姓名（加全拼）：周倩倩（Zhou Qianqian）

职称：教授

职务：无

导师类别：硕士生导师

科研方向：城市排水和海绵优化、洪涝风险评估和适应性改造、人工智能和深度学习等交叉学科领域

个人简介（300字内）：

周倩倩，博士，广东工业大学土木与交通工程学院教授。瑞典隆德大学硕士，丹麦科技大学博士和博士后，美国西北太平洋国家实验室全球变化联合研究中心访问学者。主要从事城市排水和海绵优化、洪涝风险评估和适应性改造、人工智能和深度学习等交叉学科领域。主持国家自然科学基金、广东省自然科学基金、国家教育部归国人员启动基金和广州市科技计划等多项科研项目。获授权国家发明专利4项，发表一作及通讯论文50余篇（SCI检索30余篇， H指数16），入选美国斯坦福大学发布的2022和2023全球前2%顶尖科学家影响力榜单。

个人主页：

招生学院：土木与交通工程学院

联系方式：qiaz@foxmail.com

学科领域：市政工程

教育背景：

瑞典隆德大学硕士，丹麦科技大学博士和博士后，美国西北太平洋国家实验室全球变化联合研究中心访问学者。

学术兼职：

《中国给水排水》青年编委

工作经历：

2019—至今，广东工业大学，土木与交通工程学院

主要荣誉

主讲课程：

《城市水系统的模拟技术与设计方法》、《给水排水管网系统》

主要论文：

[1] Zhou, Q., Feng, J., Feng, W.e., 2023a. How does flow connection path and vertical spatial layout of LIDs affect urban runoff? A new LID construction method based on refined landuse and hydrologic characterization. Journal of Hydrology, 623: 129809.

[2] Zhou, Q., Situ, Z., Teng, S., Chen, G., 2023b. Comparative Effectiveness of Data Augmentation Using Traditional Approaches versus StyleGANs in Automated Sewer Defect Detection. Journal of Water Resources Planning and Management, 149(9): 04023045.

[3] Zhou, Q. et al., 2023c. A deep-learning-technique-based data-driven model for accurate and rapid flood predictions in temporal and spatial dimensions. Hydrol. Earth Syst. Sci., 27(9): 1791-1808.

[4] Situ, Z., Teng, S., Liao, X., Chen, G., Zhou, Q.*, 2023d. Real-time sewer defect detection based on YOLO network, transfer learning, and channel pruning algorithm. Journal of Civil Structural Health Monitoring.

[5] Zhou, Q., Luo, J., Qin, Z., Su, J., Ren, Y., 2022a. Conceptual planning approach of low impact developments for combined water quality-quantity control at an urban scale: A case study in Southern China. Journal of Flood Risk Management, n/a(n/a): e12760.

[6] Zhou, Q. et al., 2022b. Comparison of classic object-detection techniques for automated sewer defect detection. Journal of Hydroinformatics: jh2022132.

[7] Zhou, Q. et al., 2022c. Automatic sewer defect detection and severity quantification based on pixel-level semantic segmentation. Tunnelling and Underground Space Technology, 123: 104403.

[8] Zhou, Q., Luo, J., Su, J., Ren, Y., 2021. Impacts of changing drainage indicators on urban flood volumes in historical urbanization in the case of Northern China. Urban Water Journal: 1-12.

[9] Zhou, Q., Situ, Z., Teng, S., Chen, G., 2021. Convolutional Neural Networks–Based Model for Automated Sewer Defects Detection and Classification. Journal of Water Resources Planning and Management, 147(7): 04021036.

[10] Situ, Z., Teng, S., Liu, H., Luo, J., Zhou, Q.*, 2021. Automated Sewer Defects Detection Using Style-Based Generative Adversarial Networks and Fine-Tuned Well-Known CNN Classifier. IEEE Access, 9: 59498-59507.

[11] Zhou, Q. et al., 2021c. A GIS-Based Hydrological Modeling Approach for Rapid Urban Flood Hazard Assessment. Water, 13(11): 1483.

[12] Zhou, Q., Su, J., Leng, G., Luo, J., 2020. Recent changes in vulnerability and responses of economic and human systems to major extreme weather hazards in the United States. Geomatics, Natural Hazards and Risk, 11(1): 357-376.

[13] Zhou, Q., Lai, Z., Blohm, A., 2019a. Optimising the combination strategies for pipe and infiltration-based low impact development measures using a multiobjective evolution approach. Journal of Flood Risk Management, 12(2): e12457.

[14] Zhou, Q., Leng, G., Su, J., Ren, Y., 2019b. Comparison of urbanization and climate change impacts on urban flood volumes: Importance of urban planning and drainage adaptation. Science of The Total Environment, 658: 24-33.

[15] Zhou, Q.Q., Su, J.H., Leng, G.Y., Peng, J., 2019c. The Role of Hazard and Vulnerability in Modulating Economic Damages of Inland Floods in the United States Using a Survey-Based Dataset. Sustainability, 11(13): 12.

[16] 周倩倩, 苏炯恒, 梅启鹏, 梅胜, 2019a. 基于GIS空域表征的双层排水系统构建方法. 中国给水排水, 35(13): 134-138.

主要著作：

《排水工程》

知识产权：

[1] 一种基于生成对抗网络的排水管道缺陷识别方法, 2022-09-20, 中国, CN202211145429.0 (发明专利)

[2] 城市内涝预测方法、装置、终端及计算机可读存储介质, 2022-02-15, 中国, CN201711434743.X (发明专利)

[3] 城市内涝风险评估方法、装置及终端, 2020-08-11, 中国, CN201711486865.3 (发明专利)

[4] 一种低冲击开发模拟方法、系统及相关装置, 2019-07-17, 中国, CN201910645574.7 (发明专利)

[5] 一种用于城市内涝情境下最优交通路径的选取方法, 2019-6-11, 中国, ZL201610394695.5 (发明专利)

科研项目：

[1] 国家自然科学基金委员会, 青年科学基金项目, 51809049, Quasi 2D-1D耦合水动力洪涝模拟系统的构建及关键技术研究, 2019-01-01 至 2021-12-31, 主持

[2] 广东省基础与应用基础研究基金委员会, 广东省自然科学基金-青年提升项目, 023A1515030126, 城市洪涝预测中地表水动力扩散耦合模型的构建方法和关键技术研究, 2023-01 至 2025-12, 主持

[3] 广州市科技创新委员会, 科技计划项目, 201804010406, 竖向渗蓄处理技术在城市绿地海绵特性改良中的应用和关键方案研究, 2018-04 至 2021-03, 主持

[4] 广东省科技厅, 科技计划项目, 2017A020219003, 融合LID排水系统的构建方法及优化配置研究, 2017-01 至 2020-01, 主持

[5] 广东省自然科学基金项目，2014A030310121，贝叶斯拓扑网络在非平稳条件下内涝风险评估中的研究及其应用，2015/01-2018/01，主持

[6] 留学回国人员科研启动基金，基于动态贝叶斯网络拓扑建模和蒙特卡罗算法内涝风险分析，2015/01-2017/12, 主持

我的团队：

目前指导硕士10名