研究领域包括：1城市可持续发展与生态环境监测，2农业遥感监测与粮食安全，3地表异常与知识图谱，4地理信息分析与建模与大数据研究

1.      城市可持续发展与生态环境监测

针对土壤生态系统和景观格局提出了综合景观格局特征、生态服务价值的土壤生态环境监测体系；针对城市群地区城镇化与生态环境关系的时空机制，基于景观生态学的知识探讨了城市发展与水质、土壤、林地等生态环境方面的相互作用，提出了区域城镇发展对生态环境影响的调控手段，为城市发展方向提供了科学参考。

针对社会经济指标，探讨了城市发展中，社会不公平性指标变化所带来的影响，研究了城市的人口、社会和经济指标的时空变化规律。针对生态环境指标，研究了生态环境指标的时空变化造成的城市生态系统影响。针对资源指标，研究了城市发展带来的水质变化、林地变化、土壤景观格局及土壤质量变化等。并针对耕地流失、城市化及生态系统方面的研究，讨论了这些因子对城市可持续发展的影响。提出了在一些特定地区为保障城市的可持续发展应充分考虑生态环境的变化，防止生态恶化应具备的发展模式。 

应用遥感数据监测城市热岛效应，探索热岛效应的时空变化规律，分析不同时期热岛强度变化的空间异质性及其受土地利用变化的影响，为城市环境治理提供依据。同时借助遥感影像和其他地理数据监测城市生态系统的变化，分析不同临近城市的生态系统差异，探讨差异产生的人文及地理环境因素，为改善城市生态系统提供决策支持。

2. 农业遥感监测与粮食安全

面向国家粮食安全与“双碳”战略需求，围绕玉米、小麦、水稻、大豆等主要农作物，构建“遥感监测—模型估算—碳排放核算—多目标优化—平衡决策”全链条研究体系。重点解决全球与区域大范围作物产量估算、农田碳排放核算、系统协同优化，以及格网尺度管理措施参数精细化等关键问题，为粮食安全预警、农业绿色低碳转型和精准农业管理提供理论、数据与决策支撑。

3.地表异常与知识图谱

面向突发灾害和复杂地表异常的快速遥感判读，开展跨传感器、跨区域、跨分辨率的多灾种识别及知识图谱引导诊断研究。提出AEDDA半监督域适应框架，通过注意力增强、全局分布对齐和双向原型对齐，在12项跨域迁移任务中取得95%以上的平均识别精度；

同时构建“地表异常-承灾体-环境因子”知识图谱，将视觉表征与地学语义融合，在单幅影像条件下完成七类典型异常诊断，二分类整体精度达到94.2%，多分类整体精度达到98.98%，提升了小样本与信息受限场景下诊断的稳定性、鲁棒性和可解释性。

4.地理信息数据分析与建模地理信息分析与建模与大数据研究

利用地理空间分析方法研究土壤重金属的空间分布情况，确定不同重金属人为污染源及其空间格局，在制定区域环境政策方面发挥着重要作用。同时借助机器学习方法进行数据分析和建模，探究深层次地理信息的特征和变化规律，为城市可持续及生态环境健康监测服务。

融合遥感、地理信息、网络大数据等多源时空数据，进行人口迁移、交通联系、社会经济文化关联等城市发展相关研究。

工程应用

1 基于“空-天-地-深”的多维度灾害监测与预测预警
综合利用卫星遥感、无人机、气象站、位移计和物联网传感器等多源观测设备，持续获取灾害孕育、发生和演化过程中的环境与形变信息。通过时序分析、异常检测、机器学习和风险阈值判定等预警算法，识别洪涝、滑坡、地面沉降等灾害的异常特征，开展危险区域监测、发展趋势预测和分级预警，为应急处置和风险防控提供技术支撑。

2 地下空间探测与三维建模
利用探地雷达、激光扫描、惯性导航、电磁及振动等传感器，获取地下结构、管线、空洞和地质异常的多源探测数据。通过信号去噪、特征提取、空间配准、数据融合和反演算法，识别地下目标的位置、形态及埋深，并结合点云处理和三维建模技术重建地下空间结构，为地下管网调查、空洞检测、工程施工和安全风险评估提供可靠依据。

3 无人机监测与缺陷识别

依托无人机搭载可见光、红外、激光雷达等传感器，对道路、桥梁、建筑、电力及其他工程设施开展快速、精细化巡检。通过影像拼接、目标检测、语义分割和变化检测算法识别裂缝、破损、渗漏及构件异常，并利用三维高斯泼溅、点云重建等技术建立高精度三维场景，实现缺陷定位、尺寸量测、动态对比和可视化管理，提高工程巡检的自动化程度与作业效率。