【个人简介】
姓 名：冯亮
籍 贯：江西九江
出生年月：1990年8月
职 称：副教授
导师类别：硕士生导师
最高学历：博士研究生
研究领域：矿山地质安全防控、地质灾害监测预警、微震监测
电子邮箱：liang.feng@jxust.edu.cn;
电话: +86 15982195397；
冯亮博士，现任江西理工大学、赣南实验室副教授，中共党员，2016年获得国家留学基金委资助公派留学攻读博士学位，2020年4月获意大利佛罗伦萨大学、德国不伦瑞克大学、意大利比萨大学及意大利佩鲁贾大学联合哲学博士学位，专业课程为环境、资源与安全, 毕业后受聘于意大利佛罗伦萨大学地球科学学院，担任助理研究员，2022年起任江西理工大学副教授。主要从事矿山安全防控、地质灾害监测预警和微震人工智能大数据研究。
【教育经历】
2016年11月~2019年10月，佛罗伦萨大学，地球科学，博士学位
2014年9月~2016年12月，西南交通大学，地质资源与地质工程，硕士学位
2010年9月~2014年7月，江西理工大学，地质工程，学士学位
【科研、工作经历】
- 11. 2022 – 现在– 江西理工大学 副教授；
主要研究方向及兴趣：地质灾害监测预警、微震监测、时间序列分析。
- 11. 2020 – 11. 2022– 江西理工大学 讲师（内聘副教授）；
- 11. 2019 – 10. 2020– 意大利佛罗伦萨大学地球科学学院助理研究员;
- 10. 2019 – 参加Bolzano-Bozen 大学Workshop “Early warning system for debris flows: state of the art and challenges”
- 10.2018 - 在成都理工大学参加iRall School
- 09.2017 - 在Salerno大学参加LARAM School
【科研项目】
2025.01 至 2027.12，新疆自治区重点研发任务专项子课题 - 高海拔露天采场边坡失稳机理及安全控制研究 - 参与
2024/01 至 2024/11，中国地震局“监测、预报、科研”三结合课题基金，3JH-202401050，崩塌落石微震信号特征及传播规律研究 - 参与
01.2023 至 12.2025，江西省自然科学基金 面上项目 - 滑坡灾害滑动面岩土破裂微震信号识别定位与抗剪强度参数动态反演 - 主持
2022-01-01 至 2025-12-31, 国家自然科学基金委员会, 面上项目, 52174249, 基于多源数据融合泡沫图像的浮选指标集成预测与工况协同优化, 参与
2022-01-01 至 2025-12-31, 国家自然科学基金委员会, 地区科学基金项目, 52164004, 硬脆性岩石特征应力损伤演化机制及其与Kaiser效应的关系研究, 参与
01.2022 至 12.2024，国家自然科学基金，青年基金项目，崩塌落石微震信号衰减机制及物理参数反演分析研究 - 主持
07. 2022，参与央视《地理中国》栏目录制节目（20230209地理中国《寻迹石钟山》）
01.2017 至 10. 2020意大利大学与研究部“PRIN 2009 project– Advanced monitoring techniques for the development of early warning procedures on large rockslides (prot. 20084FAHR7_001)” - 参与
【科研成果】
- 文章
(1) Liang Feng, Xiaoyue Zhou, Weijie Yu, Shizhe Zhang, Bin Xie, Wei Xu, Xing Huang, Veronica Pazzi, Emanuele Intrieri. Seismic-based Estimation of River Discharge in a Low-flowTributary:Field Evidence from Riverside Monitoring. Water Resources Management. (2026) 40:225 https://doi.org/10.1007/s11269-026-04605-3
(2) 冯亮，张世哲，谢斌，周晓悦，续伟，王艳梅. 基于微震技术的河流过程监测及水文参数反演的初步探索[J]. 地质科技通报，2026.
(3) Feng, L.*, Xin, B., Xiang, X., Whiteley,J. , Wang, S., & Wang, X. (2025). Near-real-time seismic monitoring improves deep-seated landslides early warning, jiuxianping, china. Engineering Geology，355(000).
(4) Zhiyong Huang, Zongji Yang, Bo Pang, Zhaoying Wu, Liang Feng, Characterizing and clustering debris flow and environmental noise seismic signals using unsupervised deep learning, Geophysical Journal International, 243(2), November 2025, ggaf353, https://doi.org/10.1093/gji/ggaf353
(5) 王艳梅，黄志勇， 高桂山，周晓悦，张世哲，谢斌，陈宇强，冯亮*. 利用微 震技术的落石物理特征反演计算 ——基于野外人工滚石实验. 中国地震，2025，41（2）289:305
(6) 谢斌，续伟，肖孟仁，冯亮*，微震信号浅地表频谱能量消散衰减规律研究-以远程浅层爆破震源为例，大地测量与地球动力学, 2025.
(7) Xing Huang;Haiqian Li;Yongxiang Wang;Junyan Jin;Wei Liu;Zhengxin Zhang;Liang Feng*.Experimental research on piezoelectric fatigue characteristics of polyvinylidene fluoride sensor assembly under repeated impact: Influence of contact conditions[J].Measurement,2025,249 : 117011
(8) 谢斌，高桂山，黄志勇，冯亮*. 机器学习实现崩塌落石微震信号自动化检测和分类[J].大地测量与地球动力学, 2024.
(9) Bingyu Xin,Zhiyong Huang,Shijie Huang,Liang Feng*.Ensemble Learning Improves the Efficiency of Microseismic Signal Classification in Landslide Seismic Monitoring[J].Sensors (Basel, Switzerland),2024,Vol.24(15): 4892
(10) Xing Huang;Qiyue LiCA1;Haiqian Li;Xin'ao Wei;Xiaomu Liao;Liang Feng.Electric energy output characteristics of polyvinylidene fluoride piezoelectric transducer under pulse stress: A simplified model[J].Energy,2024,Vol.308: 132947
(11) 冯亮*,张振.微震技术在崩塌落石监测预警应用的研究进展[J].工程地质学报,2024,32(2): 545-564.
(12) 冯亮*, 刘强，意大利佛罗伦萨大学地质学专业设置与课程体系, 《教育科学》，2023.
(13) 温秀娟、冯亮*、李刚、刘卫明，江西赣州小型恐龙蛋化石的新发现，《化石》，2022.
(14) 王晓军，钟启平，胡凯建，汪豪，王宇，李立浩，冯亮*. 离子吸附型稀土矿剪切力学特性及微震信号特征, 《黄金科学技术》, 2022
(15) Feng Liang*, Intrieri Emanuele, Pazzi Veronica, Gracchi Teresa, Gigli Giovanni, Tucci Grazia; A framework for temporal and spatial rockfall early warning using micro-seismic monitoring, Landslides, 2021，18（1059-1070）.DOI:10.1007/s10346-020-01534-z
(16) Feng Liang*, Pazzi Veronica, Intrieri Emanuele, Gracchi Teresa, Gigli Giovanni; Joint detection and classification of rockfalls in a microseismic monitoring network. Geophysical Journal International, 2020, 17: 1541-1552. doi:10.1093/gji/ggaa287
(17) Feng Liang*, Pazzi Veronica, Intrieri Emanuele, Gracchi Teresaz, Gigli Giovanni, Tucci Grazia; Rockfall localization from seismic polarization considering multiple triaxial geophones and frequency bands, Journal of Mountain Science, 2020, 222(3): 2108-2120.
(18) Feng Liang*, Veronica Pazzi, Emanuele Intrieri, Teresa Gracchi, and Giovanni Gigli; Rockfall seismic features analysis based on in situ tests: frequency, amplitude, and duration. Journal of Mountain Science, 2019, 16(5): 955-970.
(19) Feng, L., Pazzi V., Intrieri E., Gracchi T., Gigli G., (2019), An algorithm for rockfall events automatic detection and classification in seismic monitoring. EGU General Assembly 2019, Vol. 21, EGU2019-9097;
(20) 冯亮，巫锡勇，王森等. 成都砂卵石地层双线隧道 peck 公式参数取值方法研究. 铁道科学与工程学报, 2017(1) 100-109. DOI: 10.19713/j.cnki.43-1423/u.2017.01.016;
- 专利
“一种岩石可钻性试验仪器” – 冯亮、巫锡勇、廖昕等；
“一种落石灾害微震信号的检测分类方法及系统”-冯亮,辛冰宇,黄志勇,师康然,戴龙腾
- 软件著作
张衡微震监测软件-V1.0 - 江西理工大学;冯亮;黄志勇;辛冰宇;戴龙腾，2023
张衡微震监测软件-V2.0 - 江西理工大学;冯亮;续伟;黄志勇;辛冰宇;戴龙腾,2024
基于网络爬虫的地质灾害每日汇报系统 V1.0 - 江西理工大学;冯亮;师康然;戴龙腾;辛冰宇，2025
【会议汇报】
(1) 冯亮，周晓悦，续伟. 河流微震检测信号特征与水文参数反演的初步探索. 第十一届青年地学论文，广州，2026.（邀请报告）
(2) 冯亮, 辛冰宇，续伟，向学坤. 大型深层滑坡滑动面岩土破裂微震信号识别分类及滑动面搜索. 第五届巴东国际地质灾害学术论坛，武汉，2025.（邀请报告）
(3) 冯亮, 辛冰宇，续伟，向学坤. 大型深层滑坡滑动面岩土破裂微震信号识别分类及滑动面搜索. 第十届青年地学论坛，合肥，2025.（邀请报告）
(4) 冯亮, 辛冰宇，续伟，周晓悦. 崩塌落石微震监测技术研究现状及发展——环境地震学. 第二届灾害感知新技术研讨会，北京，2024.（邀请报告）
(5) Liang Feng*, Bingyu Xin, Xuekun Xiang, Song Wan，Xiaojun Wang. Near-real-time seismic monitoring improves deep-seatedlandslides early warning, Jiuxianping, China. 6th World Landslide Forum, Florence，2023
(6) Liang FENG, Bingyu XIN，Wei XU，Zhiyong HUANG. Near-real time seismic monitoring improves Natural Hazards Early Warning——Environmental Seismology. IAEG, Chengdu，2023
(7) 冯亮, V. Pazzi, E. Intrieri, G. Gigli. 微震技术在崩塌落石时、空预警的应用，第七届青年地学论坛，贵阳，2021
(8) Liang Feng, V. Pazzi, E. Intrieri, G. Gigli. Rockfall detection, location, and early warning using microseismic monitoring，5th World Landslide Forum, Tyoto，2021
(9) Liang Feng,V. Pazzi, E. Intrieri, G. Gigli,. Rockfall automatically detection and classification in micro-seismic monitoring, EGU, Viena，2019
