首页 - 教师空间 - 仲波的个人空间         

仲波,197810月生,副研究员,重庆邮电大学计算机学院硕士生导师

研究方向:遥感大数据处理与分析、多源遥感数据归一化处理技术、面向遥感大数据的应用、大气气溶胶遥感反演、遥感土地覆盖分类技术等

电话:010-64806256

传真:010-64806256

Emailzhongbo@radi.ac.cn

通讯地址: 北京市朝阳区大屯路甲20号北中科院遥地所C318

个人简介:

近年本人主要研究方向为遥感大数据处理与分析、多源遥感数据归一化处理技术、大气气溶胶光学厚度遥感反演、可见光近红外遥感数据交叉辐射定标、植被精细分类、定量遥感产品生产软件设计与组织开发等。承担和参与20余项国家及部位项目,如国家重点研发专项、国家863、科技支撑计划、高分重大专项、国防科工局项目、中科院创新知识工程、院西部行动计划等项目;作为核心人员组织/参与申请了863重大项目“星机地综合定量遥感系统与应用示范(一期)”中第四课题与二期第一课题、高分国家重大专项、院西部行动计划等,为课题组科研经费和科研项目的获取做出了较大贡献;管理了研究室的4个大型课题;承担课题10余项,经费1000余万;参与课题10余项。围绕核心研究方向,发表论文近40篇,其中SCI检索论文15篇,获得省部级科技进步二等奖2项,合作出版专著2部,获得发明专利授权1项,获得软件著作权登记7项,获批标准规范1项;组织研发了大型软件系统一项;与山东科技大学、中国石油大学、重庆邮电大学、地质大学、宁夏大学等合作,联合培养了近20名硕士研究生。因工作表现突出,被评为20102012年度中国科学院遥感应用研究所优秀职工。

教育经历(从大学本科开始,按时间倒排序):

2004.82006.5 地理学硕士 美国马里兰大学

2001.92004.7 地图学与地理信息系统硕士 中国科学院遥感应用研究所

1997.92001.7 地质遥感学士 浙江大学

工作经历(科研工作与学术访问经历,按时间倒排序):

2015.3- 中国科学院遥感与数字地球研究所 副研究员

2010.3-2015.2 中国科学院遥感与数字地球研究所 助理研究员

2009.3-2010.3 中国科学院遥感应用研究所 实习研究员

2006.6-2008.6  美国海洋气象局(NOAA Scientific Analyst

2004.8-2006.6 马里兰大学地理系 Research Assistant

2004.7-2004.8 北京华旗资讯软件研究院 软件工程师

主要研究项目:

(1) 国防科工局:高分专项,“GF-6卫星数据大气校正技术2018.1-2019.12324万,项目负责人。

(2) 国家科技部,全球碳循环关键参数立体观测与反演项目第四课题专题,2017.4-2021.12230万,子课题负责人。

(3) 中国科学院,“澜湄流域环境健康遥感监测与服务平台”,2017.1-2019.12100万,子课题负责人。

(4) 国防科工局,基于大数据云计算的卫星数据综合处理系统技术研究2017.1-2019.12100万,子课题负责人。

(5) 电力科学院,光学遥感影像处理与目标识别系统开发2017.6-2018.671.9万,项目负责人。

(6) 中国农业科学院,高分光学卫星数据辐射归一化软件模块开发2017.9-2017.1235万,项目负责人。

(7) 中科院西部行动计划项目,第二课题“黑河流域生态过程关键参量遥感产品”, 2012-2015200万,主持。

(8) 863重大项目“星机地综合定量遥感系统与应用示范(二期)”第一课题“星机地综合观测定量遥感融合处理与共性产品生产系统”子课题,2013-2015260万,主持。

(9) 863重大项目“星机地综合定量遥感系统与应用示范(一期)”第四课题“多尺度遥感数据按需快速处理与定量遥感产品生成关键技术”,2012-20141155万,组织管理与专题负责人。

(10) 国家重大专项高分辨率对地观测系统专项项目“GF对地观测系统重大专项课题地表反射率和叶面积指数产品生产关键技术研发”,2011-2012100万,组织管理与专题负责人。

(11) 国家重大专项高分辨率对地观测系统专项项目“GF-4卫星图像辐射校正技术”,2015-2016260万,申请人及技术负责人。

(12) 863课题专题任务,“HJ-1A/B-CCD环境星大气校正处理”,2011-201220万,专题负责人。

(13) 国家遥感重点实验室重大科学计划项目,第五课题的第一子课题“黑河流域示例数据库建设”,2009-201020万,子课题负责人。

(14) 863重点项目,课题“遥感软件体系架构及标准规范研究”,2009- 201025万,专题负责人。

(15) 863课题,“星陆双基遥感农田信息协同反演技术”,2009-201045万,子课题负责人

(16) 横向课题,“稀土矿区数据预处理和专题信息提取”,2012-20135.9 ,主持。

(17) 横向课题,“水源地遥感数据预处理及专题产品生产”,2012-20138 ,主持。

代表性成果:

[1] 遥感大数据处理、分析与业务化产品生产平台:多源数据定量遥感产品生产系统

863重大项目及国家科技支撑项目的支持下,研发了“多源数据定量遥感产品生产系统”软件,该软件是全球首个具有多源多尺度数据归一化处理及利用卫星组网数据进行40余种定量产品生产能力的软件系统。该系统具有以下特点:

l 该系统具有极强的数据处理能力:能够对现阶段主流的光遥感数据进行全自动的归一化处理;

l 具有很高的计算效率(在6小时内处理1000景中高分辨率数据并生成定量产品)

l 具有业务化运行能力(该系统处理了超过200TB的多种遥感数据)

l 可以面向全球、全国、重点区域三个不同尺度开展产品生产业务

l 系统集成的归一化处理技术在全球具有领先水平:其中全球1km5天合成的地表反射率产品是全球首个利用多源遥感数据合成的无云地表反射率;其中30m10天合成的产品也是全球首个30m数据10天时间分辨率的产品

l 可以服务于科研与国家农业、林业、环境、资源等主要行业部门应用

[2] 面向遥感大数据的处理技术发展与创新

数据处理技术是大数据应用的前提与关键技术,遥感数据处理技术也是面向遥感大数据应用的关键;在多年的研究中,积累了以下面向遥感大数据的数据处理技术:

l 针对中低分辨率遥感数据的大气校正及大气气溶胶获取技术:针对不同的地表特征,发展了多种方法用于大气气溶胶光学厚度反演,初步解决了高亮地表与稀疏植被地表上空AOD反演的难题,形成了较为完善的全球AOD反演体系。主要方法包括:1)针对稀疏植被地区的基于波谱知识库的地表模型法;2)基于时间序列MODIS数据的方法;3)基于MODIS地表反射率库的反演方法。相关成果已经发表在《环境遥感》和《国际遥感》及《中国科学》杂志,相关成果被资源卫星中心采用,并获得应用证明。

l 针对中高空间分辨率遥感数据的大气校正技术:发展了一种基于空间扩展的大气校正算法与软件模块,可以实现全自动化的中高分辨率数据大气校正。该算法已经被应用于GF-1数据。该算法在国际上具有领先水平。已经申请了一个国内发明专利,申请号为:201210392749.6

l 针对中高分辨率遥感数据的交叉辐射定标技术:发展了一种全新的交叉辐射定标方法,适用于具有宽覆盖、大视角观测的中高分辨率遥感数据(如HJ-1/CCDGF-1/WFV)。该方法首次将具有强烈地形起伏的沙漠作为定标场,利用垂直观测中高分辨率遥感图像(ETM+)结合DEM数据精确的获取试验场的地表二向反射特性;相关研究成果已经发表在《遥感学报》和IGARSS会议。该方法还被用于HJ-1/CCD数据的交叉辐射定标研究中,并获得了较为精确的结果;相关研究成果已经发表在IEEE TGRS期刊201411月期上。

l 针对中低分辨率遥感数据的交叉辐射定标技术:发展了一个用于中低分辨率VNIR数据交叉定标的新算法,该算法可以同时精确反演沙漠地区的BRDFAOD,该方法可以用更少的数据和时间来实现中低分辨率数据的交叉辐射定标。利用该方法反演了全球多个沙漠的BRDF,经验证优于MODIS方法在沙漠地区的结果;该方法同样可用于AVHRR等中低分辨率光学数据的交叉辐射定标。相关研究成果在IGARSS会议中做了口头报告,并开发形成了“中低分辨率数据交叉辐射定标”软件,申请并获得了软件著作权登记。

[3] 面向遥感大数据的遥感应用:发展了基于时间序列HJ-1/CCD数据的土地覆盖/利用分类方法和植被精细分类方法。

该方法充分利用HJ-1/CCD数据同时具有较高时间和空间分辨率的特点,具有分类精度高和分类更精细的特点。实在具有高质量、高效率遥感数据处理能力基础上实现的;该方法被用于完成了全国26个水源地、黑河全流域、全国5个典型农业区及大兴安岭林区的土地覆盖分类/植被精细分类,并提供给了科研院所、环保部、林业局等行业部门应用,并获得了应用证明。相关研究成果已经在《中国科学:地球科学》及IEEE JSTARS等国内外顶级科技期刊上刊出。该方法经过工程化开发以后,可用于全球主要农作物的实时监测,可以在全球农业期货市场进行大规模应用。

主要论文、著作、专利、标准规范及软件著作权目录

专著 2

[1] 柳钦火、仲波、吴纪桃、肖志强、王桥等,环境遥感定量反演与同化,科学出版社,2011

[2] 仲波、柳钦火、单小军、穆西晗等,多源光学遥感数据归一化处理技术与方法,科学出版社,2015

省部级科技奖 1

[1] 孙林,仲波等,地理信息科技进步二等奖,高异质性高亮度地区颗粒物遥感监测技术,中国地理信息产业协会,2014

标准规范 1

[1] 巫兆聪,江万寿,仲波,颜源,陈星,张晔萍,杨健,张翔,卫星遥感影像植被指数产品规范征求意见稿,2012申请,2014年颁布。

专利 1

[1] 仲波、吴善龙、柳钦火,一种高分辨率遥感数据大气校正方法,申请号:201210392749.6;专利授权号:ZL 2012 1 0392749.6 2014年授权)

软件著作权 7

[1] 仲波、曹吉星等,中低分辨率遥感数据反射波段交叉辐射定标系统【简称:MLCCV1.02012SRBJ0781

[2] 仲波、柳钦火等,多源遥感数据定量遥感产品生产与服务系统,2010SRBJ5314 (获得2 个应用证明)

[3] 柳钦火、仲波等,多源数据协同定量遥感产品生产系统,2015SR121827

[4] 仲波等,多源遥感数据辐射归一化处理系统V1.02015SR121781

[5] 李宏益、仲波等,多尺度按需定量遥感产品运行管理系统V1.02015SR121777

[6] 单小军、仲波等,多源遥感数据几何归一化处理系统V1.02015SR121807

[7] 李宏益、仲波等,多尺度按需定量遥感产品生产数据管理系统V1.02015SR121822

SCI 15

[1] Zhong B, A. Yang, S. Wu, et al. Cross-calibration of reflective bands of major moderate resolution remotely sensed data[J]. Remote Sensing of Environment, 2018, 204(1):412-423.

[2] Zhong B, Wu S, Yang A, et al. An Improved Aerosol Optical Depth Retrieval Algorithm for Moderate to High Spatial Resolution Optical Remotely Sensed Imagery[J]. Remote Sensing, 2017, 9(6):555.

[3] Zhong B, Chen W, Wu S, et al. A Cloud Detection Method Based on Relationship Between Objects of Cloud and Cloud-Shadow for Chinese Moderate to High Resolution Satellite Imagery[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2017, 10(11): 4898 – 4908.

[4] Yang A, Zhong B, Wu S, et al. Radiometric Cross-Calibration of GF-4 in Multispectral Bands[J]. Remote Sensing, 2017, 9(3):232.

[5] Yang A, Zhong B, Wu S, Liu Q. Evaluation on Radiometric Capability of Chinese Optical Satellite Sensors [J]. Sensors, 2017, 17(1), 204; doi:10.3390/s17010204

[6] Guo Y, Zhong B, Liu Q. Efficient stripmap-mode synthetic aperture radar raw data generation accounting for trajectory deviation with a nonzero squint angle [J]. Journal of Applied Remote Sensing, 2016, 10(4):044002.

[7] Yang A, Zhong B, Lv W, et al. Cross-Calibration of GF-1/WFV over a Desert Site Using Landsat-8/OLI Imagery and ZY-3/TLC Datat[J]. Remote Sensing, 2015, 7:10763-10787.

[8] Zhong B, Yang A, Nie A, et al. Finer Resolution Land-Cover Mapping Using Multiple Classifiers and Multisource Remotely Sensed Data in the Heihe River Basin. IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 2015, 8(10):4773-4792.

[9] Zhong B, Zhang Y, Du T, et al. Cross-Calibration of HJ-1/CCD Over a Desert Site Using Landsat ETM plus Imagery and ASTER GDEM Product[J]. IEEE Transactions on Geoscience & Remote Sensing, 2014, 52(11):7247-7263.

[10] Zhong B, Peng M A, Nie A H, et al. Land cover mapping using time series HJ-1/CCD data[J]. Science China Earth Sciences, 2014, 57(8):1-10.

[11] Wu X, Zhou J, Wang H, Li Y and Zhong B. Evaluation of irrigation water use efficiency using remote sensing in the middle reach of the Heihe river, in the semi-arid Northwestern China[J]. HYDROLOGICAL PROCESSES, 2014.

[12] Zhong B, Liang S, Holben B. Validating a new algorithm for estimating aerosol optical depths over land from MODIS imagery[J]. International Journal of Remote Sensing, 2007, 28(18): 4207-4214.

[13] Liang S, Zhong B, Fang H. Improved estimation of aerosol optical depth from MODIS imagery over land surfaces[J]. Remote Sensing of Environment, 2006, 104(4): 416-425.

[14] Sun L, Sun C K, Liu Q H, Zhong B. Aerosol optical depth retrieval by HJ-1/CCD supported by MODIS surface reflectance data[J]. Science China Earth Sciences, 2010, 53(1): 74-80.

[15] L. F. CHEN, Z.L. LI, Q.H.LIU, S.CHEN Y.TANG and B. ZHONG, Definition of component effective emissivity for heterogeneous and non-isothermal surfaces and its approximate calculation[J]. International Journal of Remote Sensing, 2004, 25(1): 231-244.

EI 15

[1] Wuhan Chen, Bo Zhong, Weisheng Li, Shanlong Wu, Shanshan Yu, An extended lookup table of cloud detection for MTSAT-1R, Proc. SPIE 9259, Remote Sensing of the Atmosphere, Clouds, and Precipitation V, 92591P (8 November 2014); doi: 10.1117/12.2072668.

[2] Zhengwu Yuan, Ranyin Yuan, Bo Zhong, Retrieval of aerosol optical depth over bare soil surfaces using time series of MODIS imagery, Proc. SPIE 9259, Remote Sensing of the Atmosphere, Clouds, and Precipitation V, 92591Q (8 November 2014); doi: 10.1117/12.2072867.

[3] Lijuan Wu, Bo Zhong, Liyu Guo, Xiangwei Zhao, Spatial heterogeneity study of vegetation coverage at Heihe River Basin, Proc. SPIE 9259, Remote Sensing of the Atmosphere, Clouds, and Precipitation V, 925921 (8 November 2014); doi: 10.1117/12.2073041.

[4] Peng Ma, Bo Zhong, Weisheng Li, Qinhuo Liu, A NEW FINER RESOLUTION LAND-USE MAPPING METHOD USING TIME SERIES OF NDVI FROM HJ-1/CCD DATA IGARSS 2013

[5] Shanlong Wu, Bo Zhong, Weisheng Li , Qinhuo Liu, A NEW CLOUD DETECTION METHOD OVER TIBETAN PLATEAU AND ITS SURROUNDING AREA IGARSS 2013

[6] Bo Zhong, Improved estimation of aerosol optical depth from Landsat TM/ETM+ imagery over land IGARSS 2011:1818-1821

[7] Haixia Huang, Bo Zhong, Qinhuo Liu, Lin Sun, Retrieving BRDF Of desert using time series of MODIS imagery IGARSS 2011:4273-4276

[8] Yuhuan Zhang, Bo Zhong, Qinhuo Liu, Hua Li, Lin Sun, BRDF of Badain Jaran desert retrieval using Landsat TM/ETM+ and ASTER GDEM data, IGARSS 2011:1818-1821

[9] Heshun Wang, Qing Xiao, Hua Li, Bo Zhong, Temperature and emissivity separation algorithm for TASI airborne thermal hyperspectral data ICECC2011

[10] Zhong Bo, Liu Qinhuo, Liu Qiang, Aerosol optical depth retrieval based on land surface spectra modeling. (IGARSS)2010 Pages:1151-1154

[11] Chunyan Zhou, Qinhuo Liu, Bo Zhong, Lin Sun, Xiaozhou Xin, RETRIEVAL OF AEROSOL OPTICAL THICKNESS FROM HJ-1A/B IMAGES USING STRUCTURE FUNCTION METHOD, (IGARSS)2009 Pages:413-1417.

[12] Mengwei Zhou, Qinhuo Liu, Qiang Liu, Qing Xiao1, Bo Zhong, THE INVERSION OF CROP HEIGHT BASED ON SMALL-FOOTPRINT WAVEFORM AIRBORNE LIDAR, (IGARSS)2010 Pages:1190-1193.

[13]孙林,仲波,柳钦火,刘强,陈良富,刘三超,李小文,稀疏植被地区气溶胶光学厚度反演研究高技术通讯,200717(5): 512-517

[14] Bo Zhong, Qinhuo Liu, Qiang Liu, Liangfu Chen, Chunyan Yan Inversion of Aerosol Optical Depth in Agriculture Region Based on the Support of Spectrum Database. Proceedings of IGARSS04, VI: 4375-4378.

[15] Shui-sen CHEN; Qin-huo LIU; Liang-fu CHEN; Bo ZHONG; The preprocessing of TM images towards the destination of endmember retrieving. Proceedings of IGARSS04. VII: 4758 – 4761.

CSCD 8

[1] 葛美香,赵军,仲波,闫爱霞,FY-3/VIRRMERSIEOS/MODIS植被指数比较与差异原因分析,2017,322),262-273.

[2] 郝莹莹,罗小波,仲波,杨爱霞,基于植被分区的中国植被乐行分类方法,2017,322),315-323.

[3] 张航,仲波,洪友堂等,近20年来赣州地区稀土矿区遥感动态监测,遥感技术与应用,2015,302),376-382.

[4] 仲波, 马鹏, 聂爱华, . 基于时间序列 HJ-1/CCD 数据的土地覆盖分类方法[J]. 中国科学: 地球科学, 2014, 5: 013.

[5] 唐娉, 张宏伟, 赵永超, 牛振国, 仲波, 胡昌苗, & 单小军.全球 30m 分辨率多光谱影像数据自动化处理的实践与思考. 遥感学报, 2014,18(002), 231-253.

[6] 袁正午,杨爱霞,仲波,Landsat TMHJ CCD影像植被指数的交互比较,国土资源遥感,2015271):87-91.

[7] 张玉环,仲波,杨锋 杰,柳钦火,基于 TM/ETM+DEM 数据的BRDF特征提取,遥感学报,2012,16(2):361-377

[8] 仲波,柳钦火,李静,符锴华,陈良富,刘强,新疆伽师地震热红外异常分析. 遥感技术与应用,200520(5), 489-495.