安徽池州人，1982年生，武汉大学教授，博士生导师，智慧水利系主任，国家杰出青年基金获得者，全国优秀博士论文获得者、首批国家高层次人才青年项目获得者、优秀青年基金获得者、霍英东青年教师奖获得者。

电子邮箱：liangshs@whu.edu.cn；期待对人工智能和水利工程交叉学科感兴趣的学生和老师加入团队！

教育背景和工作经历：

1999年至2003年于武汉大学进行本科学习，2003年至2009年于武汉大学攻读博士学位，其中2007～2009年在获留学基金委资助于美国南加州大学学习；2009年至2010年于南加州大学进行博士后研究，2010年破格晋升副教授，2012年破格晋升教授。2016-2017于英国爱丁堡大学合作研究。

开设课程：

地理信息系统（本科生）

人工智能与智慧水利（研究生）

智慧水管理（研究生）

研究方向和代表性研究成果：

主要从事水利工程与人工智能交叉学科研究，重点研究水利感知、认知和决策智能的基础理论，水利机器视觉和“地空天”立体感知技术，大数据-物理机制混合建模，深度过程学习；研发了自主知识产权的智慧水利系统“珈禾”，包括现实感知、大脑中枢、行为决策和数字孪生四部分，广泛应用于灌区水资源管理和工程调度、湖泊生态环境智能运维、农业水肥精准管理和污染防控等多个领域。

主持30余项国家自然科学基金项目等课题。曾获教育部自然科学二等奖、教育部科技进步一等奖。发表学术论文160余篇，其中SCI论文110余篇。授权发明专利和软著30余项。

代表性论文(*通讯作者)：

1. Leilei He, Liangsheng Shi*, Wenxiang Song, Jiawen Shen, Lijun Wang, Xiaolong Hu, Yuanyuan Zha. Synergizing Intuitive Physics and Big Data in Deep Learning: Can We Obtain Process Insights While Maintaining State-of-the-Art Hydrological Prediction Capability? Water Resources Research, 2024. （提出了物理-大数据联合驱动的通用深度过程学习技术）

2. Wenxiang Song, Shijie Jiang, Gustau Camps-Valls, Mathew Williams, Lu Zhang, Markus Reichstein, Harry Vereecken, Leilei He, Xiaolong Hu, Liangsheng Shi*. Towards data-driven discovery of governing equations in geosciences. Communications Earth & Environment, 2024. （综述了地球科学中数据驱动的方程发现）

3. Yanling Wang,Liangsheng Shi*, Xiaolong Hu, Wenxiang Song, Lijun Wang. Multiphysics-informed neural networks for coupled soil hydrothermal modeling. Water Resources Research, 2023.（提出了一种复杂过程的物理信息神经网络）

4. Zhengkun Zhou, Liangsheng Shi*, Yuanyuan Zha, et al. Densely connected squeeze-and-excitation convolutional encoder-decoder networks for identifying preferential channels in highly heterogeneous porous media. Water Resources Research, 2022.（以视觉的方式来研究岩石优先流通道）

5. Wenxiang Song, Liangsheng Shi*, Lijun Wang, Yanling Wang, Xiaolong Hu. Data-driven discovery of soil moisture flow governing equation: a sparse regression framework. Water Resources Research, 2022.（从数据中发掘水动力学方程）

6. Xiaolong Hu, Liangsheng Shi*, Lin Lin, Vincenzo Magliulo. Improving surface roughness lengths estimation using machine learning algorithms. Agricultural and Forest Meteorology, 2020.（利用机器学习方法提高蒸散发估计精度）

7. Qi Yang, Liangsheng Shi*, Jingye Han, Jin Yu, Kai Huang. A near real-time deep learning approach for detecting rice phenology based on UAV images. Agricultural and Forest Meteorology, 2020.（开发了近实时深度学习方法，从无人机图像中诊断作物生理特征）

8. Xiaolong Hu, Liangsheng Shi*, Lin Lin, Yuanyuan Zha. Nonlinear boundaries of land surface temperature-vegetation index space to estimate water deficit index and evaporation fraction. Agricultural and Forest Meteorology, 2019.（发现了地表温度-植被指数空间的非线性边界，精准评估区域干旱）

9. Xiaolong Hu, Liangsheng Shi*, Lin Lin, Baozhong Zhang, Yuanyuan Zha. Optical-based and thermal-based surface conductance and actual evapotranspiration estimation, an evaluation study in the North China Plain. Agricultural and Forest Meteorology, 263, 449-464, 2018.（如何更好地利用光学和热红外数据估计蒸散发）

10. Yuanyuan Zha, Tian-Chyi J. Yeh, Walter Illman, Wenzhi Zeng, Yonggen Zhang, Fangqiang Sun,Liangsheng Shi*. A Reduced-Order Successive Linear Estimator for Geostatistical Inversion and Its Application in Hydraulic Tomography. Water Resources Research. 2018.（大型地下水问题的水力层析技术）

11. 史良胜*, 查元源, 胡小龙, 杨琦.智慧灌区的架构、理论和方法之初探.水利学报, 2020, 51(10): 1212-1222.（下一代灌区的理论和技术体系）