2003.9-2006.7中国科学院遥感应用研究所博士，专业为地图学与地理信息系统，研究方向为定量遥感，导师：柳钦火研究员；

2006.7-2008.12，山东科技大学讲师；

2009.1-2014.12，山东科技大学副教授；

2015.1至今，山东科技大学教授；

2012.2至2014.2，美国马里兰大学地理系访问学者。

定量遥感

《遥感物理》

1. 2008.1-2010.12，耦合BRDF模型的城市地区气溶胶反演模型与方法研究，国家自然科学青年基金青年基金，主持；

2. 2012.1-2015.12，长时间序列遥感产品驱动的陆地气溶胶反演方法研究，国家自然科学面上项目，主持；

3. 2013.1-2015.12，气溶胶遥感 50万元，山东省杰出青年基金，主持；

4. 2018.01-2021.12，用于高异质性区域气溶胶遥感反演的地表与大气参数确定方法，国家自然科学基金面上项目，主持；

5. 2020.12-2023.11，国产高分数据预处理，国家重点研发计划子课题，主持；

6. 2023.1-2026.12，辐射传输模型与深度神经网络联合的异质区域气溶胶遥感，国家自然科学基金面上项目，主持。

1. 2018年8月，高异质性区域生态环境遥感监测关键技术及综合应用，山东省科技进步奖二等奖，山东省人民政府，个人位次1/10。

2. 2022年10月，高分辨率卫星数据智能化处理关键技术及应用，青岛市科学技术进步奖一等奖，青岛市人民政府，1/15。

3. 2024年5月，多源遥感高精度信息提取关键技术与应用，山东省科技进步奖一等奖，山东省人民政府，个人位次1/15。

2024，朱秀芳、赵祥、孙林，资源环境遥感。科学出版社。

代表性论文1，2018.2, A cloud shadow detection method combined with cloud height iteration and spectral analysis for Landsat 8 OLI data,ISPRS Journal of Photogrammetry and Remote Sensing, 通讯作者，SCI一区。

代表性论文2，2018.10, A priori surface reflectance-based cloud shadow detection (SRCSD) algorithm for Landsat 8 OLI, IEEE Geoscience and Remote Sensing Letters , 通讯作者，SCI三区。

代表性论文3，2020.6, Improved k-means and spectral matching for hyperspectral mineral mapping, International Journal Of Applied Earth Observation And Geoinformation, 通讯作者，SCI一区。

代表性论文4，2021.9, Satellite Aerosol Retrieval Using Scene Simulation and Deep Belief Network, IEEE Transactions on Geosciences and Remote Sensing, 通讯作者，SCI二区。

代表性论文5，2021.10, Detecting Low-Intensity Fires in East Asia Using VIIRS Data:An Improved Contextual Algorithm, Remote Sensing，通讯作者，SCI二区。

代表性论文6，2023.10, Spectral clustering eigenvector selection of hyperspectral image based on the coincidence degree of data distribution, International Journal of Digital Earth，2023, VOL. 16, NO. 1, 3489–3512, 通讯作者，SCI一区。

代表性论文7，2024.1, High-accuracy full-coverage PM2.5 retrieval from 2014 to 2023 over China based on satellite remote sensing and hierarchical deep learning model, International Journal of Digital Earth，2024, VOL. 17, NO. 1,通讯作者，SCI一区。

代表性论文8，2024.6, Data Integration for ML-CNPM2.5: A Public Sample Dataset Based on Machine Learning Models and Remote Sensing Technology Applied for Estimating Ground-Level PM2.5 in China, IEEE Transactions on Geosciences and Remote Sensing, VOL. 62, 2024, 通讯作者，SCI一区。

作为第一完成人申请软件著作版权十余项；以第一完成人获得授权发明专利2项。