2007/09-2012/06，清华大学，水利水电工程系，博士
2003/09-2007/06，清华大学，水利水电工程系，学士
2019/09 - ，北京师范大学，地理科学学部，陆地表层系统科学与可持续发展研究院，副教授
2017/02-2019/09，北京师范大学，地理科学学部，陆地表层系统科学与可持续发展研究院，讲师
2012/07-2017/01，北京师范大学，全球变化与地球系统科学研究院，讲师
本科生课程《全球水文学》，2学分，32学时，与叶爱中、狄振华联合开设，负责8学时。
研究生课程《全球水与能量循环》，2学分，32学时，与叶爱中、狄振华联合开设，负责8学时。
研究生课程《大复杂动力系统模型的不确定性分析：参数优化》，1学分，16学时。
研究生课程《Python编程及其在地理科学中的应用》，1学分，16学时。
[1]. 国家自然科学基金青年项目《基于信息熵的分布式物理性流域水文模型不确定性分析》（No. 51309011），2014~2016，项目负责人。
[2]. 国家自然科学基金面上项目《全球陆面碳氮磷循环模式参数不确定性分析方法和应用研究》（No. 41375139），2014~2017，项目参与人。
[3]. 国家重大科学研究计划（973 C类）《全球陆表能量与水分交换过程及其对全球变化作用的卫星观测与模拟研究》（No. 2015CB953703），2015~2019，课题三《全球陆面模式优化、数据同化、陆气耦合模拟与预估研究》，专题一《基于多尺度多层次遥感资料的全球陆面模式参数优化研究》，项目参与人，专题负责人。
[4]. 公益性行业（气象）专项项目：《全球大气再分析技术研究与数据集研制》（No. GYHY201506002），第7课题：《全球陆面再分析中陆面模式优化研究》，2015~2018，项目参与人。
[5]. 北京市科技计划《北京山洪泥石流预测预警关键技术研究与示范》（No. Z141100003614052），2014~2016，项目参与人。
(1) Yuhan Shi, Wei Gong*,Qing Yun Duan, Charles Jackson, Cunde Xiao, Heng Wang, How parameterspecification of an Earth system model of intermediate complexity influencesits climate simulations, Progress in Earth and Planetary Science, 2019, 6(1): 46,doi: 10.1186/s40645-019-0294-x.
(2) Wei Gong*, Qing Yun Duan,An adaptive surrogate modeling-based sampling strategy for parameteroptimization and distribution estimation (ASMO-PODE), Environmental Modelling& Software, 2017, 95: 61–75, doi: 10.1016/j.envsoft.2017.05.005.
(3) Wei Gong*, Qing Yun Duan, Jian Duo Li, Chen Wang, Zhen Hua Di, Ai Zhong Ye, Chi. Yuan Miao, Yong Jiu Dai, An Intercomparison of Sampling Methods for Uncertainty Quantification of Environmental Dynamic Models, Journal of Environmental Informatics, 2016,28(1):11-24, doi:10.3808/jei.201500310.
(4) Wei Gong*, Qingyun Duan, Jianduo Li, Chen Wang, Zhenhua Di, Aizhong Ye, Chiyuan Miao, Yongjiu Dai, Multiobjective adaptive surrogate modeling-based optimization for parameter estimation of large, complex geophysical models, Water Resources Research, 2016, doi:10.1002/2015WR018230.
(5) Wei Gong*, Qingyun Duan, Jianduo Li, Chen Wang, Zhenhua Di, Yongjiu Dai, Aizhong Ye, Chiyuan Miao, Multi-objective parameter optimization of common land model using adaptive surrogate modeling, Hydrology and Earth System Sciences, 2015,19(5): 2409–2425, doi:10.5194/hess-19-2409-2015.
(6) Wei Gong*, Dawen Yang, Hohin V. Gupta, Grey S. Nearing, Estimating information entropy for hydrological data: One-dimensional case, Water Resources Research, 2014, 50(6): 5003-5018.
(7) Wei Gong*, Hoshin V. Gupta, Dawen Yang, Kumar. Sricharan, Alfred. O. Hero III, Estimating Epistemic & Aleatory Uncertainty During Hydrologic Modeling: An Information Theoretic Approach, Water Resources Research, 2013, 49(4): 2253–2273, doi:10.1002/wrcr.20161.
无
主要从事陆面过程模型、分布式水文模型的参数优化与不确定性量化(Uncertainty Quantification)方法的研究。建立了适用于大复杂动力模型的UQ方法体系：“均匀抽样-参数筛选-替代模型-自适应抽样-多目标优化”，提出基于替代模型自适应抽样的单目标优化方法ASMO、多目标优化方法MO-ASMO和参数分布估计方法ASMO-PODE，将参数优化所需要的模型运行次数从数万次减少到数百次。通过在陆面模式CoLM、CLM和NoahMP、生态系统模型BiomeBGC、数值天气预报模式WRF、地球系统模式LOVECLIM的应用，确认了该方法体系经济有效，仅需动力模型运行数百次即可求出最优参数及其分布，能够降低10%-15%的模拟误差。
上述方法发布于我的github主页 https://github.com/gongw03，全部开放源码。
基于机器学习替代模型的ASMO系列参数优化方法
单目标优化方法ASMO：https://github.com/gongw03/ASMO
多目标优化方法MO-ASMO：https://github.com/gongw03/MO-ASMO
参数分布估计方法ASMO-PODE：https://github.com/gongw03/ASMO-PODE