（1）基于多模态遥感模型的目标识别：利用机器学习/深度学习模型处理和分析多模态遥感数据集，突破多源对齐、多源融合、多模态表示、模态转换和协同学习等关键技术；将多尺度地表目标的真实识别过程特征融入跨模态遥感学习训练模型，从多源、多时相、多分辨率的遥感数据中提取有价值的目标信息；解决现有模型信息提取与分析的局限性、提高挖掘多模态遥感大数据的能力、信息深度挖掘不足与应用同质化的问题，实现遥感特定目标的高效智能提取。

（2）生态监测大数据技术与遥感反演：构建集训练样本库生成、时空融合与关联分析、数据挖掘与信息识别、过程模拟与云平台服务于一体的生态遥感监测大数据技术体系；通过各类生态监测数据与不同传感器、不同季节、不同区域的遥感大数据自动训练，学习挖掘遥感数据与反演参数间的关联知识，发现与各类生态参数最具关联度的光谱特征组合，构建数据驱动的、适应于不同传感器、不同区域的生态遥感反演模型，服务于生态环境态势研判、生态系统修复诊断、生态保护风险预警、生态工程成效评估等新型生态遥感监测应用领域。

招生专业：

070503-地图学与地理信息系统

 

招生方向：

（1）遥感目标智能提取

（2）生态遥感：生态要素监测与参数反演、生态保护与修复、生物多样性保护、国家公园与自然保护区建设等。

导师团队信息：

（1）学生荣誉：多人荣获国家奖学金、名人或企业冠名奖学金、国科大三好学生、雨燕奖学金等。

（2）毕业去向：部分学生选择去美国、香港或内地名校继续深造；部分学生选择在中科院研究所、国家部委直属事业单位、航天科技集团或地方政府部门直属单位入职就业。

（3）学生科研：课题组有充足的项目经费支持学生的科研工作。基于导师团队在研项目/课题的经费、数据、算法模型，对课题关键技术进行延展、升华、突破，开展学术性强的研究工作，凝练出数据融合、模型训练、反演算法与应用实践等方面的创新点，形成小论文与学位论文。

（4） 学术交流：国内外学术会议2次（1次Oral Report）、博士出国访问基金项目（0.5-1年）。

（5）毕业要求：培养单位要求硕士不少于1篇CSCD同等水平或 SCI学术论文；博士至少1篇 SCI+1篇 EI。原则上，导师团队支持学生积极创新，形成多项研究成果。课题组有1篇论文毕业的，也有3篇SCI毕业。具体执行因人而异，不作硬性规定。

欢迎遥感、GIS、计算机、测绘、资源环境等相关专业的同学们报名！

2004-03--2007-10   中国科学院地理科学与资源研究所   博士后
2000-09--2003-07   中国科学院遥感应用研究所   博士
1994-09--1997-07   中山大学   硕士
1990-09--1994-07   武汉测绘科技大学   学士

博士研究生

博士

   

2019-09~现在, 中国科学院空天信息创新研究院, 研究员、副研究员
2017-02~2018-03,美国伊利诺伊大学香槟分校, 访问学者
2007-09~2016-08,国家发改委地区司，国家自然资源和地理空间基础信息库项目办公室, 综合组组长
2004-04~2019-08,中国科学院遥感与数字地球研究所、中国科学院遥感应用研究所, 副研究员、助理研究员
1997-07~2004-03,华南师范大学, 助教、讲师

2014-09-01-今,信息协会自然资源和地理空间信息专委会, 副秘书长

环境与灾害遥感

已指导学生

王瑛琦  硕士研究生  070503-地图学与地理信息系统  

现指导学生

冯心怡  硕士研究生  070503-地图学与地理信息系统  

魏斐然  硕士研究生  070503-地图学与地理信息系统