報告題目一：城市地上生物量遙感反演
報告人：邵振峰
報告時間：2021年12月13日19:30-20:00
線下參會地點：信息樓X310
線上參會地點鏈接：https://meeting.tencent.com/dm/1S4kdYy9pa8D
騰訊會議ID：260-543-395
報告摘要：地上生物量是指某一時刻單位面積內(nèi)積累的有機質(zhì)（干重）總量。本報告圍繞地上生物量遙感反演方法。本報告講授基于衛(wèi)星-無人機-地面多平臺遙感，通過機器學(xué)習(xí)等技術(shù)手段，獲得城市地上生物量本底數(shù)據(jù)的方法，建立本底數(shù)據(jù)，并為開展基于遙感技術(shù)的時間序列低碳生態(tài)城市監(jiān)測和評估提供技術(shù)手段。
報告人簡介：
邵振峰，武漢大學(xué)教授、博士生導(dǎo)師，美國攝影測量與遙感會刊副主編，武漢大學(xué)測繪遙感信息工程國家重點實驗室主任助理，空間信息系統(tǒng)與服務(wù)研究室主任。研究方向為智慧城市和城市遙感應(yīng)用，主持和參與國家重點研發(fā)計劃、自然科學(xué)基金項目多項。已發(fā)表學(xué)術(shù)論文100 余篇，其中SCI 檢索80 余篇，出版專著《城市遙感》、《多尺度不透水面信息遙感提取模型與方法》和《遙感大數(shù)據(jù)檢索》；主編高等學(xué)校遙感科學(xué)與技術(shù)系列教材《城市遙感——原理、方法和應(yīng)用》。已獲美國授權(quán)發(fā)明專利2項，中國授權(quán)國家發(fā)明專利32 項、軟件著作權(quán)11項，獲國際學(xué)術(shù)會議最佳論文獎4 項（其中2014 年獲得美國攝影測量與遙感領(lǐng)域Talbert Abrams Award）、國家科技進(jìn)步一等獎1項、國家科技進(jìn)步二等獎1項、國家知識產(chǎn)權(quán)局優(yōu)秀專利獎、測繪科技進(jìn)步一等獎3項、地理信息科技進(jìn)步一等獎1項、湖北省技術(shù)發(fā)明一等獎1項，并獲得湖北省杰青人才、王之卓青年科學(xué)家、教育部新世紀(jì)優(yōu)秀人才、科技部中青年科技創(chuàng)新領(lǐng)軍人才和全國優(yōu)秀科技工作者。
報告題目二：地學(xué)圖像智能分析
報告人：蘇程，浙江大學(xué)地理與空間信息研究所 副所長
報告時間：2021年12月13日20:00-20:30
線下參會地點：信息樓X310
線上參會地點鏈接：https://meeting.tencent.com/dm/1S4kdYy9pa8D
騰訊會議ID：260-543-395
報告摘要：圖像作為最復(fù)雜的數(shù)據(jù)結(jié)構(gòu)和信息量最大的載體形式，在各行各業(yè)中都發(fā)揮著重要作用，如人臉識別、自動駕駛、工業(yè)檢測等眾多領(lǐng)域。而圖像分析的難點就在于信息是隱含在圖像數(shù)據(jù)當(dāng)中的，需要結(jié)合背景知識、上下文信息等因素，經(jīng)過智能判讀才能有效提取圖像信息。在地球科學(xué)研究中以時空數(shù)據(jù)作為主要的研究對象，其絕大部分最終都需要以圖像的形式進(jìn)行呈現(xiàn)和分析。而地學(xué)圖像因其多尺度效應(yīng)、多維屬性特征、自然目標(biāo)復(fù)雜等特點，又和普通的數(shù)字圖像有較大區(qū)別。該報告將交流與分享有關(guān)地學(xué)圖像的智能分析方法與應(yīng)用，討論大數(shù)據(jù)與人工智能這一新的研究范式在地球系統(tǒng)科學(xué)研究中的發(fā)展。
報告人簡介：
蘇程，理學(xué)博士，浙江大學(xué)地球科學(xué)學(xué)院副教授，地理與空間信息技術(shù)研究所副所長；從事遙感與地理信息教學(xué)與研究工作；開設(shè)《遙感數(shù)字圖像處理》、《遙感地物波譜》、《遙感應(yīng)用模型》等課程；主持參與國家及浙江省自然科學(xué)基金、國家重點研發(fā)項目、國家“863”項目、大洋重點項目等7項；在GRL、IJRS、TGRSL、ESI等期刊發(fā)表論文30余篇；參與編寫《遙感數(shù)字圖像處理》教材1部；獲得過全國GIS教學(xué)競賽特等獎、浙江大學(xué)青教賽一等獎。
報告題目三：遙感大數(shù)據(jù)驅(qū)動的農(nóng)田智能感知
報告人：程濤，南京農(nóng)業(yè)大學(xué)教授， 博士生導(dǎo)師
報告時間：2021年12月13日20:30-21:00
線下參會地點：信息樓X310
線上參會地點鏈接：https://meeting.tencent.com/dm/1S4kdYy9pa8D
騰訊會議ID：260-543-395
報告摘要：
準(zhǔn)確及時地獲取田塊邊界和作物空間分布信息是農(nóng)田智慧管理的重要前提。傳統(tǒng)的田塊邊界提取算法多針對大型農(nóng)田，作物識別算法通常需要大范圍地面調(diào)查獲取的訓(xùn)練樣本。該報告將介紹我們提出的地塊與冬小麥智能化識別算法，這些算法充分利用作物物候和種植特性，基于多時相或多源衛(wèi)星影像提取農(nóng)田地塊或者冬小麥的物候特征。在不需要標(biāo)記樣本的情況下，可實現(xiàn)提取過程的自動化，與傳統(tǒng)方法相比在精度和實用性方面具有顯著優(yōu)勢。這些農(nóng)田智能感知算法對于智慧農(nóng)場建設(shè)和作物種植宏觀管理具有重要應(yīng)用價值。
報告人簡介：
程濤，南京農(nóng)業(yè)大學(xué)教授，國家信息農(nóng)業(yè)工程技術(shù)中心副主任。長期從事天空地立體化作物生長智能感知機理與方法研究。擔(dān)任Precision Agriculture、IEEE JSTARS等國際期刊副主編，國家重點研發(fā)計劃項目首席，國家基金委創(chuàng)新群體核心成員。在RSE等期刊發(fā)表SCI收錄論文70余篇，3篇入選ESI高被引論文。2014年入選江蘇特聘教授，先后獲得江蘇省青年遙感與地理信息科技獎和中國作物學(xué)會青年科技獎。主講的研究生全英文課《農(nóng)業(yè)遙感原理與技術(shù)》入選教育部來華留學(xué)英語授課品牌課程。
通訊員：；初審：；終審人：吳豹