基本信息

郭善昕  男  硕导  中国科学院深圳先进技术研究院
电子邮件: sx.guo@siat.ac.cn
通信地址: 广东省深圳市学苑大道1068号
邮政编码: 518055

个人主页:https://shawnmiloguo.github.io

课题组主页:https://shawnmiloguo.github.io/SIAT-GeoScience

研究领域

副研究员、硕士生导师、深圳市孔雀人才” 。武汉大学美国威斯康辛麦迪逊地理学联合培养博士,研究方向: 遥感影像时空融合超分辨、人工智能遥感图像解译、遥感数据辅助下的空间推理制图;发表论文30余篇。申请发明专利13项,授权9项,软件著作权3项。主持国家重点研发计划子课题、国家自然科学基金青年基金,深圳市基础研究项目。作为核心人员参与多项重要研究项目,包括科技部国家重点研发计划,深圳市可持续发展科技专项,和中国科学院战略先导科技专项、广东省自然科学基金、深圳市基础研究重点、深圳市可持续发展专项等。当前研究兴趣包括:卫星遥感人工智能算法、影像超分辨及时空数据融合、森林冠层理化参数反演、基于遥感数据的空间推理等,获国家测绘科技一等奖、深圳市科技进步二等奖。任JAG、RS等国际期刊审稿人。


研究方向1: 面向模型泛化和效率的深度神经网络遥感解译

研究方向2: 基于状态光谱特征空间的空间推理

研究方向3: 多尺度遥感数据时空融合

招生信息

招收计算机科学、自然地理学、电子信息、摄影测量与遥感、地理信息系统方向的全日制/非全日制硕士研究生,同时课题组长年招收上述方向一年期以上客座学生。

招生专业
081203-计算机应用技术
085400-电子信息
081602-摄影测量与遥感
招生方向
深度学习网络与遥感模型融合
多源遥感数据时空融合与超分辨
高光谱定量反演
客座学生招生

课题组常年招收客座学生

  1. 硕士生就读学校为中国境内公立大学;原则上要求实习时间12个月(按照实际情况可调整),并需征得导师及学校方面同意;

  2. 具有地理信息,测绘科学,卫星遥感,人工智能、机器学习、计算机科学等相关专业背景;

  3. 对人工智能,卫星遥感影像(特别是高光谱影像)或微波遥感研究具有较浓厚兴趣;

  4. 熟悉或者了解图像或信号处理基本方法,熟悉Matlab, Python, R, CUDA等任意一种编程语言;

  5. 性格开朗,善于动手,英文读写能力较强。

客座学生待遇如下:

  1. 生活补助:1800-2100元/月左右;每季度初根据学生上一季度工作表现调整;

  2. 每个月餐费补贴:600-700元;

  3. 保险:购买住院医疗保险、重大疾病保险及意外险;

  4. 国内外各领域知名专家教授专业指导;定期专业论坛及讲座;优秀实习生可以被聘为正式员工;

  5. 报销单程来深费用(按高铁二等座标准);提供学生公寓住宿;

  6. 参与国际重大科研项目,锻炼自己的科研能力;

  7. 表现良好,实习期间均可发表至少一篇SCI论文;

  8. 根据发表的论文情况,可提升助学金额。二区/三区SCI每月分别可提升1000元/500元。

常年接收简历。应聘者请按照 “申请岗位名称 + 姓名” 的邮件标题,将个人简历发送至邮箱


教育背景

2013-02--2015-02   University of Wisconsin Madison   联合培养博士
2009-09--2015-12   武汉大学   博士
2005-09--2009-06   武汉大学   学士

工作经历

   
工作简历
2021-12~现在, 中国科学院深圳先进技术研究院, 副研究员
2016-02~2021-12,中国科学院深圳先进技术研究院, 助理研究员

专利与奖励

   
奖励信息
(1) 测绘科学技术奖一等奖, 一等奖, 国家级, 2022
(2) 深圳市科技进步二等奖, 二等奖, 市地级, 2022
专利成果
( 1 ) 基岩海岸岸线的提取方法及系统, 专利授权, 2021, 第 3 作者, 专利号: CN107563296B

( 2 ) 一种旋转缩放平移不变性的遥感图像检索方法及装置, 专利授权, 2020, 第 4 作者, 专利号: CN106570125B

( 3 ) 基于对象属性关联规则的遥感图像检索方法及系统, 专利授权, 2020, 第 4 作者, 专利号: CN106570127B

( 4 ) Landsat TM遥感影像数据除云方法及系统, 专利授权, 2019, 第 3 作者, 专利号: CN107274361B

( 5 ) 一种基于像素级关联规则的遥感图像语义检索方法及装置, 专利授权, 2019, 第 4 作者, 专利号: CN106570136B

( 6 ) 基于对象级关联规则的遥感图像语义检索方法及系统, 专利授权, 2019, 第 4 作者, 专利号: CN106570124B

( 7 ) 基于时间序列遥感信息的建成区提取方法及装置, 专利授权, 2019, 第 4 作者, 专利号: CN106682624B

( 8 ) 一种基于MODIS的叶绿素产品降尺度方法及装置, 发明专利, 2019, 第 1 作者, 专利号: CN109359264A

出版信息

   
发表论文
(1) The Improved U-STFM: A Deep Learning-Based Nonlinear Spatial-Temporal Fusion Model for Land Surface Temperature Downscaling, Remote Sensing, 2024, 第 1 作者
(2) Superpixel Segmentation Based on Anisotropic Diffusion Model for Object-oriented Remote Sensing Image Classification, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2023, 第 7 作者
(3) Stability Analysis of Unmixing-Based Spatiotemporal Fusion Model: A Case of Land Surface Temperature Product Downscaling, REMOTE SENSING, 2023, 通讯作者
(4) Statistical Assessments of InSAR Tropospheric Corrections: Applicability and Limitations of Weather Model Products and Spatiotemporal Filtering, REMOTE SENSING, 2023, 第 4 作者
(5) Tradeoffs in the Spatial and Spectral Resolution of Airborne Hyperspectral Imaging Systems: A Crop Identification Case Study, IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 2022, 第 5 作者
(6) Removing Stripe Noise Based on Improved Statistics for Hyperspectral Images, IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, 2022, 第 3 作者
(7) High Quality Object Detection for Multiresolution Remote Sensing Imagery Using Cascaded Multi-Stage Detectors, REMOTE SENSING, 2022, 第 3 作者
(8) Full Parameter Time Complexity (FPTC): A Method to Evaluate the Running Time of Machine Learning Classifiers for Land Use/Land Cover Classification, IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 2021, 通讯作者
(9) Deep Learning Network Intensification for Preventing Noisy-Labeled Samples for Remote Sensing Classification, REMOTE SENSING, 2021, 通讯作者
(10) PyCLiPSM: Harnessing heterogeneous computing resources on CPUs and GPUs for accelerated digital soil mapping, TRANSACTIONS IN GIS, 2021, 第 4 作者
(11) High-Resolution U-Net: Preserving Image Details for Cultivated Land Extraction, SENSORS, 2020, 第 3 作者
(12) Improved SRGAN for Remote Sensing Image Super-Resolution Across Locations and Sensors, REMOTE SENSING, 2020, 第 2 作者
(13) Identification of Short-Rotation Eucalyptus Plantation at Large Scale Using Multi-Satellite Imageries and Cloud Computing Platform, REMOTE SENSING, 2020, 第 2 作者
(14) Adaptive Distance-Weighted Voronoi Tessellation for Remote Sensing Image Segmentation, REMOTE SENSING, 2020, 第 4 作者
(15) Integration of Time Series Sentinel-1 and Sentinel-2 Imagery for Crop Type Mapping over Oasis Agricultural Areas, REMOTE SENSING, 2020, 第 3 作者
(16) MODIS ocean color product downscaling via spatio-temporal fusion and regression: The case of chlorophyll-a in coastal waters, INTERNATIONAL JOURNAL OF APPLIED EARTH OBSERVATIONS AND GEOINFORMATION, 2018, 第 1 作者
(17) Unification of soil feedback patterns under different evaporation conditions to improve soil differentiation over flat area, INTERNATIONAL JOURNAL OF APPLIED EARTH OBSERVATIONS AND GEOINFORMATION, 2016, 第 1 作者
(18) Data-Gap Filling to Understand the Dynamic Feedback Pattern of Soil, REMOTE SENSING, 2015, 第 1 作者
发表著作
(1) 海岸带生态环境变化遥感监测, 科学出版社, 2019-01, 第 2 作者

科研活动

   
科研项目
( 1 ) 海岸带城市生态系统高时空分辨率遥感碳参量反演技术研究, 负责人, 地方任务, 2023-01--2026-12
( 2 ) 双碳专2023002 碳汇智能监测与核查系统技术研发, 负责人, 地方任务, 2023-03--2026-03
( 3 ) 广东森林立体碳汇效能评估示范应用, 负责人, 国家任务, 2024-01--2026-12
( 4 ) 深圳及周边森林管曾叶绿素叶面等效含水卫星遥感反演技术研究, 负责人, 地方任务, 2016-01--2019-12
( 5 ) 国土资源与生态环境安全监测系统集成技术及应急响应示范, 参与, 国家任务, 2017-07--2021-12
( 6 ) 粤港澳大湾区生态环境监测系统集成及应急响应技术研发与应用示范, 参与, 地方任务, 2021-01--2023-12
( 7 ) 土壤光谱反馈面应用于平坦区土壤属性制图关键技术研究, 负责人, 国家任务, 2017-01--2019-12

合作情况

课题组与美国威斯康星麦迪逊、美国丹佛大学、美国特拉华大学、加州社区大学圣莫妮卡学院有良好合作关系,可推荐优秀学生继续深造。


指导学生

现指导学生

张拓  硕士研究生  085404-计算机技术  

李胤亨  硕士研究生  085404-计算机技术  

熊世成  硕士研究生  085404-计算机技术  

于金源  硕士研究生  085404-计算机技术  

王瑞鸿  硕士研究生  085404-计算机技术  

已毕业学生(客座学生)

郑潇柔 博士研究生(协助培养)-2021- 华南理工大学计算机科学与工程 任教

林创 硕士研究生 - 2021-毕业去向:华为

熊鹰飞 硕士研究生 - 2021-毕业去向:华为

徐文娜 硕士研究生 -2020- 毕业去向:科大讯飞

申原 硕士研究生 -2020- 毕业去向:道通科技

毋冰龙 硕士研究生(客座)-2022- 毕业去向:中国科学院水利部水土保持研究所-读博

李敏 硕士研究生(客座)-2023- 毕业去向:浙江新湾市政工程建设有限公司

葛元凯 硕士研究生(客座)-2023- 毕业去向:中国中铁股份有限公司