河南省典型湖库水环境“空天地”一体化遥感智能监测与应用

时间: 晚上7:30-8:15       地点:6369

报告人:王正

报告简介：

  由于水体的强吸收特性，卫星接收到的水体信号较为微弱（<10%，90%以上为瑞利散射和气溶胶散射等）、且内陆水体光学特性随着区域和季节的变化而变化。内陆水环境水色参数反演需要解决水体遥感数据大气校正、水体分布提取、水质参数（叶绿素a浓度、浊度、透明度、黄色物质，总磷和总氮）定量反演等关键科学和技术问题。本报告简介绍了本团队近年来在河南省四大流域湖库水环境在这些研究方向的一些探索结果，以期抛砖引玉，加强合作。

报告人简介：

王正，河南省科学院地理研究所副研究员, 河南工业大学、河南大学、河南理工大学等高校硕士生导师，河南省遥感技术应用协会理事。2019年毕业于南京大学地理学院地理学专业，2019年至今在河南省科学院地理研究所工作, 主要从事湖库水环境定量遥感与应用、流域面源污染遥感估算与协同防控、气候变化和人类活动与水生态的相互作用机制;等方向的研究, 主持和参与项目10余项, 发表论文20余篇, 主著/副主著出版著作3部, 获得授权发明专利2项, 软件著作权3项, 现指导硕士研究生4名。

基于深度学习的能源动力装备多维计算成像测量方法研究与应用

时间: 晚上8：15-9:00       地点:6369

报告人:戴明露

团队: 复杂图像处理

报告简介: 基于多维计算成像的测量方法能够获得多维度、高时空分辨率的物理场而广泛应用于能源动力设备的运维监测。目前，多维计算成像的前沿研究是物理模型融入深度学习技术，这种混合方法被称作机理驱动的深度学习模型。多维计算成像具有物理场种类多、时空分辨率高、维度广的特点，单靠实验获取数据集的方式限制了数据集的多样性，并增加了时间和经济成本。多维计算成像算法在不同维度场量重构中无法通用，而且传统算法所需的时间与计算资源巨大，提升了多维重构实时性的门槛。因此，需要建立不同维度物理场到成像系统所捕获信号的正向模型，并基于正向模型生成丰富的工况数据集，结合特殊设计的神经网络来实现实时、多维度、高性能、强鲁棒性的多维计算成像深度学习重构算法。

报告人简介：戴明露，男，河南工业大学人工智能与大数据学院讲师，博士毕业于东南大学能源与环境学院，研究方向包括计算成像，多维重构与特征识别。