阎洁如

个人信息Personal Information

副教授

教师拼音名称:yanjieru

所在单位:土木与水利工程学院

学历:研究生(博士后)

学位:博士学位

在职信息:在职

毕业院校:德国斯图加特大学

其他联系方式Other Contact Information

邮箱 :

移动电话 :

通讯/办公地址 :

邮箱 :

个人简介Personal Profile

  阎洁如,女,2018年12月博士毕业于德国斯图加特大学,获工学博士学位;2019-2023年在同济大学从事博士后研究;2023年7月进入土木与水利工程学院,负责实验中心/水力学实验室的日常管理,并从事教学与科研工作主要研究方向包括:极端降水的分析和预报,城市水文,高分辨率降水场的实时模拟,随机天气模型等;主持国家自然科学基金青年基金项目、省部级项目共2项,参与国家自然科学基金面上项目、德国研究基金会项目、产学研合作项目共6项;发表SCI论文9篇,英文专著1部。


主持/参与项目

[1] 国家自然科学基金青年基金项目:基于数值模拟和非线性融合技术对高分辨率降水场实时构建的研究,420013692021.01-2023.12,在研,主持

[2] 中国博士后科学基金面上项目:基于数值模拟和非线性融合技术对高分辨率雨量场实时构建的研究,2020M6712192020.09-2022.08,结题,主持

[3] 国家重大水体专项独立课题:苏州市饮用水安全保障技术集成与综合应用示范,2017ZX072010013390.87万,2017.1-2020.12,结题,参与

[4] 国家自然科学基金面上项目:城市雨水系统光滑粒子动力学模拟理论研究,5177845280万,2018.01-2021.12,结题,参与

[5] 国家自然科学基金面上项目:城市排水管网运行状态微机电技术诊断理论与应用,5197849361万,2020.1-2023.12,在研,参与

[6] 国家自然科学基金面上项目基于深度强化学习的供水管网人机决策融合实时优化调度52270093 54万,2023.1-2026.12,在研,参与

[7] 产学研合作课题:温州市鹿城区丰门街道排水管网运行状态诊断研究,48.5万,2020.06-2021.12,结题,参与(科研秘书)

[8] 德国研究基金会项目Space-Time Dynamics of Extreme Floods (SPATE)12.8万欧元,2016.12-2018.12,结题,参与(技术骨干)


论文专著

[1] Yan, J.* and Bárdossy, A. (2019). Short time precipitation estimation using weather radar and surface observations: With rainfall displacement information integrated in a stochastic manner, Journal of Hydrology, 574, 672–682, 2019. (SCIJCR Q1, 中科院一区IF = 6.708)

[2] Yan, J.*, Bárdossy, A., Hörning, S., and Tao, T. (2020). Conditional simulation of surface rainfall fields using modified phase annealing, Hydrology and Earth System Sciences (HESS),  24, 2287– 2301.  (SCIJCR Q1, 中科院一区IF = 6.617)

[3] Yan, J., Li, F., Bárdossy, A., and Tao, T.* (2021) Conditional simulation of spatial rainfall fields using random mixing: a study that implements full control over the stochastic process, Hydrology and Earth System Sciences (HESS), 25, 3819–3835. (SCIJCR Q1, 中科院一区IF = 6.617)

[4] Yan, J. and Tao, T.* (2022). Unsupervised anomaly detection in hourly water demand data using an asymmetric encoder-decoder model, Journal of Hydrology, 613, 128389. (SCIJCR Q1, 中科院一区IF = 6.708)

[5] Zhu W., Tao T.*, Yan H., Yan J.*, Wang J., Li S., and Xin K. An optimized LSTM-based approach applied to early warning and forecasting of ponding in the urban drainage system, Hydrology and Earth System Sciences (HESS). (SCIJCR Q1, 中科院一区IF = 6.617)

[6] Li F. , Yan, J., Yan H., Tao T., Duan H. (2023) 2D Modelling and energy analysis of entrapped air-pocket propagation and spring-like geysering in the drainage pipeline system, Engineering Applications of Computational Fluid Mechanics, 17:1. (SCIJCR Q1, 中科院一区IF = 6.1)

[7] Chen, L., Yan, H., Yan, J., Wang, J.*, Tao, T., Xin, K., Li, S., Pu, Z., & Qiu, J. (2022). Short-term water demand forecast based on automatic feature extraction by one-dimensional convolution, Journal of Hydrology, 606, 127440. (SCIJCR Q1, 中科院一区IF = 6.708)

[8]  Li, F., Yan, J., Xiong, X., Yan, H., *Tao, T. and Wang, L. (2023). GIS-based fuzzy comprehensive evaluation of urban flooding risk with socioeconomic-index system development., Environmental Science and Pollution Research (SCIJCR Q2区,中科院三区IF = 5.190)

[9] Pu, Z., Yan, J., Li, Z., Chen, L., Tian, W., Xin, K.*, Tao, T. (2023). A hybrid Wavelet-CNN-LSTM Deep Learning model for short-term Urban Water Demand Forecasting, Frontiers of Environmental Science & Engineering. (SCIJCR Q2, 中科院二区IF = 6.048)

[10] Yan, Jieru (2018). Nonlinear estimation of short time precipitation using weather radar and surface observations. Universität Stuttgart, Stuttgart. ISBN978-3-942036-68-9. URL: http:// elib.uni-stuttgart.de/handle/11682/10287. (学术专著)




  • 教育经历Education Background
  • 工作经历Work Experience
  • 研究方向Research Focus
  • 社会兼职Social Affiliations
    暂无内容
    暂无内容