 第45届地球科学与遥感国际会议（IGARSS 2025）于2025年8月3日-8日在澳大利亚布里斯班举行。International Geoscience and Remote Sensing Symposium（IGARSS）是由 IEEE 地球科学与遥感协会（GRSS）主办的全球顶级遥感学术会议，汇聚来自世界各地的科研人员与业界专家，是地球科学与遥感领域最具影响力的国际盛会之一。2025 年大会以“One Earth”为主题，聚焦遥感数据融合、人工智能、灾害监测、碳监测等热点方向，围绕前沿技术与实际应用展开深入交流。SIGNAL团队在IGARSS 2025共录用论文7篇，由SIGNAL团队赵金奇、罗卿莉老师带队，团队硕士生沈昶旭、王子璇、王林鑫参加了此次会议并展示了团队的相关研究成果。   口头报告  团队硕士研究生沈昶旭在 TH3.P4 Wetlands I 分会场作题为 “Hydrological monitoring of complex wetlands with Sentinel-1 InSAR observations: Case study of Louisiana” 的学术报告。报告围绕复杂湿地的大范围高精度水位监测展开，利用 Sentinel-1 InSAR 遥感技术，结合地面水文站数据，首次在美国路易斯安那州县域尺度实现了高分辨率湿地绝对水位变化反演与时间序列构建，有效揭示了不同水文单元的水流连通性特征。研究系统展示了课题组基于 SBAS-InSAR 技术开发的新方法在大尺度湿地水文监测中的应用成果，为湿地生态保护与水资源管理提供了科学数据支撑。   沈昶旭作学术报告  海报展示 SIGNAL团队赵金奇副教授进行了“CIT: A CROSS-MODAL INTERACTION TRANSFORMER NETWORK BASED ON MULTI-SOURCE REMOTE SENSING IMAGES”的海报展示，海报展示了一种跨模态交互 Transformer（CIT）网络，通过促进光学和 SAR 图像的信息交换与自适应融合，解决不同场景下的特征对齐差异，用于多源遥感图像语义分割，在公开的PoHang数据集上的实验表明，该网络的平均交并比（mIoU）达到 93.27%，总体准确率（OA）达到 97.06%，充分体现了其在提升多源遥感图像分割精度方面的显著优势。   赵金奇副教授现场海报展示与交流 SIGNAL团队罗卿莉副教授进行了"Tand subsidence velocity and high-speed railway risks in the coastal cities of beijing-tianjin-hebei, China, with 2015–2021 alos palsar-2 multi-temporal insar analysis"和“The recent subsidence monitoring results of sentinel-1 time series insar analysis and prediction of coastal zone in tianjin, China”的海报展示：渤海沿岸的京津冀地区（BTHR）正面临严重的地面沉降问题，且沉降持续恶化，已严重威胁高速铁路等关键基础设施安全。传统监测手段（如水准测量）存在成本高、覆盖有限等缺陷。我们采用SBAS-InSAR技术处理2015年至2021年的ALOS PALSAR-2卫星数据获取BTHR的沉降数据，并通过分析土地利用、地下水开采与形变速率图的关联，揭示沉降成因，并重点评估不均匀沉降对京沪高铁、京津城际等轨道的运行安全影响。 此外，考虑到天津滨海新区同样存在地面沉降的问题，尤其在沿海区域会破坏基础设施、加剧洪涝灾害并破坏生态平衡，因此精准监测与预测至关重要。我们采用PS-InSAR技术处理了2016年至2024年的Sentinel-1卫星数据获取了滨海新区的地面沉降时序数据，随后利用TimeMixer网络对未来沉降情况进行预测并分析。以上研究成果为沿海重大基础设施风险防控提供科学依据。   罗卿莉副教授现场海报展示与交流 团队硕士研究生王子璇作了两场海报展示，展示了其在多时相、多源数据条件下湿地制图与物种变化监测方面的研究成果，系统呈现了课题组在多模态遥感分析与生态监测领域的最新进展。海报一为“Coastal Wetland Mapping Using CNN_RF Based on Multi-Temporal and Multi-Source Sensors”，提出了一种结合GMM变更检测、CNN特征提取与随机森林分类的新型制图策略，针对多年湿地样本匮乏问题，构建了基于GMM变化检测的无监督样本生成策略，提取稳定不变区域构建训练集，利用CNN_RF分类器，完成了黄河三角洲2019–2024年湿地地类的年际动态制图，准确揭示了互花米草入侵物种的衰退过程。该研究展示了课题组在无监督样本构建、多模态湿地映射与物种监测评估方向的持续探索与技术积累。海报二为“SOCANet:A Deep Learning Wetland Classification Strategy Based on Improved”，提出了一种结合卷积神经网络与线性注意力机制的新型湿地遥感分类框架 SOCANet，针对 Sentinel-1/2 多源影像，构建 GFM 跨模态特征融合模块与双分支特征提取网络，实现了对湿地典型地物（如芦苇、香蒲、浮叶植物、水体等）的高精度识别。在南矶山湿地自然保护区的实验结果显示，分类整体精度达 97%，Kappa 系数为 0.959，显著优于现有主流模型。该工作系统展示了课题组在多源遥感融合与复杂湿地地物识别方面取得技术突破，为湿地生态系统精细化管理与保护提供了有力支撑。   王子璇现场海报展示与交流 团队硕士研究生王林鑫作了两场海报展示，汇报了团队在基于多源遥感数据的洪水检测、洪水韧性评估等方面的相关研究。海报一为“FGDI-NET: A NOVEL FLOOD DETECTION METHOD FUSING GLOBAL DEEP INFORMATION”，提出一种融合全局深度信息的新型网络（FGDI-Net）用于高精度洪水检测，该网络通过空间交互阶段的自注意力机制捕捉全局上下文依赖、利用不同膨胀率的膨胀卷积感知不同尺度的水体特征，并借助自适应参数生成全局深度特征，同时设计全局深度信息引导模块实现淹没特征的自适应融合及无关信息的抑制，在S1GFloods数据集上的实验表明其性能优于多种最先进方法，有望推动SAR影像在洪水检测中的实际应用。海报二为 “A NOVEL FLOOD RESPONSE RESILIENCE INDEX BASED ON FLOOD MAPPING USING 4D-SIFCM”，为以南昌市为研究对象，利用 4D-SIFCM 算法获取洪水地图并构建洪水响应韧性（FRR）指数，用于衡量极端降雨条件下城市对洪水事件的敏感性，揭示了该指数在评估城市洪水韧性及识别路网密度、人均 GDP、人口密度等关键影响因素中的显著作用。两个海报系统展示了课题组在新模型算法上的最新成果，并通过不同空间尺度的应用案例，展现了其在洪水检测、韧性评估及多源遥感分析等领域的创新实践，赢得了参会学者的高度关注与积极评价。   王林鑫现场海报展示与交流 学术+探索＝完美行程 除了紧张充实的学术交流，会议间隙，我们还走进了布里斯班的街头巷尾，感受这座城市独特的自然与人文气息。从俯瞰全城的袋鼠角，到流淌着宁静的布里斯班河，岸边葱郁的亚热带植被与现代化的城市建筑相映成趣，让人深切体会到 “One Earth” 主题中人与自然和谐共生的深意。大家还探访了充满历史韵味的皇后街集市，琳琅满目的手工艺品和热情洋溢的街头表演，展现着当地多元文化的交融。 此次布里斯班之行，不仅是学术成果的展示与交流，更让团队在异国的风土人情中拓宽了视野。学术的严谨与自然的灵动碰撞出别样的火花，这份兼具专业收获与人文体验的旅程，将激励大家以更开阔的视角投身地球科学与遥感领域的研究，为守护 “同一个地球” 贡献更多智慧与力量。  关于我们 雷达智能与地球物理解译实验室（SAR Intelligence & Geophysical INterpretAtion Lab, SIGNAL）由路中教授领衔创建，依托中国矿业大学“双一流”学科建设平台与测绘科学与技术A类学科，构建了一支以交叉融合为特色的科研团队。实验室现有教授4人，副教授10人，讲师、博士后及实验师8人，硕博士研究生30余人。团队聚焦于人工智能、卫星大地测量与地球物理学的深度交叉融合，致力于利用SAR雷达遥感技术实现地表多圈层形变精准监测与演化机理解析，重点突破地质灾害监测预警（滑坡/地震/火山/矿山/地面沉降）、水文生态环境演变（湿地/冻土/冰川/海岸带）以及多源遥感建模反演（滑坡运移/岩浆活动/断层运动/矿山沉陷/土壤湿度）等领域的理论方法瓶颈。本公众号用于SAR/InSAR原理科普、全球前沿、热点学术信息分享，定期更新课题组学术成果及动态，诚邀您的关注！  - 扫码关注 -
 |
