»姓名：高晗

»系属：测绘系

»学位：博士

»职称：讲师

»专业：摄影测量与遥感

»导师类别：硕士生导师

»电子邮箱：gaohangeo@upc.edu.cn

»学术主页：Web of Science、GitHub

»通讯地址：青岛市黄岛区长江西路66号

中国石油大学（华东）唐岛湾校区工科E 1319

»概况：甘肃金昌人，中共党员。

◎研究方向

（时序）SAR/极化SAR图像智能处理——地物分类、边缘检测、对象分割；

农业雷达遥感应用——耕地精细分类与要素提取、作物散射机理解译、作物生物物理参数（含水量）反演；

农田洪涝灾害遥感监测与分析。

“欢迎雷达遥感相关本科专业（测绘、遥感、计算机等）同学报考研究生，希望和积极向上、志同道合的你一起成长。”

◎教育经历（倒序）

2018.09-2022.06 中南大学 博士（测绘科学与技术—摄影测量与遥感）

2015.09-2018.06 中南大学 硕士（测绘工程）

2011.09-2015.06 中南大学 学士（测绘工程）

◎学术兼职

IEEE Member、IEEE GRSS   Member、中国图象图形学学会会员；

Remote Sensing of Environment、IEEE TGRS、IEEE GRSL、Remote Sensing、Sensors、Forests、Agriculture等学术期刊审稿人；

教育部学位与研究生教育发展中心学位论文评审专家。

◎工作经历（倒序）

2022.06-至今中国石油大学（华东）海洋与空间信息学院（测绘系）

◎主讲课程

本科课程：微波遥感、大地测量学、数字图像处理

研究生课程：遥感地学分析

◎指导研究生及博士后

2024级：孙荣、张雨佳、李翘楚

◎承担项目

1. 国家自然科学基金青年项目：基于时序极化SAR的多云雨地区粮食作物精准散射解译与分类研究（42301399），30万，2024，主持.

2. 山东省自然科学基金青年项目：黄河三角洲盐碱地粮食作物生长期时序散射机理建模与智能分类研究（ZR2023QD097），15万，2023，主持.

3. 中央高校基本科研业务费专项资金：物候规律驱动的极化SAR农作物时序散射特性解译与泛化分类研究（22CX06057A），15万，2022，主持.

4. 湖南省研究生教育创新工程和专业能力提升工程项目：多时相极化SAR农作物特征学习与智能分类方法研究（CX20200229），3万，2020，结题，主持.

5. 中南大学米塔尔研究生创新项目：多时相极化SAR农作物散射机理及分类方法研究（GCX20190880Y），1万，2019，结题（获优秀项目奖），主持.

6. 中南大学研究生自主探索创新项目：PolInSAR森林区域生物量分类研究（2017zzts771），0.95万，2017，结题，主持.

7. 国家自然科学基金重点项目：顾及生物物理参数的极化干涉SAR几何和物理观测量联合反演植被高度及DTM（41531068），300万，2015，结题，参与.

8. 国家自然科学基金国际（地区）合作与交流项目：低矮植被覆盖下的双站极化干涉SAR高精度地形测绘研究（41820104005），232万，2018，参与.

9. 国家自然科学基金面上项目：顾及散射机理的极化SAR滑坡形变监测方法研究（41671356），65万，2017，结题，参与.

10. 湖南省自然科学基金面上项目：基于时序极化SAR散射特征的农作物分类方法研究（2022JJ30705），5万，2022，参与.

11. 欧洲航天局农业遥感数据研究计划，Deep Learning Classification for   Agricultural Crop Based on the Multi-temporal Dual- and Quad-pol SAR (ESA EO Campaigns   36793)，PI.

12. 欧洲航天局农业遥感数据研究计划，Crop Classification Based on the   Machine Learning Method with Time-series Alignment Kerel for the Quad- and   Dual-Polarization Data (ESA EO Campaigns 67672), PI.

13. 德国宇航局TerraSAR-X数据研究计划，Accurate Crop Classification with   multi-temporal high space resolution TerraSAR-X data, PI.

14. 日本宇宙航空研究开发机构ALOS系列数据研究计划，Crop Classification with   Time-Varying Polarimetric Feature Curves based on the Time-Series ALOS PALSAR   Datasets, CI.

15. 德国宇航局-西班牙国家航宇技术研究所TerraSAR/TanDEM-PAZ联合数据研究计划，Crop Classification with   Time-series Multi-polarization SAR Data with TerraSAR-X/TanDEM-X-PAZ Constellation   (ID:   LAN3823), PI.

◎获奖情况

2024年，中南大学优秀博士学位论文

2022年，中国有色金属学会（NFSOC）优秀博士学位论文

2018年，第一届“麦田守望者”杯智慧农业遥感应用大赛三等奖

2018年，全国博士生学术论坛（测绘科学与技术）优秀报告奖

2023年，中国石油大学（华东）青年教师讲课比赛三等奖

2024年，山东省高校青年教师讲课比赛优秀奖

◎学术交流

1. Gao H. A Novel Crop Classification   Method Based on ppfSVM Classifier with Time-series Alignment Kernel from   Dual-polarization SAR Datasets, PolInSAR & Biomass Workshops 2023, 法国, 图卢兹. (口头报告)

2. 高晗. 一种联合高分三号极化SAR和Sentinel-2A光学数据的农作物分类方法. 2018全国博士生学术论坛（测绘科学与技术), 青岛. （口头报告，优秀报告奖）.

3. 高晗. 基于时序匹配核的ppfSVM时序极化SAR农作物分类方法. 第二届雷达学报博士论坛，北京. (口头报告)

4. Gao H, Wang C. Forest Biomass   Classification with L and P band PolInSAR Data by using SVM method. 第五届微波遥感技术研讨会, 普洱. （口头报告）.

5.    Gao   H, Wang C, et al. Forest Biomass Classification with SVM Method Based on L   & P band PolInSAR Data. The ISPRS Geospatial Week, 武汉. （海报）.

◎论文

第一作者或通讯作者发表SCI论文11篇（RSE 1篇、IEEE TGRS 2篇、JAG 1篇、IEEE GRSL 3篇），累计影响因子58，正面总被引169次，相关成果被RSE、IEEE   TGRS、ISPRS、JAG等权威期刊多次引用。

1.        Gao H., Wang C., Wang G., et al. A   Novel Crop Classification Method Based on ppfSVM Classifier with Time-series   Alignment Kernel from Dual-polarization SAR Datasets[J]. Remote Sensing   of Environment, 264: 112628.（T1 TOP，   IF=13.850）

2.        Gao H., Wang C., Xiang D., et al.   TSPol-ASLIC: Adaptive Superpixel Generation with Local Iterative Clustering   for Time-series Quad- and Dual-Polarization SAR Data[J]. IEEE   Transactions on Geoscience and Remote Sensing. 2021, 60: 5217015.（T1，IF=8.125）

3.        Gao H., Wang C., Zhu J., et al.   TVPol-Edge: An Edge Detection Method with Time-varying Polarimetric   Characteristics for Crop Field Edge Delineation[J]. IEEE Transactions   on Geoscience and Remote Sensing. 2024, 62.（T1,   IF=8.125）

4.        Song D., Huang Q., Gao H.*, et al.   Adaptive oil spill detection network for scene-based PolSAR data using   dynamic convolution and boundary constraints[J]. International Journal   of Applied Earth Observation and Geoinformation, 2024, 130: 103914. （T1，IF=7.5）

5.        Gao H., Wang C., Wang G., et al. A New   Crop Classification Method Based on the Time-Varying Feature Curves of Time   Series Dual-Polarization Sentinel- 1 Data Sets[J]. IEEE Geoscience and   Remote Sensing Letters, 2019, 17(7): 1183-1187.（T2，IF= 5.343）

6.        Wang, C., Ding L., Gao, H.*, Lu L.   Phenology Alignment-based PolSAR Crop Classification Considering Polarimetric   Statistical and Time-Varying Curve Characteristics. IEEE Geoscience and   Remote Sensing Letters, 2023, 20: 2501905.（T2，IF= 5.343）

7.        Ye, J., Wang, C.*, Gao, H.*, et al. A   Novel Unsupervised Object-level Crop Rotation Detection with Time-series   Polarimetric SAR Data. IEEE Geoscience and Remote Sensing Letters,   2022, 19: 4511905.（T2，IF= 5.343）

8.        Gao H., Wang C., Wang G., et al. A Crop   Classification Method Integrating GF-3 PolSAR and Sentinel-2A Optical Data in   the Dongting Lake Basin[J]. Sensors, 2018, 18(9): 3139.（T3，IF=3.847）

9.        Gao H., Wu H., Xu L., et al. Flood   disaster detection with dual-polarization SAR data considering the impact of   rainfall[C], IGARSS 2024 - IEEE International Geoscience   and Remote Sensing Symposium 2024.

10.    Gao H., Wang C., Zhu J., et al. Crop   Field Edge Detection based on Time-Varying Polarimetric Characteristics with   Time Series Sentinel- 1 SAR Data[C], IGARSS 2024-IEEE International   Geoscience and Remote Sensing Symposium 2024.

11.    Song D., Yang C., Wang B., Zhang J., Gao H.,   and Tang Y., SSRNet: A Lightweight Successive Spatial Rectified Network With Noncentral   Positional Sampling Strategy for Hyperspectral Images Classification, IEEE   Transactions on Geoscience and Remote Sensing, 2023, 61: 5519115.

12.  Wu C.,   Wang C., Shen P., Zhu J., Fu H., Gao H., et al. Forest Height   Estimation Using PolInSAR Optimal Normal Matrix Constraint and   Cross-Iteration Method[J]. IEEE Geoscience and Remote Sensing Letters,   2019, 16(8): 1245-1249.（T2，IF=5.343）

13.    Peng S., Wang C., Gao H., et al. An   Adaptive Nonlocal Mean Filter for PolSAR Data with Shape-Adaptive Patches   Matching[J]. Sensors, 2018, 18(7): 2215.（T3，IF=3.847）

14.    Yan H., Dai W., Liu, H.; Gao, H.,   Neely, W.R., Xu, W. Fusion of Spatially Heterogeneous GNSS and InSAR   Deformation Data Using a Multiresolution Segmentation Algorithm and Its   Application in the Inversion of Slip Distribution. Remote Sensing,   2022, 14: 3293. （T2，IF=5.349）

15.    高晗, 汪长城*, 杨敏华,等. 基于高分三号极化SAR数据的农作物散射特性分析及分类[J]. 测绘工程, 2019, 28(03): 53-59.

16.    叶家伟，汪长城*，高晗,等. 顾及时变特性的时序极化SAR图像自适应超像素生成方法.遥感学报，2024, 28(4): 1066-1075. (EI)

17.    范志旋, 汪长城*, 卢丽君, 高晗. 结合广义Gamma与卷积深度置信网络的PolSAR影像分类，测绘科学，2022，47(10).

◎专利

1.        高晗, 吴昊宇, 许磊, 宋冬梅, 王斌, 顾及降雨影响的多极化SAR农田洪涝检测方法与系统，ZL202311541115.7， 2023.

2.        汪长城, 高晗.一种基于多时相双极化SAR特征曲线的农作物分类方法, ZL 201910202371.0, 2023.

3.        王冠雅, 高晗, 汪长城, 等. 一种基于双极化SAR影像的洪涝灾害快速检测方法, ZL202311594541.7, 2023

4.        汪长城, 高晗, 张梦杰, 朱建军, 李志伟. 一种多基线极化干涉SAR建筑物高度提取方法, ZL   201711417716.1, 2021.

5.        宋冬梅, 黄倩倩, 王斌, 张杰, 高晗, 等. 基于条件参数化卷积的溢油极化SAR检测方法和装置, ZL 2023 1 0881139.0, 2024.

6.        汪长城，李倩，沈鹏，高晗. 顾及极化统计特性的非监督域自适应网络极化SAR地物分类方法及设备, ZL 202110348030.1, 2022.

7.        汪长城，丁丽珍，高晗. 基于多特征联合时序匹配的极化SAR农作物分类方法、系统、设备及介质, CN 202210549214.9, 2022.

截止时间：2024年6月26日