洪亮，男，博士研究生，雲南師範大學地理學部教授/博士生導師，雲南省“萬人計畫”青年拔尖人才，遙感學報編委。
基本介紹
- 中文名：洪亮
- 出生日期：1981年
- 學位/學歷：博士研究生
- 職業：教師
- 職務：博士生導師
- 職稱：教授
人物經歷,工作教育經歷,主持的科研項目,代表性論文,
人物經歷
洪亮，男，1981年生，博士研究生，雲南師範大學地理學部教授/博士生導師。
工作教育經歷
（一）教育經歷
2007.09—2010.07,武漢大學,資源與環境科學學院,地圖製圖學與地理信息工程，博士；
2004.09—2007.07,昆明理工大學,國土資源工程學院,地圖製圖學與地理信息工程,碩士；
2000.09—2004.07,華東地質學院（現東華理工大學）,測量系,地理信息系統,學士。
（二）工作和研究經歷
2018.09—2019.09, 歐洲空間局（ESA）,對地觀測中心（ESRIN），攝影測量與遙感，高級訪問學者;
2012.04—2015.04,中南大學,地球科學與信息物理學院，攝影測量與遙感，博士後;
2019.11— 2022年,雲南師範大學,地理學部,教授；
2014.11—2019.11,雲南師範大學, 旅遊與地理科學學院,副教授；
2010.09—2014.11,雲南師範大學, 旅遊與地理科學學院,講師。
主持的科研項目
[1] 國家自然科學基金面上項目，複雜環境下地表水體遙感精細分類方法研究 (2022-2025年)，項目編號：42212309，項目負責人；
[2] 國家自然科學基金地區項目，基於大腦記憶機制驅動的高解析度遙感影像連續智慧型理解方法(2019-2022年)，項目編號：41861048，項目負責人；
[3] 國家自然科學基金地區項目，基於地理景觀層次模型和區域統計建模的高解析度遙感影像多尺度場景分類(2017-2020年)，項目編號：41661082，項目負責人；
[4] 國家自然科學基金青年項目，融合地物語義的多尺度對象馬爾可夫模型的高解析度遙感影像分割研究(2013-2015年)，項目編號：41201463，項目負責人；
[5] 雲南省自然科學基金面上項目，近三十年雲南高原湖泊面積變化動態遙感監測及其驅動因素研究(2018-2021年)，項目編號：201882，項目負責人。
代表性論文
[1] Liang Hong and Meng Zhang. Object-oriented multiscale deep features for hyperspectral image classification. International Journal of Remote Sensing，2020，41:14,5549-5572.
[2] Hong L，Huang Y，and Peng S. Monitoring the trends of water-erosion desertification on the Yunnan-Guizhou Plateau, China from 1989 to 2016 using time-series Landsat images. PLoS ONE 2020，15(2): e0227498.
[3]洪亮，楚森森，彭雙雲，許泉立. 顧及全局和局部最優的高解析度遙感影像多尺度分割最佳化算法.遙感學報，2020，24(12):1464-1475.
[4]洪亮，黃雅君，楊昆，彭雙雲，許泉立. 複雜環境下國產GF-2遙感影像的城市地表水體提取算法研究. 遙感學報，2019，23(5): 867-878.
[5] Chu S.，Hong L*.，Cheng L. *，Du P. and Zong W. Weighted multiscale region-level sparse representation for classification of high-spatial resolution remote sensing images. Journal of Applied Remote Sensing, 2018,12(4)：p.045005.
[6]孫惠玲，廖澤波，段立曾，洪亮*.基於空間插值算法的陽宗海夏季水質參數空間分布規律研究[J]. 長江科學院院報, 2017, 34(3):30-34.
[7]楚森森，洪亮*，陳杰，鄧敏，楊昆，劉純. 融合邊界信息的高解析度遙感影像分割最佳化算法. 中國圖象圖形學報, 2016,21 (8):1096-1105.
[8]劉純，洪亮*，陳杰，楚森森，鄧敏. 融合像素—多尺度區域特徵的高解析度遙感影像分類算法. 遙感學報，2015，19 (2) :228-239.
[9] Leiguang Wang，Qinling Dai，Liang Hong*，and Guoying Liu，adaptive regional feature extraction for very high spatial resolution image classification. Journal of Applied Remote Sensing，2012 , 6 (1) :063506.
