1. 中央级公益性科研院所基本科研业务费专项资金，协同多光学传感器差异化特征的树种类型分类方法研究，CAFYBB2022SY030，2022.07至2025.07，主持；

2. 中央级公益性科研院所基本科研业务费专项资金，森林类型遥感分类的双支uNet优化组合模型研究，CAFYBB2019SY027，2019.01至2020.12，主持；

3. 中央级公益性科研院所基本科研业务费专项资金，面向时空遥感森林类型分类的深度学习研究，CAFYBB2016SY020，2016.1至2017.12，主持；

4. 青海省重大科技专项（青海省科技厅），多源遥感信息快速分析与监测服务系统课题，2017-NK-A4，2017.1至2019.12，主持；

5. 中央级公益性科研院所基本科研业务费专项资金，珍贵树种主要病虫害种类与发展等级图像诊断技术，CAFYBB2021ZB002，2021.01至2025.12，参与；

6. 国家重点研发计划（国家科技部），人工林生长与环境信息物联网实时获取技术，2017YFD0600901，2017.1- 2019.12，参与；

7. 国防科工局应用系统项目，高分数据林业应用预处理和产品加工子系统（一期），21-Y30B05-9001-13/15-6，2013.01至2015.12，参与；

国家高技术研究发展计划（863计划）（国家科技部），全球森林生物量和碳储量遥感估测关键技术，2012AA12A306，2012.01至2014.12，参与；

代表性文章：

1. Guo, Y.; Gao, J.J, Wang, X.F. Jia, H.Y, et al. 2022. Precious Tree Pest Identification with Improved Instance Segmentation Model in Real Complex Natural Environments. Forests 13, no. 12: 2048. SCI

2. Guo, Y.; Li, Z.; Chen, E.; Zhang, X.; Zhao, L.; Xu, E.; Hou, Y.; 2021. A Deep Fusion uNet for Mapping Forests at Tree Species Levels with Multi-Temporal High Spatial Resolution Satellite Imagery. Remote Sensing 13, no. 18: 3613. SCI

3. Guo, Y.; Li, Z.; Chen, E.; Zhang, X.; Zhao, L.; Xu, E.; Hou, Y.; Sun, R. An End-to-End Deep Fusion Model for Mapping Forests at Tree Species Levels with High Spatial Resolution Satellite Imagery. Remote Sensing. 2020, 12, 3324.SCI

4. Guo, Y.; Li, Z.; Chen, E.; Zhang, X.; Zhao, L.; Chen, Y.; Wang, Y. A Deep Learning Forest Types Classification Method for Resolution Multispectral Remote Sensing Images: Dual-FCN8s-CRF. In Proceedings of the 2019 IEEE International Geoscience and Remote Sensing Symposium, Yokohama, Japan, July 28–August 2019. EI

5. 郭颖, 李增元, 陈尔学, 张旭, 赵磊, 陈艳, 王雅慧. 一种改进的高空间分辨率遥感影像森林类型深度学习精细分类方法:双支FCN-8s[J]. 林业科学, 2020, 56(3): 48-60. EI

获奖：

著作：

专利：

其它：