学习经历2013/09–2016/06，中国农业科学院，农业遥感，博士2008/09–2011/06，东北林业大学，林业遥感，硕士2004/09–2008/06，东北林业大学，地理信息系统，本科工作经历2016/08-今，中国农业科学院农业资源与农业区划研究所，智慧农业创新团队，副研究员科研项目（1）“多云多雨区水稻熟制信息高精度提取方法”，国家自然科学基金青年项目(41801371)，2019-2021，项目主持人。（2）“我国数字农业农村推进路径”，农业部财政专项，2019，项目主持人。（3）“地下水漏斗区季节性休耕地块识别方法”，中央级公益性科研院所基本科研业务费专项(1610132019027)，2019，项目主持人。（4）“基于多尺度特征迭代优化的农作物精细提取研究”，农业农村部农业遥感重点实验室开放基金项目（2017004），2017，项目主持人。奖励荣誉国家科技进步奖二等奖（二级证书，第19位）；全国农牧渔业丰收奖二等奖（第4位）；先后主持科研项目5项，包括国家自然科学基金1项，省部级重点实验室基金1项，其他项目2项。相关研究成果在IEEE Transactions on Geoscience and Remote sensing 、Remote Sensing、Journal of Land Use Science等国际知名期刊发表。
（1）Q Song, et. al. (2018). Feature selection for object-based crop classification of multi-temporal Gaofen-1 WFV imagery. International Journal of Remote Sensing, DOI:10.1016/S2095-3119(16)61392-8.（2）Q Song, et. al. (2017). In-season crop mapping with GF-1/WFV data by combining object-based image analysis and Random Forest. Remote Sensing, 9, 1184.（3）Q Song, et. al. (2017). Mapping regional cropping patterns by using GF-1 WFV sensor data. Journal of Integrative Agriculture, 16 (02): 337-347.（4）Z Lu, Q Song*, et. al. (2017). Rice cultivation changes and its relationships with geographical factors in Heilongjiang Province, China. Journal of Integrative Agriculture, 16(10): 2274-2282.（5）宋茜等. (2015). 农作物遥感识别中的多源数据融合研究进展. 中国农业科学, 48(06):1122-1135.（6）Q Hu, W Wu, Q Song. (2017). How do temporal and spectral features matter in crop classification in Heilongjiang Province, China. Journal of Integrative Agriculture, 16(02): 324-336.（7）Q Hu, W Wu, Q Song et. al. (2016). Extending the pairwise separability index for multicrop identification using time-series MODIS images. IEEE Transactions on Geoscience and Remote sensing, 54(11): 6349-6361. (IF=\“Advances in Space Research”等国际刊物的审稿人。
