高添/男

高添，男，1983年12月，辽宁锦州人，博士，研究员，博士生导师，现任研究所信息中心主任，辽宁省陆地生态系统碳中和重点实验室副主任，林草三维可视化技术应用国家创新联盟常务理事等职务。本人在森林遥感、生态系统碳水循环与信息化技术应用等方面取得了创新性的科研成果，建立双季激光雷达点云信息融合与高精度生物量估算方法，提出量化森林三维结构的新参数等；系统评估碳通量监测系统中气体分析仪的不确定性，建立基于机器学习算法的复杂地形森林通量处理方法；首次从实证角度量化了林下植被对冠层反照率的贡献。依托中国科学院野外站重大科研装置——科尔塔群，引入人工智能和大数据等新一代信息技术，探索了“大数据+人工智能”推动森林生态学科研范式变革的示范模式，成果入选中国科学院2023年度网络安全和信息化工作十大进展、国家数据局“数据要素x”（于2025年8月在贵州数博会发布）。第一/通讯作者在Agricultural and Forest Meteorology, Science China Earth SciencesInternational, Journal of Applied Earth Observation and Geoinformation等知名期刊发表论文20余篇。主持重点研发项目-课题、基金面上项目、青年基金、中国科学院网信办项目课题等。获国家科技进步二等奖（9/10）、中国科学院科技促进发展奖（8/10）2项。

2010.09-2013.07年，中国农业科学院，农业遥感，博士；
2006-2009年，沈阳农业大学，土地利用与信息技术，硕士；
2002-2006年，沈阳农业大学，土地资源管理，学士

2023.11-至今，中国科学院沈阳应用生态研究所，研究员；
2016.11-2023.10，中国科学院沈阳应用生态研究所，副研究员；
2015.10-2016.10，中国科学院沈阳应用生态研究所，助理研究员；
2013.9-2015.9，中国科学院沈阳应用生态研究所，博士后

遥感、冠层结构、碳通量、机器学习、生态系统服务

[1] 2019年国家科技进步二等奖，东北东部山区森林保育与林下资源高效利用技术(排名第9)；
[2] 2016年中国科学院科技促进发展奖，东山区森林资源保育与林下资源利用技术研究及示范(排名第8)；
[3] 2023年中国科学院网络安全和信息化工作十大进展,“大数据+人工智能”推动森林生态系统碳汇计量的科研范式变革(排名第2)
[4] 2025 年国家数据局“数据要素x”，“大数据+人工智能”推动森林生态系统碳汇计量的科研范式变革(排名第1)

2023-2028：重点研发项目-课题，典型区域人工林生产力和生态系统综合服务功能权衡关系与协同提升路径，项目负责人；
2026-2029：国家自然科学基金委员会，面上项目，基于激光雷达的森林冠层叶结构解析与固碳模拟研究，项目负责人；
2019-2022：国家自然科学基金委员会，面上项目，激光雷达量化多尺度森林三维结构及其在研究降雨再分配规律中的应用，项目负责人；
2016-2018：国家自然科学基金委员会，面上项目，北方落叶松人工林木材生产力的空间格局及其形成机制，项目负责人；
2016-2020：国家重点研发计划项目子课题，东北森林功能评估与定向恢复技术，项目负责人；
2016-2020：国家重点研发计划项目子课题，人工林生产力形成及木材生产功能与生态功能权衡/协同关系，项目负责人；

[1]Li TT, Gao T*, Teng DX, Chen Z, Yang B, WEang XC, Zhao C, Zhang J, Huang H, Guan C, Wu JB, Yu F, Zhang J, Sun Y, Li S, Zhou XH, Zhu J. Eddy covariance CO2 flux data filtering and gap filling in mountainous forests: A multi-tower-based comparison using Qingyuan-Ker Towers. Science China Earth Sciences 2026, 56(1): 133-146.
[2] Gao T, Zhu J*, Xu Y, Li X, Wang X, Yu F, Teng D, Sun Y, Zhang J: Wind regimes and their drivers in mountainous forests: collaborative observations by Qingyuan Ker Towers. Agricultural and Forest Meteorology 2025, 368:110545.
[3] Li S, Yan Q, Gao T*, Wang X, Wang Q, Yu F, Lu D, Liu H, Zhang J, Zhu J: Ratio of photosynthetically active radiation to global solar radiation above forest canopy in complex terrain: measurements and analyses based on Qingyuan Ker Towers. Ecological Processes 2024, 13(35).
[4] Li S, Yan Q, Liu Z, Wang X, Yu F, Teng D, Sun Y, Lu D, Zhang J, Gao T* Zhu J. Seasonality of albedo and fraction of absorbed photosynthetically active radiation in the temperate secondary forest ecosystem: A comprehensive observation using Qingyuan Ker towers. Agricultural and Forest Meteorology 2023, 333: 109418.
[5] Zhou X, Gao T*, Takle ES, Zhen X, Suyker AE, Awada T, Okalebo J, Zhu J. Air temperature equation derived from sonic temperature and water vapor mixing ratio for turbulent airflow sampled through closed-path eddy-covariance flux systems. Atmospheric Measurement Techniques‌ 2022, 15(1):95-115.
[6] Zhou X, Gao T*, Pang Y, Mahan H, Li X, Zheng N, Suyker AE, Awada T, Zhu J. Based on atmospheric physics and ecological principle to assess the accuracies of field CO2/H2O measurements from infrared gas analyzers in closed-path eddy-covariance systems. Earth and Space Science 2021, 8(10): e2021EA001763.
[7] Yu Y#, Gao T#, Zhu J, Wei X, Guo Q, Su Y, Li Y, Deng S, Li M. Terrestrial laser scanning-derived canopy interception index for predicting rainfall interception. Ecohydrology 2020, 13(5): e2212.
[8] Gao T, Zhu J*, Yan Q, Deng S, Zheng X, Zhang J, Shang G. Mapping growing stock volume and biomass carbon storage of larch plantations in Northeast China with L-band ALOS PALSAR backscatter mosaics. International Journal of Remote Sensing 2018, 39(22): 7978-7997.
[9] Gao T, Zhu J*, Deng S, Zheng X, Zhang J, Shang G, Huang L. Timber production assessment of a plantation forest: An integrated framework with field-based inventory, multi-source remote sensing data and forest management history. International Journal of Applied Earth Observation and Geoinformation 2016, 52: 155-165.
[10] Gao T, Zhu JJ*, Zheng X, Shang G, Huang L, Wu S. Mapping spatial distribution of larch plantations from multi-seasonal Landsat-8 OLI imagery and multi-scale textures using random forests. Remote Sensing 2015, 7(2): 1702-1720.