久久99精品国产麻豆不卡,亚洲日韩一区精品射精,青青久久网,欧美国产日韩成人精品

    首頁 > 科研隊伍 > 研究員/教授

研究員/教授

  • 姓名：宮阿都
  • 性別：男
  • 專家類別：
  • 所屬部門：北京師范大學地理科學學部/遙感科學國家重點實驗室
  • 職務：
  • 職稱：教授
  • 社會任職：北京地理學會副秘書長，應急管理部災情評估與核查專家，北京市應急管理標準化技術委員會委員，聯合國亞太經社會可持續(xù)發(fā)展計劃咨詢專家，生態(tài)環(huán)境部國家重點生態(tài)功能區(qū)縣域生態(tài)考核專家，中國災害防御協會文化遺產防災減災專委會委員，中國環(huán)境科學學會生態(tài)遙感監(jiān)測與評估專委會委員等
  • 電話：58806178
  • 傳真：58806178
  • 電子郵件：gad@bnu.edu.cn
  • 個人網頁： 
  • 百人入選時間：
  • 杰青入選時間：
  • 通訊地址：北京市海淀區(qū)新外大街19號，北京師范大學地理科學學部
  • 郵政編碼：100875

    簡歷

  • 2016.9- 至今 北京師范大學地理科學學部地理學院，副教授/教授
    2014.10-2015.10 美國北卡羅來納大學教堂山分校訪學一年，訪問學者
    2011.8- 2016.8 北京師范大學減災與應急管理研究院，副教授
    2005.8-2011.7 北京師范大學資源學院、減災與應急管理研究院，講師

    研究方向

  • 城市遙感，災害遙感

    承擔科研項目情況

  • 主持國家自然科學基金“基于改進SVM模型的城市表面溫度空間降尺度模型研究”；國家重點研發(fā)計劃課題“重特大災害應急評估與動態(tài)決策支持關鍵技術”專題負責人

    獲獎及榮譽

  • 1. 2019年地理信息科技進步獎特等獎“重大自然災害評估模型與方法體系研究及應用”（排名第3）；2. 2019年中國大壩工程學會科技進步獎“黃河流域生態(tài)水文遙感監(jiān)測關鍵技術”（排名第2）；3. 2018年地理信息科技進步獎一等獎“農村集體建設用地數字化監(jiān)管技術研究”（排名第2）

    代表性成果

  •  [1]. Development of an Index for Forest Fire Risk Assessment Considering Hazard Factors and the Hazard-Formative Environment. Remote sensing. 2023, 15(21), 5077-5102.（第一作者）

    [2]. An Earth Observation Framework in Service of the Sendai Framework for Disaster Risk Reduction 2015–2030. ISPRS International Journal of Geo-Information. 2023, 12(6), 232-252.（通訊作者）

    [3]. An Object-Oriented Method for Extracting Single-Object Aquaculture Ponds from 10 m Resolution Sentinel-2 Images on Google Earth Engine. Remote sensing. 2023, Vol.15 (3), p.856-880（通訊作者）

    [4]. Mapping Population Distribution with High Spatiotemporal Resolution in Beijing Using Baidu Heat Map Data. Remote Sensing. 2023, 15, 458-481.（通訊作者）

    [5]. Vulnerability Assessment Method for Immovable Cultural Relics Based on Artificial Neural Networks--An Example of a Heavy Rainfall Event in Henan Province. International Journal of Disaster Risk Science.       2023, 14(1): 41-51. （通訊作者）

    [6]. High-Precision Population Spatialization in Metropolises Based on Ensemble Learning: A Case Study of Beijing, China. Remote Sensing. 2022,14(15), P3654-3680.（通訊作者）

    [7]. A Zoning Earthquake Casualty Prediction Model Based on Machine Learning. Remote Sensing. 2022, Vol.14 (1), p.30-57.（通訊作者）

    [8]. A Spatio-Temporal Brightness Temperature Prediction Method for Forest Fire Detection with MODIS Data: A Case Study in San Diego. Remote Sensing. 2021, 13, (15)2900-2916.（第一作者）