导师介绍

王志华

  

王志华,男,中国科学院地理科学与资源研究所,地理信息科学与技术全国重点实验室 副研究员(破格)、硕士生导师,中国科学院青年创新促进会会员。发表近百篇论文,其中以第一/通讯作者在JAG、《地球信息科学学报》等期刊发表论文46篇(含SCI/SSCI论文37篇、ISI一区论文20篇),近5年论文总被引1525次(Google Scholar, 2020.1.1-2025.2.28)。授权国家发明专利16项,其中第一发明人10项,研究成果应用于全国海岸带精细化数据资源建设、全国重大海洋动力灾害脆弱性评估、粤港澳与北部湾生态环境监测以及图们江区域国家重大战略规划决策,获得省部级科技进步一等奖4项。基于相关技术研制了首次公开报导的全球水产养殖分布数据集,被访问下载近10万次,支持同行200余项相关科学研究,包括普林斯顿大学Timothy D. Searchinger教授团队Nature/Science多次刊文提及的全球植被碳损失评估。为JAGRSEISPRS PHOTOAquacultureOCMALUPHABITAT INTIJDRSEcological IndicatorsIJDE、《地球信息科学学报》、《地理学报》等40余个期刊评审论文,多次获评优秀审稿专家。主持多项国家级项目,包括基金委面上、青年、重大子课题、科技部重点研发课题、子课题、中科院先导B专项子课题、国家重点实验室青年人才计划,2024年入选中国科学院青年创新促进会人才项目。

  

研究领域与研究方向:

地理大数据与空间智能、遥感智能解译、海岸带资源环境

教育背景:(倒序排列

12014-092018-06,中国科学院地理科学与资源研究所,地图学与地理信息系统,博士

22011-092014-06,中国科学院遥感与数字地球研究所,电子与通信工程,硕士

32006-092010-09,武汉大学,遥感科学与技术,学士

工作经历:(倒序排列

12025-01至今,中国科学院地理科学与资源研究所,地理信息科学与技术全国重点实验室副研究员

22019-122025-01,中国科学院地理科学与资源研究所,资源与环境信息系统国家重点实验室副研究员

32018-072019-12,中国科学院地理科学与资源研究所,资源与环境信息系统国家重点实验室助理研究员

科研业绩:

近年来,在遥感数据与地理知识协同场景分类研究方面取得系列成果,进展如下:

(1)构建了数据-知识深度协同的等级结构建模方法体系。针对数据与知识信息聚合、有效协同困难问题,提出了以地理实体为核心、实体对齐关联影像空间信息与知识空间信息的深度协同机制,构建了实体多尺度嵌套的“内部-目标-环境”等级结构模型以及“尺度指数采样-方差局部加权”尺度自适应实体生成方法,总结了“结构-自身-邻域-区域”4组12类特征量化指标,从而形成了可深度融合多模态数据与知识的等级结构建模方法体系。

(2)提出了基于等级结构建模的全球水产养殖分布提取方法。针对全球水产养殖分布提取繁多疑似场景排除困难问题,提出了“目标邻域差值-场景时空谱协同-全球多模态耦合”的等级结构建模方法,研制了首次公开导报的全球尺度水产养殖分布数据集,为全球养殖资源环境评估研究提供了方法数据支撑。

(3)拓展了系列基于等级结构建模的海岸带复杂场景分类应用。针对海岸带区域复杂场景分类困难问题,基于等级结构建模协同多源多模态数据与知识,并进一步结合机器学习算法,有效提升了多云雨区域影像获取困难、土地利用分类不精细、大区域场景标注效率低、信息库持续更新困难等分类能力,应用于全国海岸带精细化数据资源建设、重大海洋动力灾害脆弱性评估、粤港澳与北部湾生态环境监测以及图们江区域国家重大战略规划决策。

科研项目:

1)科技部,重点研发计划课题,2024YFD2400303,深远海养殖区域环境与生态灾害动态监测技术开发,2024-122027-11609.7万元,在研,课题负责人;

2)科技部,重点研发计划课题,2021YFB3900501,复杂场景遥感认知理论与技术规范体系,2021-122025-11892.6万元,在研,课题联系人兼子课题负责人;

3)基金委,面上基金项目,42371473,基于格局与功能原理的遥感场景分类研究,2024-012027-12,在研,项目负责人;

4)基金委,重大项目课题,41890854,高强度扰动下大湾区海陆场景功能优化与综合调控, 2019-01 2023-12,结题,子课题负责人;

5)基金委,青年基金项目,41901354,基于尺度空间理论的高分辨率遥感影像多尺度/等级斑块结构建模研究, 2020-01 2022-12,结题,项目负责人;

6)中科院,先导B专项,数据-模型驱动地理智能系统与典型场景应用研究,2023-122028-11,在研,子课题负责人。

7)中科院青年创新促进会人才项目, 2025-012028-12,在研,项目负责人。

8)资源与环境信息系统国家重点实验室自主创新青年人才项目,海岸带粮食生产系统时空格局及气候变化扰动情景模拟,2022-012024-12,在研,项目负责人。

代表性论著:

[1]      王志华#, 杨晓梅*, 周成虎. 面向遥感大数据的地学知识图谱构想 [J]. 地球信息科学学报, 2021, 23(1): 16-28.

[2]      王志华#, 杨晓梅*, 张俊瑶, . 面向复杂自然场景的遥感地学分区智能解译框架及初探 [J]. 地球信息科学学报, 2025, 27(2):305-330.

[3]      王志华#, 杨晓梅*, 刘岳明, . 遥感影像地学分析的地理学原理及等级斑块建模框架 [J]. 遥感学报, 2024, 28(06): 1412-1424.

[4]      王志华#, 孟樊, 杨晓梅*, . 高空间分辨率遥感影像分割尺度参数自动选择研究 [J]. 地球信息科学学报, 2016, 18(5): 639-648.

[5]      王志华#, 郜酷, 杨晓梅*, . 地理学视角下土地利用/覆被分类发展探讨 [J]. 地理研究, 2022, 41(11): 2946-2962.

[6]王志华#,杨晓梅, 苏奋振*, . 我国海岸带海岛礁遥感研究进展及建议 [J]. 中国工程科学, 2019, 21(6): 59-63.

[7]      王志华#*. 一种融合开放地理数据的多尺度景观功能主体类型识别方法[P]. 中国: CN117710746A. 2024.03.15.

[8]      王志华#, 杨晓梅, 周成虎, . 一种基于轮廓匹配优化的矩形检测提取方法[P]. 中国: CN107909083A. 2018.04.13.

[9]      王志华#, 杨晓梅, 周成虎. 一种遥感影像中显著性面状特定目标提取方法[P]. 中国: CN109359583A. 2019.02.19.

[10]   王志华#, 杨晓梅, 刘岳明. 一种基于尺度空间变换的卫星影像中海上养殖区提取方法[P]. 中国: CN110033460A. 2019.07.19.

[11]   王志华#, 杨晓梅. 一种时空谱特征融合的养殖池提取方法[P]. 中国:  CN113420780A. 2021.09.21.

[12]   王志华#, 杨晓梅, 周成虎, . 一种基于高分遥感影像的筏式海水养殖区域提取方法[P]. 中国: CN108256534A. 2018.07.06.

[13]   王志华#, 杨晓梅, 周成虎. 一种基于陆地资源卫星影像的浮筏养殖区域提取方法[P]. 中国: CN109409265A. 2019.03.01.

[14]   王志华#, 杨晓梅. 一种融入地学知识的红树林分布遥感提取方法[P]. 中国: CN111310681A. 2020.06.19.

[15]   王志华#. 一种油棕林遥感提取方法[P]. 中国: CN111353402A. 2020.06.30.

[16]   王志华#, 杨晓梅, 孟樊, . 一种高分遥感影像分割参数自动选择方法[P]. 中国: CN105427322A. 2016.03.23.

[17]   Wang Zhihua#, Zhang Junyao#, Yang Xiaomei*, et al. Global mapping of the landside clustering of aquaculture ponds from dense time-series 10 m Sentinel-2 images on Google Earth Engine [J]. International Journal of Applied Earth Observation and Geoinformation, 2022, 115.

[18]   Wang Zhihua#, Yang Xiaomei*, Lu Chen, et al. A scale self-adapting segmentation approach and knowledge transfer for automatically updating land use/cover change databases using high spatial resolution images [J]. International Journal of Applied Earth Observation and Geoinformation, 2018a, 69: 88-98.

[19]   Wang Zhihua#, Lu Chen, Yang Xiaomei*. Exponentially sampling scale parameters for the efficient segmentation of remote sensing images [J]. International Journal of Remote Sensing, 2018b, 39(6): 1628-1654.

[20]   Wang Zhihua#, Yang Xiaomei*, Liu Yueming, et al. Extraction of coastal raft cultivation area with heterogeneous water background by thresholding object-based visually salient NDVI from high spatial resolution imagery [J]. Remote Sensing Letters, 2018c, 9(9): 839-846.

[21]   Wang Zhihua#, Yang Xiaomei*, Lu Chen, et al. Detection of noisy rectangular targets in high spatial resolution images [J]. Remote Sensing Letters, 2018d, 9(8): 715-723.

[22]   Wang Zhihua#, Yang Xiaomei*. An edge-suppressed points voting method for extracting rural residential areas from high spatial resolution images [J]. Remote Sensing Letters, 2017, 8(4): 380-388.

[23]Liu Yueming#, Yang Xiaomei*,Wang Zhihua*, et al. Mapping the fine spatial distribution of global offshore surface seawater mariculture using remote sensing big data [J].International Journal of Digital Earth, 2024, 17(1): 25.

[24]   Liu Yueming#, Wang Zhihua, Yang Xiaomei*, et al. Satellite-based monitoring and statistics for raft and cage aquaculture in China’s offshore waters [J]. International Journal of Applied Earth Observation and Geoinformation, 2020, 91.

[25]   Yueming Liu#, Zhihua Wang#, Xiaomei Yang*, et al. Changes in the spatial distribution of mariculture in China over the past 20 years [J]. Journal of Geographical Sciences, 2023, 33(12): 2377-2399.

[26]   Liu Xiaoliang#, Wang Zhihua#, Yang Xiaomei*, et al. Mapping China's offshore mariculture based on dense time-series optical and radar data [J]. International Journal of Digital Earth, 2022, 15(1): 1326-1349.

[27]   Zhang Junyao#, Yang Xiaomei#, Wang Zhihua*, et al. Mapping of land-based aquaculture regions in Southeast Asia and its Spatiotemporal change from 1990 to 2020 using time-series remote sensing data [J]. International Journal of Applied Earth Observation and Geoinformation, 2023, 124.

[28]   Yu Guo#, Wang Zhihua#, Liu Yueming, Yang Xiaomei*, et al. Evaluation of coastal zone development and utilization considering natural ontology, a case study in Liaoning Province, China [J]. Ocean & Coastal Management, 2024, 250: 107027.

[29]   Gao Ku#, Yang Xiaomei#, Wang Zhihua*, et al. Sensing the multi-scale landscape functions heterogeneity by big geodata from parcel to urban agglomerations-a case of the Greater Bay Area, China [J]. International Journal of Digital Earth, 2024, 17(1): 2304073.

[30]   Gao Ku#, Yang Xiaomei#, Wang Zhihua*, et al. Revealing the "fireworks-set-off" pattern of spatial multi-function expansion across cities leveraging big geodata - a case of the Greater Bay Area, China [J]. International Journal of Digital Earth, 2025.

[31]   Wang Jun#, Yang Xiaomei, Wang Zhihua*, et al. Monitoring Marine Aquaculture and Implications for Marine Spatial Planning-An Example from Shandong Province, China [J]. Remote Sensing, 2022, 14(3): 23.

[32]   Kang Junmei#, Yang Xiaomei, Wang Zhihua*, et al. Collaborative Extraction of Paddy Planting Areas with Multi-Source Information Based on Google Earth Engine: A Case Study of Cambodia [J]. Remote Sensing, 2022, 14(8): 20.

[33]   Ding Yaxin#, Yang Xiaomei, Wang Zhihua*, et al. A Field-Data-Aided Comparison of Three 10 m Land Cover Products in Southeast Asia [J]. Remote Sensing, 2022, 14(19): 5053.

[34]   Yueming Liu#, Zhihua Wang#, Xiaomei Yang*, et al. Changes in mariculture and offshore seawater quality in China during the past 20 years [J]. Ecological Indicators, 2023, 157(2023): 111220.

[35]   Zhang Qingyang#, Wang Zhihua*, Yang Xiaomei, et al. Bridging the Gap: Evaluating Transfer Learning Strategies for Block-Level Urban Land Use Classification on Regional Empirical High-Resolution Remote Sensing Imagery [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2024.

研究生招生与培养:

招生专业:地图学与地理信息系统

招生方向:地理大数据与空间智能、遥感智能解译

联系方式:

通讯地址:北京市朝阳区大屯路甲11 中国科学院地理科学与资源研究所

   编:100101

E-mail地址: zhwang@lreis.ac.cn