个人简介
皇甫文超,男,1995年11月生,博士学历,现任河南省科学院空天信息研究所助理研究员。主要从事遥感科学与技术领域的研究工作,重点研究方向包括:滑坡灾害智能化提取、滑坡灾害风险预测与评估。
在Science China Earth Sciences、Earth Surface Processes and Landforms等知名期刊发表学术论文20余篇,其中以第一作者身份发表学术论文6篇。获授权国家发明专利1项。
研究方向
滑坡灾害风险预测与评估
应用遥感技术,综合与滑坡发生密切相关的地形、水文、地质、人类工程活动等环境因子,以人工智能为核心技术,聚焦滑坡灾害风险预测与评估
滑坡灾害智能化提取
依托于多源遥感数据融合、机器学习、深度学习等技术,聚焦滑坡灾害的快速、准确识别
多源遥感图像融合与信息挖掘
- 研究焦点:集成光学与合成孔径雷达(SAR)卫星数据的优势,提升复杂环境下的目标识别与信息提取能力
- 核心方法:
- 光学影像云雾物理特性估算
- SAR影像主被动畸变检测与校正
- 基于像元质量加权的深度学习融合模型构建
- 云层干扰下目标探测
代表性论文
Quick and automatic detection of co-seismic landslides with multi-feature deep learning model
2024
Science China Earth Sciences, 2024, 67(7): 2311-2325.(IF=6.0, JCR Q1)
Automated extraction of mining-induced ground fissures using deep learning and object-based image classification
2024
Earth Surface Processes and Landforms, 2024, 49(7), 2189-2204.(IF=2.8, JCR Q2)
授权专利
一种同震滑坡提取方法、系统、电子设备及存储介质
CN 116343042B
本发明公开了一种多特征深度学习模型,可以消除同震滑坡提取时来自于裸地和道路的干扰,提升同震滑坡提取精度。属于遥感影像图像处理技术领域。
授权日期:2025-06-24