks combining graph convolutional network with decoding for covering location problem[J]. iScience, 2024, 27(5).

[9]Wang Y, Wang S*, Wang X, et al. Dynamic Visual Landscape Assessment of Disused Railway in Complex Terrain: A Study of Jingmen Railway[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2024.

[10]Ren J, Yang J, Zhang Y, …, Wang S*. Exploring thermal comfort of urban buildings based on local climate zones[J]. Journal of Cleaner Production, 2022, 340: 130744.

[11]Nie S, Cai G, He J, Wang S*, et al. Economic costs and environmental benefits of deploying CCUS supply chains at scale: insights from the source–sink matching LCA–MILP approach[J]. Fuel, 2023, 344: 128047.

[12]Yu Q, Wei W, Pan Z, He J, Wang S*, et al. GPF-Net: Graph-polarized fusion network for hyperspectral image classification[J]. IEEE Transactions on Geoscience and Remote Sensing, 2023.

[13]Jin X, Luan W, Yang J, …, Wang S*. From the coast to the interior: global economic evolution patterns and mechanisms[J]. Humanities and Social Sciences Communications, 2023, 10(1): 1-13.

[14]Richard Church, Wang S. Solving the p-median problem on regular and lattice networks[J]. Computers and Operational Research. https://doi.org/10.1016/j.cor.2020.105057.

（2）专著（参与编写章节）

[1]《中国地理信息产业发展报告（2022）》，测绘出版社，2022

[2]《城市信息学》，科学出版社，2024

（3）申请或授权发明专利：

[1]基于消息的分布式空间数据处理系统，授权专利(ZL201610864468.4)