陈仲新

　　教育经历:

　　1987.09-1991.07 北京大学地理学系/城市与环境学系，自然地理学，理学学士

　　1991.09-1994.07 中国科学院植物研究所，植物学，理学硕士

　　1995.09-1998.07 中国科学院植物研究所，植物学，理学博士

　　工作经历:

　　1994/08-1999/03 中国科学院植物研究所，助研

　　1997/10-1998/02 美国加利福尼亚大学（伯克利），访问学者

　　1999/04-2000/12 中国农业科学院农业自然资源和农业区划研究所，助研

　　2001/01-2006/12 中国农业科学院农业自然资源和农业区划研究所/中国农业科学院农业资源与农业区划研究所，副研究员

　　2000/09-2000/12 日本农林水产省国际农业研究中心，访问学者

　　2002/10-2002/12 瑞典于默奥大学基律纳空间建模中心，访问学者

　　2007/01-至今 中国农业科学院农业资源与农业区划研究所，研究员

　　2009/01-2009/03 美国马里兰大学，高级访问学者

　　2013/02-2013/04 美国乔治梅森大学，高级访问学者

　　2015/02-2015/08 美国乔治梅森大学，高级访问学者

　　研究方向：

　　农业遥感；农业空间信息技术应用

　　专家类别：

　　2015年，农业部全国农业科研杰出人才

　　职务：

　　中国农业科学院农业资源与农业区划研究所 农业遥感研究室主任

　　社会任职：

　　中国农业资源与区划学会农业遥感专业委员会 主任

　　国际数字地球学会成像光谱对地观测委员会 副主任委员

　　中国自然资源学会自然资源信息系统研究专业委员会 副主任

　　承担科研项目情况：

　　近5年主持的国家级科研项目

　　国家自然科学基金面上项目课题：区域作物生长模拟遥感数据同化的不确定性研究（项目号41371396，2014-2017年）

　　国家自然科学基金地区与组之间合作项目：基于定量遥感和数据同化的区域作物监测与评价研究（项目编号61661136006，2016-2019年）

　　948计划项目：农业遥感监测系统关键技术引进（项目号2016-X38，2016-2017年）

　　欧盟第七框架计划（FP7）项目子课题：MODEXTREME -- MODelling vegetation response to EXTREMe Events （项目号FP7-613817，2013-2017年）

　　国家外专局引智项目：作物生长进程遥感监测技术合作（项目号20140326008，2014年）

　　韩国农业振兴厅项目，利用卫星和航空图像融合技术对作物状况进行评价研究（2016-2017年）

　　获奖及荣誉：

　　2012年, 国家科技进步二等奖，主要农作物遥感监测关键技术研究及业务化应用（排名第6）

　　2014年, 国家科技进步二等奖，农业旱涝灾害遥感监测技术(2014)（排名第5）

　　2016年，国家科技进步二等奖，国产陆地卫星定量遥感关键技术及应用（排名第5）

　　2008年，北京市科学技术奖，国家级农情遥感监测信息服务系统研究与开发（排名第2）

　　代表论著：

　　陈仲新，任建强，唐华俊，史云，冷佩，刘佳，王利民，吴文斌，姚艳敏，哈斯图亚. 我国农业遥感研究应用进展与展望. 遥感学报. 2016, 20(5):748-765.

　　Hasituya, Chen Zhongxin*. Mapping Plastic-Mulched Farmland with Multi-Temporal Landsat-8 Data. Remote Sensing. 2017, 9(6): 557. doi:10.3390/rs9060557.

　　Li He, Chen Zhongxin*, Liu Gaohuan, Jiang Zhiwei, Huang Chong. Improving Winter Wheat Yield Estimation from the CERES-Wheat Model to Assimilate Leaf Area Index with Different Assimilation Methods and Spatio-Temporal Scales. Remote Sensing. 2017, 9(3): 190. doi:10.3390/rs9030190.

　　LI He,JIANG Zhi-wei,CHEN Zhong-xin*, REN Jianqiang, LIU Bin, Hasituya. Assimilation of temporal-spatial leaf area index into the CERESWheat model with ensemble Kalman filter and uncertainty assessment for improving winter wheat yield estimation[J]. Journal of Integrative Agriculture, 2017, 16(10): 2283-2299. Doi:10.1016/S2095-3119(16)61351-5

　　Jiang Zhiwei, Chen Zhongxin*, Chen Jin, et al. Application of crop model data assimilation with particle filter for estimating regional winter wheat yields [J]. Selected Topics in Applied Earth Observations and Remote Sensing, IEEE Journal of, 2014, 7(11):4422-4431.