报 告 人：邱方 教授 德克萨斯大学达拉斯分校 

报告时间：2019 年 12 月 20 日 9:00-11:00 

报告地点：环境与规划学院二楼报告厅 

主办单位：环境与规划学院 邀 请 人：秦明周 教授 

主 持 人：秦明周 教授 

报告人简介：邱方，德克萨斯大学达拉斯分校地理空间信息科学系 教授兼系主任。主要研究方向为遥感数字图象处理，LiDAR 与高 光谱遥感、神经网络与模糊逻辑、空间分析与建模，分布式地理信 息系统与互联网制图等。研究工作曾得到过美国国家科学基金会 （NSF）、美国国家航空航天局（NASA）、美国环境保护局（EPA） 和美国疾病预防控制中心（CDC）等的资助。邱方教授是 2013 年 美国摄影测量与遥感学会 ERDAS 最佳科学论文奖的获得者，也是 2011、2013 年度 AAG 遥感特别小组奖的获得者。 

观点综述：从遥感数据中获得详细准确的地理空间信息对于各种 应用，特别是在城市化地区的应用至关重要。而遥感技术在空间、 光谱和垂直分辨率方面的最新进展促进了新的高光谱、激光雷达 和高空间分辨率传感器的出现。遥感数据的容量、多样性、速度和 准确性呈指数级增长，成为最重要的大数据之一。遥感数据为提取 更准确详细的地理空间信息提供了前所未有的机遇，同时也对传 统的图像分析方法提出了巨大的挑战。面对这些大数据，人们分别 针对高光谱、激光雷达波形和高空间分辨率数据开发了各种基于 端元、高斯分解和基于对象的方法，主要是基于将大数据还原为小 数据的逻辑。然而，这些方法不能充分利用改进后的分辨率所提供 的价值，而且由于在数据缩减过程中丢失有价值的信息，可能无法 提供令人满意的结果。基于此我们提出了一种新的基于曲线匹配 方法的遥感数据分析范式，以更好地利用由改进的分辨率提供的 丰富信息。这些新的方法不会减少数据的大小，也不会保留嵌入原 始数据中有价值的信息，它们可以应用于各种不同的遥感数据源， 因此也允许它们的无缝融合，以获得显著更好的精度。为支持新的 遥感大数据分析，基于图形处理单元（GPU）技术的高性能地理计 算已实现，从而提供高效并行的解决方案。 

热忱欢迎广大感兴趣的师生积极参与!