研究员
闪锟，中国科学院重庆绿色智能技术研究院，研究员，博士生导师。2015年获中国科学院水生生物研究所博士学位，2023-2024年间赴澳大利亚阿德莱德大学进行合作研究。2020年入选中国科学院“西部青年学者”（A类）计划，2023年入选中国科学院特聘研究骨干岗位。主要从事大型湖库蓝藻水华智能监测、预测预警模型及大数据平台的研究，发表SCI论文60余篇，出版专著3部，主持及参研了包括国家重点基础研究发展计划（973计划）、国家水污染重大专项，自然基金面上等多项科研项目，荣获了中国地理信息科技进步一等奖、重庆市生态环境科学技术特等奖等荣誉，目前担任《Ecological Informatics》、《Harmful Algae》等多个国际领域期刊的编委。
大数据与无人系统研究中心
隐特征分析、因果推断及深度学习等智能算法与生态环境感知数据的融合
[1].2022年中国地理信息科技进步一等奖（5/15）
[2].2022年重庆市生态环境科学技术特等奖（9/10）
[3].2020、2022年度《湖泊科学》优秀审稿人
[4].2016年第十五届生态学大会青年优秀报告奖
[5].2012年美国海洋湖沼学会(ALSO)学生奖
Recknagel F*, Shan K*, Adrian R, 2025. Early warning of harmful cyanobacteria blooms based on high frequency in situ monitoring and intelligible machine learning modelling: The case study of Lake Müggelsee (Germany). Water Research: 124514.
Wu X, Shan K*, Recknagel F, et al, 2025. Enhanced tensor factorization for spatiotemporal imputation of high-frequency water quality monitoring data. Environmental Modelling & Software: 106667.
Wang, J., He, M., Pan, M., Song, L., Zhou, Q., & Shan, K.*, 2025. Deciphering Nonlinear Effects of Climate and Eutrophication Synergies on Microcystis Blooms Using a Causal Inference Framework. Harmful Algae, 102911.
Wu, X., Shan, K.*, Wang, L., Wang, J., & Shang, M., 2025. Spatiotemporal water quality data reconstruction: A tensor factorization framework. Ecological Informatics, 103283.
Jiang, J., Zeng, J., Wang, J., Zuo, J., Wei, N., Song, L., Shan, K.*, Gan, N.*, 2024. Changes in CO2 concentration drive a succession of toxic and non-toxic strains of Microcystis blooms. Water Research, 250, 121056.
Shan, K.*, Ouyang, T., Wang, X., Yang, H., Zhou, B., Wu, Z., & Shang, M., 2022. Temporal prediction of algal parameters in Three Gorges Reservoir based on highly time-resolved monitoring and long short-term memory network. Journal of Hydrology, 605, 127304.
Shan, K.*, Wang, X., Yang, H., Zhou, B., Song, L., & Shang, M., 2020. Use statistical machine learning to detect nutrient thresholds in Microcystis blooms and microcystin management. Harmful algae, 94, 101807.
Shan, K.*, Song, L., Chen, W., Li, L., Liu, L., Wu, Y., ... & Peng, L., 2019. Analysis of environmental drivers influencing interspecific variations and associations among bloom-forming cyanobacteria in large, shallow eutrophic lakes. Harmful algae, 84, 84-94.
Shan, K.*, Shang, M., Zhou, B., Li, L., Wang, X., Yang, H., & Song, L. (2019). Application of Bayesian network including Microcystis morphospecies for microcystin risk assessment in three cyanobacterial bloom-plagued lakes, China. Harmful Algae, 83, 14-24.
尚明生，闪锟，周博天，吴迪， 著. 《水生态环境感知信息分析系统研究及应用》. 北京：科学出版社. 2021.
[1]. 国家自然科学基金委员会, 面上项目，52379081, 三峡水库水位联动介导的生态位分异驱动水华格局斑块化的机制研究, 2024-01至2027-12, 主持.
[2]. 重庆市科技局, 技术创新与应用发展专项重点项目，CSTB2022TIAD-KPX0199，中小流域暴雨洪水形成机制及自适应智能预警预报关键技术及装备，2022-12 至 2025-10，主持.
[3]. 云南省科技厅，省市一体化重点课题，202202AH210006-4，基于AI的高原湖泊生态系统关键种群智能感知技术研发及示范，2022-09 至2025-09，主持.
[4]. 中国科学院，研究院自主部署基础研究课题，重点项目, 基于AI智能技术融合多模态数据以发现水华暴发的早期预警信号, 2023-07至2025-09, 主持.
[5]. 中国科学院, “西部之光”西部青年学者（A类）, E1296001, 藻华响应水位联动的生态位调节机制研究, 2022-01至 2023-12, 主持.
中国科学院重庆绿色智能技术研究院 版权所有京ICP备05002857号渝公网安备50010943035号
