商荣

个人履历

‍

教育：

2013.09-2018.06 中国科学院大学、地理科学与资源研究所、理学博士

2009.09-2013.06 武汉大学、资源与环境科学学院、理学学士

工作：

2021.07至今 福建师范大学、地理科学学院、副教授

2020.12-2021.06 福建师范大学、地理科学学院、讲师

2019.01-2020.08 美国康涅狄格大学、资源与环境系、博士后

2018.06-2019.01 美国德州理工大学、地理系、博士后

个人简介

商荣，福建省优青、高层次引进人才，主要从事植被遥感与碳中和、地表变化动态监测、森林扰动与恢复等方面的研究。开发了多源遥感数据融合、时间序列插值、地表变化监测、林龄和树高反演等算法，生产了中国30米分辨率长时间序列森林扰动、林龄、地上生物量等遥感数据产品。以第一或通讯作者在The Innovation、RSE（3篇）、ESSD、AFM、JAG（高被引）等期刊发表论文20多篇，主持了国家自然科学基金面上项目、联合项目课题、青年项目、福建省自然科学基金优青项目、青年项目等项目10多项。

主要获奖成果 

中国自然资源学会自然资源信息系统专业委员会2024年年会优秀青年学术报告

首届“竞明地理科学教育基金”青年学者奖教金

中国科学院地理科学与资源研究所优秀博士毕业生

中国科学院地理科学与资源研究所所长奖学金

博士研究生国家奖学金

科研项目

福建省自然科学基金优青项目，林分尺度福建森林老龄化降汇风险评估：联合高时空遥感与机理模型，2025-2028，主持国家自然科学基金面上项目，复杂地形下林分尺度森林碳源汇时空模拟研究，2025-2028，主持

国家自然科学基金联合项目课题，海南热带雨林的碳汇稳定性及其调控机制研究，2024-2027，主持

国家重点研发计划项目课题子任务，森林扰动检测与林龄反演，2023-2026，主持

国家自然科学基金青年项目，融合高分辨率遥感数据的森林扰动近实时监测算法研究，2022-2024，主持

福建省自然科学基金青年项目，基于Landsat数据的森林扰动后碳汇恢复力评估与分析：以福建龙岩为例，2021-2024，主持

代表性论文

Shang, R., Lin, X., Chen, J.M., et. al. (2025). China's annual forest age dataset at 30 m spatial resolution from 1986 to 2022. Earth System Science Data, 17, 3219-3241.

Shang, R., Chen, J.M., Xu, M., et. al. (2023). China’s current forest age structure will lead to weakened carbon sinks in the near future. The Innovation, 4(6), 100515.

Shang, R., Zhu, Z., Zhang, J., et. al. (2022). Near-real-time monitoring of land disturbance with harmonized Landsats 7–8 and Sentinel-2 data. Remote Sensing of Environment. 278, 113073.

Shang, R., Zhu, Z. (2019). Harmonizing Landsat 8 and Sentinel-2: A Time-series-based Reflectance Adjustment Approach. Remote Sensing of Environment, 235, 111439.

Shang, R., Liu, R., Xu, M., et. al. (2017). The relationship between the threshold-based and the inflexion-based approaches in extraction of land surface phenology. Remote Sensing of Environment, 199, 167-170.

Lin, X., Shang, R.*, Chen, J.M., et. al. (2023). High-resolution forest age mapping based on forest height maps derived from GEDI and ICESat-2 space-borne lidar data. Agricultural and Forest Meteorology, 339, 109592.

Li, W., Niu, Z., Shang, R.*, et. al. (2020). High-resolution mapping of forest canopy height using machine learning by coupling ICESat-2 LiDAR with Sentinel-1, Sentinel-2 and Landsat-8 data. International Journal of Applied Earth Observations and Geoinformation, 92,102163.

Li, P., Shang, R.*, Chen, J.M., et al. (2025). Species-specific relationships between net primary productivity and forest age for subtropical China. Biogeosciences, 22, 5705-5721.

Liang, L., Shang, R.*, Chen, J. M., et. al. (2025). Improved estimation of the underestimated GEDI footprint LAI in dense forests. Geo-spatial Information Science, 28(1), 49–64.

Li, P., Shang, R.*, Chen, J.M., et al. (2024). Evaluation of five models for constructing forest NPP-age relationships in China based on 3121 field survey samples. Biogeosciences, 21, 625-639.

Zhang, J., Shang, R.*, Rittenhouse, C., et. al. (2021). Evaluating the impacts of models, data density and irregularity on reconstructing and forecasting dense Landsat time series. Science of Remote Sensing, 4, 100023.