一、个人基本情况

性别：男

出生年月：1989年9月

政治面貌：党员

职称：讲师

最后学历、学位：博士研究生

E-mail：tanjianbo@imde.ac.cn

二、主要学习及工作经历

1. 主要学习经历(从本科写起）

(1)2008年9月—2012年7月，长安大学，遥感科学与技术专业，本科;

(2)2012年9月—2018年6月，中国科学院成都山地所，自然地理学（遥感方向），博士。

2. 主要工作经历

(1)2018年7月—2019年5月，湖南省国土空间规划院，规划所，工程师；

(2)2019年5月—2024年12月，长沙理工大学，交通运输工程学院，测绘工程系，讲师；

(3)2025年1月—至今，长沙理工大学，航空工程学院，遥感地信系，讲师。

三、学科专业领域及主要研究方向

学科专业领域：测绘科学与技术-摄影测量与遥感

主要研究方向：1. 湿地水文和植被NPP遥感监测；2. 气候变化与生态遥感;3 地表覆被遥感分类、模拟预测；4. 无人机遥感监测

四、主要科研项目

1.2024年国家自然科学基金青年项目：季节性水淹草地NPP动态变化遥感监测研究，在研；

2.2024年湖南省教育厅优秀青年基金：星-机-地协同的洞庭湖水陆交错带草地遥感精细识别，在研；

五、主要科研成果

1.代表性论文：

（1）Tan Jianbo; Tang Yi; Liu Bin; Zhao Gguang; Mu Yu; Sun Mingjiang; Wang Bo; A Self-Adaptive Thresholding Approach for Automatic Water Extraction Using Sentinel-1 SAR Imagery Based on OTSU Algorithm and Distance Block, 2023, Remote Sensing 15, 2690.

（2）Tan Jianbo; Chen Mingqiang; Xie Xingyao; Zhang Chao; Mao Beiping; Lei Guangbin; Wang Bo;Meng Xiabing; Guan Xiaobin; Zhang Yunfei ; Riparian zone DEM generation from time-series Sentinel-1 and corresponding water level: a novel waterline method, IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-10.

（3）Tan Jianbo; Chen Mingqiang; Ao Cheng; Zhao Guang; Lei Guangbin; Tang Yi; Wang Bo; Li Ainong ; Inducing flooding index for vegetation mapping in water-land ecotone with Sentinel-1 & Sentinel-2 images: A case study in Dongting Lake, China, Ecological Indicators, 2022, 114.

（4）Tan Jianbo; Xie Xinyao; Zuo Jiaqi; Xing Xuemin; Liu Bin; Xia Qing; Zhang Yunfei; Coupling random forest and inverse distance weighting to generate climate surfaces of precipitation and temperature with Multiple-Covariates, Journal of Hydrology, 2021, 598.

（5）Tan Jianbo; Zuo Jiaqi; Xie Xinyao; Ding Meiqing; Xu Zhuokui; Zhou Fangbin ; MLAs land cover mapping performance across varying geomorphology with Landsat OLI-8 and minimum human intervention, Ecological Informatics, 2021, 61.

（6）Tan Jianbo; Li Ainong; Lei Guangbin; Bian Jinhu; Zhang Zhengjian; A novel and direct ecological risk assessment index for environmental degradation based on response curve approach and remotely sensed data, Ecological indicators, 2019, 98, 983-793.