报告题目一：城市地上生物量遥感反演
报告人：邵振峰
报告时间：2021年12月13日19:30-20:00
线下参会地点：信息楼X310
线上参会地点链接：https://meeting.tencent.com/dm/1S4kdYy9pa8D
腾讯会议ID：260-543-395
报告摘要：地上生物量是指某一时刻单位面积内积累的有机质（干重）总量。本报告围绕地上生物量遥感反演方法。本报告讲授基于卫星-无人机-地面多平台遥感，通过机器学习等技术手段，获得城市地上生物量本底数据的方法，建立本底数据，并为开展基于遥感技术的时间序列低碳生态城市监测和评估提供技术手段。
报告人简介：
邵振峰，武汉大学教授、博士生导师，美国摄影测量与遥感会刊副主编，武汉大学测绘遥感信息工程国家重点实验室主任助理，空间信息系统与服务研究室主任。研究方向为智慧城市和城市遥感应用，主持和参与国家重点研发计划、自然科学基金项目多项。已发表学术论文100 余篇，其中SCI 检索80 余篇，出版专著《城市遥感》、《多尺度不透水面信息遥感提取模型与方法》和《遥感大数据检索》；主编高等学校遥感科学与技术系列教材《城市遥感——原理、方法和应用》。已获美国授权发明专利2项，中国授权国家发明专利32 项、软件著作权11项，获国际学术会议最佳论文奖4 项（其中2014 年获得美国摄影测量与遥感领域Talbert Abrams Award）、国家科技进步一等奖1项、国家科技进步二等奖1项、国家知识产权局优秀专利奖、测绘科技进步一等奖3项、地理信息科技进步一等奖1项、湖北省技术发明一等奖1项，并获得湖北省杰青人才、王之卓青年科学家、教育部新世纪优秀人才、科技部中青年科技创新领军人才和全国优秀科技工作者。
报告题目二：地学图像智能分析
报告人：苏程，浙江大学地理与空间信息研究所 副所长
报告时间：2021年12月13日20:00-20:30
线下参会地点：信息楼X310
线上参会地点链接：https://meeting.tencent.com/dm/1S4kdYy9pa8D
腾讯会议ID：260-543-395
报告摘要：图像作为最复杂的数据结构和信息量最大的载体形式，在各行各业中都发挥着重要作用，如人脸识别、自动驾驶、工业检测等众多领域。而图像分析的难点就在于信息是隐含在图像数据当中的，需要结合背景知识、上下文信息等因素，经过智能判读才能有效提取图像信息。在地球科学研究中以时空数据作为主要的研究对象，其绝大部分最终都需要以图像的形式进行呈现和分析。而地学图像因其多尺度效应、多维属性特征、自然目标复杂等特点，又和普通的数字图像有较大区别。该报告将交流与分享有关地学图像的智能分析方法与应用，讨论大数据与人工智能这一新的研究范式在地球系统科学研究中的发展。
报告人简介：
苏程，理学博士，浙江大学地球科学学院副教授，地理与空间信息技术研究所副所长；从事遥感与地理信息教学与研究工作；开设《遥感数字图像处理》、《遥感地物波谱》、《遥感应用模型》等课程；主持参与国家及浙江省自然科学基金、国家重点研发项目、国家“863”项目、大洋重点项目等7项；在GRL、IJRS、TGRSL、ESI等期刊发表论文30余篇；参与编写《遥感数字图像处理》教材1部；获得过全国GIS教学竞赛特等奖、浙江大学青教赛一等奖。
报告题目三：遥感大数据驱动的农田智能感知
报告人：程涛，南京农业大学教授， 博士生导师
报告时间：2021年12月13日20:30-21:00
线下参会地点：信息楼X310
线上参会地点链接：https://meeting.tencent.com/dm/1S4kdYy9pa8D
腾讯会议ID：260-543-395
报告摘要：
准确及时地获取田块边界和作物空间分布信息是农田智慧管理的重要前提。传统的田块边界提取算法多针对大型农田，作物识别算法通常需要大范围地面调查获取的训练样本。该报告将介绍我们提出的地块与冬小麦智能化识别算法，这些算法充分利用作物物候和种植特性，基于多时相或多源卫星影像提取农田地块或者冬小麦的物候特征。在不需要标记样本的情况下，可实现提取过程的自动化，与传统方法相比在精度和实用性方面具有显著优势。这些农田智能感知算法对于智慧农场建设和作物种植宏观管理具有重要应用价值。
报告人简介：
程涛，南京农业大学教授，国家信息农业工程技术中心副主任。长期从事天空地立体化作物生长智能感知机理与方法研究。担任Precision Agriculture、IEEE JSTARS等国际期刊副主编，国家重点研发计划项目首席，国家基金委创新群体核心成员。在RSE等期刊发表SCI收录论文70余篇，3篇入选ESI高被引论文。2014年入选江苏特聘教授，先后获得江苏省青年遥感与地理信息科技奖和中国作物学会青年科技奖。主讲的研究生全英文课《农业遥感原理与技术》入选教育部来华留学英语授课品牌课程。
终审人：吴豹