姓名：周倩倩（Qianqian Zhou）

职称：教授

导师类别：博士研究生导师、硕士研究生导师

电子邮箱：qiaz@foxmail.com

研究方向：人工智能和图像识别、城市洪涝预测和风险评估、排水管网建模与优化、管道缺陷检测和健康度评价、海绵措施规划

招生专业：博士：（0810）信息与通信工程

硕士：（0814）土木工程；（0859）土木水利；

（1256）工程管理

1.个人简介

周倩倩，教授，博士研究生导师、硕士研究生导师，广东工业大学欧美同学会副秘书长。硕士毕业于瑞典隆德大学（LU），博士毕业于丹麦科技大学（DTU）环境工程系，后在DTU进行了相关工作的博士后研究。2015-2017获国家公派资助在美国西北太平洋国家实验室（PNNL）的全球变化联合研究中心（JGCRI）进行访学研究。

先后主持国家自然科学基金、国家重点研发项目课题、广东省自然科学基金、广东省青年提升项目、广东省科技计划项目、教育部归国人员启动基金、广州市科技计划项目等10余项纵向基金和5项校企合作项目。以第一/通讯作者在《Water Research》《Journal of Hydrology》《Hydrology and Earth System Sciences》《Tunnelling and Underground Space Technology》等领域顶级期刊发表SCI论文40余篇、中文核心论文23篇；H指数22，连续入选2022-2025全球前2%顶尖科学家影响力榜单。以第一发明人身份授权国家发明专利6项，授权软件著作权12件。获2023广东省科技进步二等奖、2024年中国城镇供水排水协会科学技术奖二等奖、2025广东省市政协会科学技术奖一等奖等多项荣誉。

2. 代表性科研项目

[1]国家重点研发项目课题(主持)

[2]国家自然科学基金青年科学基金项目(主持)

[3]广东省自然科学基金青年提升项目(主持)

[4]广东省科技计划项目(主持)

[5]广东省自然科学基金面上项目(主持)

[6]广东省自然科学基金青年项目(主持)

[7]教育部归国人员启动基金(主持)

[8]广州市科技计划项目(主持)

3. 荣誉与奖励

[1]2023年广东省科技进步奖二等奖（排名第一）

[2]2024年中国城镇供水排水协会科学技术奖二等奖（排名第二）

[3]2024广东省土木建筑学会科学技术奖一等奖（排名第二）

[4]2025广东省市政协会科学技术奖一等奖（排名第三）

[5]2025金粤自然资源科学技术奖—自然资源科技进步奖获（排名第九）

[6]连续4年（2022-2025）入选斯坦福大学全球前2%顶尖科学家榜单。

4. 学术兼职

[1]《中国给水排水》青年编委

[2]《广东工业大学学报》青年编委

[3]为知名学术期刊担任评审人，包括：<Journal of Hydrology>, <Water Resources Research>,<Water Resources Management>, <Journal of Water Resources Planning & Management>,<Urban Water>等

5. 代表性论文（一作及通讯）

[1]“Improving urban flood prediction using LSTM-DeepLabv3+ and Bayesian optimization with spatiotemporal feature fusion”, Journal of Hydrology, 630, 130743 (2024). (一区Top，IF = 6.4)

[2]“Automatic topology and capacity generation framework for urban drainage systems with deep learning-based land use segmentation and hydrological characterization”, Journal of Hydrology, 641, 131766 (2024). (一区Top，IF = 6.4)

[3]“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 (2023). (一区Top，IF = 6.4)

[4]“Automatic sewer defect detection and severity quantification based on pixel-level semantic segmentation”, Tunnelling and Underground Space Technology, 123, 104403 (2022). (一区Top，IF = 7.4)

[5]“Attention-based deep learning framework for urban flood damage and risk assessment with improved flood prediction and land use segmentation”, International Journal of Disaster Risk Reduction, 166, 105165 (2025). (二区，IF = 4.7)

[6] “Deep learning, geometric characterization and hydrodynamic modeling for assessing sewer defect impacts on urban flooding: A case study in Guangzhou, China”, Journal of Environmental Management, 351, 119689, (2024). (二区，IF = 8.0)

[7]“A deep-learning-technique-based data-driven model for accurate and rapid flood predictions in temporal and spatial dimensions”, Hydrology and Earth System Sciences, 27(9), 1791-1808, (2023). (一区Top，IF = 6.1)

[8]“基于时空特征融合的城市洪涝混合深度学习预测”，中国给水排水，40(17), 131-136. (2024)

[9]“基于精细化水文表征的LID竖向模型构建方法”，中国给水排水，40(19), 122-126. (2024)

[10]“基于生成对抗网络和迁移学习的排水管道缺陷识别”，中国给水排水，38(17), 27-33. (2022)

6. 代表性知识产权情况

[1]“一种低冲击开发模拟方法、系统及相关装置”，周倩倩，苏炯恒，梅胜，覃钊，发明专利，201910645574.7 (授权: 2023.05.09)

[2]“城市内涝预测方法、装置、终端及计算机可读存储介质”，周倩倩，苏炯恒，李阿婷，发明专利，201711434743.X (授权: 2022.02.15)

[3]“城市内涝风险评估方法、装置及终端”，周倩倩，苏炯恒，许小文，发明专利，201711486865.3 (授权: 2020.08.11)

7. 我的团队

目前指导硕士研究生10名、本科生3名。诚邀对人工智能深度学习算法、水动力仿真建模、遥测地信GIS分析、管网模型感兴趣的小伙伴共谋发展。