【个人简介】

张天蛟，1989年生，博士，副教授，硕士生导师，空间信息与数字技术系副主任，上海市扬帆计划人才。新加坡南洋理工大学1年访问学者；美国俄克拉荷马州立大学2年联合培养博士；以第一/通讯作者围绕AI+远洋渔业领域发表SCI论文多篇，成果在Ecological Informatics、Ecological Modeling、Fisheries Oceanography、Fisheries Management and Ecology、海洋学报、水产学报等海洋渔业与信息交叉的顶级期刊上发表。第一完成人出版专著1部，参编著作3部；授权发明专利3项；2017年入选“上海市青年科技英才扬帆计划”；2019年获中国渔业协会“智慧渔业突出贡献奖”；2021年荣获上海海洋科学技术奖二等奖；2025年获中国发明协会银奖（排名1）；2020~25年连续获“蓝桥杯全国软件和信息技术专业人才大赛优秀指导教师”等奖项。主持国家自然科学基金、上海市教委AI专项、上海市教委青年科技英才扬帆计划项目、大洋渔业资源可持续开发教育部重点实验室开放基金等项目。

主讲课程：海洋空间信息管理与服务

一.教育和工作经历

2024.08~至今：上海海洋大学  空间信息与数字技术系副主任/副教授

2025.11~2026.10:  新加坡南洋理工大学计算与数据科学访问学者

2019.06~2022.06：上海海洋大学    水产专业       博士后

2016.09~2024.08： 上海海洋大学    空间信息与数字技术系      讲师

2010.09~2016.06：  中国农业大学    农业工程       博士

2013.09~2015.09：美国俄克拉荷马州立大学CSC博士联合培养

2006.09~2010.07： 中国农业大学    土地资源管理    学士

【研究领域】

主要从事AI+远洋渔业研究，包括AI驱动的远洋渔场预报、基于智能体的渔船作业决策优化、人工集鱼装置对渔场时空分布的影响解析等。欢迎从事计算机科学与技术、物理海洋、卫星遥感、渔业资源等专业背景的同学报考本人研究生！

三.第一/通讯作者部分代表性SCI论文（带*为通讯作者）

[1] Zhang, T., Chen, Q., Lian, P., & Yuan, H. (2026). An enhanced framework of STL-ConvLSTM for spatiotemporal habitat reconstruction of albacore tuna in the Western and Central Pacific Ocean. Ecological Informatics, 104015.

[2] Zhang, T., Zhang, Y., Chen, C. H., Li, H., & Song, B. (2026). A deep reinforcement learning framework for dynamic routing of distant-water squid-jigging vessels: PPO-based retrospective simulation in the Peruvian jumbo flying squid fishery. Journal of Marine Science and Engineering, 14(18), 1701.

[3] Zhang, T.,Q. Pei, L. Song, and H. Yuan. (2026). Key Factors Influencing tuna association behavior during prolonged drift periods of fish aggregating devices.Fisheries Management and Ecology 1–20.

[4] Song, B., Liu, J., Zhang, T.*, & Chen, Q. (2026). A Hybrid Deep Learning Model for Predicting Tuna Distribution Around Drifting Fish Aggregating Devices. Sustainability, 18(5), 2406.

[5] Zhang, T., Guo, H., Song, L., Yuan, H., Sui, H., & Li, B. (2025). Evaluating the importance of vertical environmental variables for albacore fishing grounds in tropical Atlantic Ocean using machine learning and Shapley additive explanations (SHAP) approach. Fisheries Oceanography, 34(1), e12701.

[6] Li, Z., Zhang, T.*, & Song, L. (2024). Enhancing model robustness to imbalanced species abundance distributions: Eliminating misclassified records via a model-agnostic approach, exemplified by tuna fisheries datasets. Ecological Informatics, 84, 102905.

[7] Zhang, T., Xin, J., Song, L., & Yuan, H. (2024). Spatial and temporal variation of biomass density beneath drifting fish‐aggregating devices in the western and central Pacific Ocean. Fisheries Management and Ecology, 31(5), e12711.

[8] Zhang, T., Xin, J., Yu, W., Yuan, H., Song, L., & Yang, Z. (2024). Predicting the Fishery Ground of Jumbo Flying Squid (Dosidicus gigas) off Peru by Extracting Features of the Ocean Environment. Fishes, 9(3), 81.

[9] Zhang, T., Xin, J., Yu, W., Yuan, H., Song, L., & Yang, Z. (2024). Predicting the Fishery Ground of Jumbo Flying Squid (Dosidicus gigas) off Peru by Extracting Features of the Ocean Environment. Fishes, 9(3), 81.

[10] Li, Z., Zhang, T.*,& Song, L. (2024). Enhancing model robustness to imbalanced species abundance distributions: Eliminating misclassified records via a model-agnostic approach, exemplified by tuna fisheries datasets. Ecological Informatics, 84, 102905.

[11] Song, L., Li, Zhang T.*,T., Sui, H., Li, B., & Zhang, M. (2023). Comparison of machine learning models within different spatial resolutions for predicting the bigeye tuna fishing grounds in tropical waters of the Atlantic Ocean. Fisheries Oceanography, 32(6), 509-526.

[12]Zhang, T., Song, L., Yuan, H., Song, B., & Ebango Ngando, N. (2021). A comparative study on habitat models for adult bigeye tuna in the Indian Ocean based on gridded tuna longline fishery data. Fisheries Oceanography, 30(5), 584-607. 

[13]张天蛟,舒心,宋利明,等. 基于基尔霍夫近似模型的大眼金枪鱼目标强度估算研究[J].海洋渔业,2026,48(3):357-368.

[14]张天蛟,裴秦昊,宋利明,等. 基于机器学习的DFAD影响下金枪鱼自由群CPUE时空分解与预测[J/OL].上海海洋大学学报,1-20

[15]张天蛟,杨茁,余为,等. 基于溶解氧关键水层识别的秘鲁外海茎柔鱼渔场预报[J/OL].上海海洋大学学报,1-19

[16]张天蛟,信佳,宋利明,等. 基于多尺度渔业数据的印度洋大眼金枪鱼CPUE标准化研究[J].海洋渔业,2025,47(2):129-140.

[17]张天蛟,张闪闪,袁红春,等. 海表温度时空分布模式对西北太平洋柔鱼生物学特征的影响[J].水产学报,2025,49(3):61-75.

[18]袁红春,高子玥,张天蛟*. 基于改进的XGBoost模型预测南太平洋长鳍金枪鱼资源丰度[J].海洋湖沼通报,2022,44(2):112-120.

[19]张天蛟,廖章泽,宋博,等. 基于深度卷积嵌入式聚类（DCEC）的海洋环境特征提取对渔情预报模型的改进研究——以西南印度洋大眼金枪鱼为例[J].海洋学报,2021,43(8):105-117.

四.部分代表性科研项目

1.主持 国家自然科学基金青年项目漂流式人工集鱼装置影响下金枪鱼自由群渔场预测与分析（2025-2027）;

2.主持 上海市教委项目时空深度学习赋能渔场精准预报（2024-2026）；

3. 主持“现代渔业全链智能化技术开发与应用技术开发项目”（横向）（2025-2027）

4.主持 上海市扬帆人才计划项目基于生态位模型的气候变化情景下渔场分布预测（2017-2019）

5.主持 大洋渔业资源可持续开发教育部重点实验室开放基金“基于特征工程的远洋渔场分布预测”（2019-2020）

6.主持 上海海洋大学科技发展专项基金“中西太平洋大眼金枪鱼栖息地立体时空分布预测”（2022-2023）

五.国内外学术会议

1. 2026 The 33rd International Conference on Transdisciplinary Engineering 口头报告

2. 2024 第九届世界渔业大会（美国，西雅图）口头报告

3. 2019 印度洋金枪鱼委员会第十届工作组会议（西班牙，圣塞巴斯蒂安）

4. 2018 第十一届全球水产养殖与渔业峰会年（日本，大阪）口头报告

5. 2024 中国水产学会范蠡学术大会（浙江，宁波）口头报告

6. 2024人工智能行业协会年会（上海）口头报告

7. 2023 中国水产学会青年学术年会（山东，青岛）口头报告