个人简介
胡水波,副研究员,2015年毕业于中国科学院南海海洋研究所物理海洋专业,获博士学位,深圳市后备级高层次人才。主要从事海洋光学、海洋遥感、海洋智能监测无人系统等理论和应用研究。目前已发表SCI论文10余篇, 主持国家自然科学基金重大项目第二课题子课题、国家自然科学基金青年基金项目、博士后科学基金等科研项目6项。
代表性科研课题
1. 粤港澳大湾区陆海相互作用关键过程及生态安全调控机理, 国家自然科学基金重大项目, 第二课题粤港澳大湾区陆海作用过程营养物质迁移转化机理与过程-子课题,2021-2024年,主持,在研。
2. 两栖无人机应用研究,深圳市基础研究专项重点项目,2021-2024年,技术骨干,在研。
3. 基于网格化自组网通信的海洋一体化监视监测系统,广东省促进经济高质量发展专项资金海洋经济发展项目(合作单位),2019-2021年,主持,结题。
4. 浮游植物碳的光学反演机理研究,国家自然科学基金青年基金项目,2017-2019年,主持,结题。
5. 珠江口羽状流区颗粒有机碳的水色反演算法及其应用,中国博士后科学基金第59批面上资助,2016-2018年,主持,结题。
6. 南海浮游植物碳光学反演算法研究,中国科学院南海海洋研究所热带海洋环境国家重点实验室开放基金,2016-2018年,主持,结题。
代表论文及著作
1. Wang Z M, Hu S B, Li Q Q, Liu H Z, Wu G F. Variability of marine particle size distributions and the correlations with inherent optical properties in the coastal waters of the Northern South China Sea [J]. Remote Sensing, 2022, 14, 2881.
2. Wang Z M, Hu S B, Li Q Q, Liao X M, Wu G F. A Four-Step Method for Estimating Suspended Particle Size Based on in Situ Comprehensive Observations in the Pearl River Estuary in China[J]. Remote Sensing, 2021, 13, 5172.
3.Hu S B, Liu H Z, Zhao W J, Shi T Z, Hu Z W, Li Q Q, Wu G F. Comparison of Machine Learning Techniques in Inferring Phytoplankton Size Classes[J]. Remote Sensing, 2018, 10(191), 1-10.
4.Hu S B, Zhou W, Wang G F, Cao W X, Xu Z T, Liu H Z, Wu G F, Zhao W J. Comparison of Satellite-Derived Phytoplankton Size Classes Using In-Situ Measurements in the South China Sea[J]. Remote Sensing, 2018, 10(526).
5.Hu S B, Cao W X, Wang G F, Lin J F, Zhao W J, Xu Z T, Yang Y Z, Zhou W, Sun Z H, Yao L J. Assessment of MERIS, MODIS, and SeaWiFS-derived particulate organic carbon in the South China Sea[J], International Journal of Remote Sensing, 2016,37(7):1585-1600.
6.Xu Z T, Hu S B, Wang G F, Zhao J, Yang Y Z, Cao W X, Lu P. A semianalytical algorithm for quantitatively estimating sediment and atmospheric deposition flux from MODIS-derived sea ice albedo in the Bohai Sea, China[J]. Journal of Geophysical Research: Oceans, 2016,121:3450-3464.
7.Hu S B, Cao W X, Wang G F, Xu Z T, Zhao W J, Lin J F, Zhou W, Yao L J. Empirical ocean color algorithm for estimating particulate organic carbon in the South China Sea[J], Chinese Journal of Oceanology and Limnology, 2015,03:764-778.