热烈祝贺学部科技成果荣获2023年度自然资源科技进步奖一等奖

近日，自然资源部公告了2023年度自然资源科学技术奖获奖成果176项，其中，科技进步奖125项（特等奖3项、一等奖27项）、找矿奖12项、青年科技奖39项。由7个学会 （中国土地学会、中国地质学会、中国地质矿产经济学会、中国海洋学会、中国太平洋学会、中国测绘学会、中国自然资源学会）会同自然资源科学技术奖励委员会办公室共同组织完成评奖工作。

学部以第一完成单位提名的项目“遥感图像地理智能计算的关键技术与应用”荣获自然资源科技进步奖一等奖。

现实应用中的遥感图像识别任务极为复杂，面临着“分不清”、“断不明”、“学不准”的难题，为此，该项目研究了新颖的多层次多尺度特征自动学习模型，揭示了多源遥感图像特征融合规律，突破了复杂大场景下“同谱异物、异物同谱，同形异物、异物同形”特征描述难、地物结构和空间关系表达难、数据缺失建模难的问题，实现了地理信息高效准确提取、缺失地理结构修复与重建等关键技术；建立了类别感知特征解耦模型，实现了复杂场景多目标定位、探测与分类一体化技术体系，设计了面向不同处理任务泛化能力强的深度学习模型，显著提升了复杂环境中目标识别和计算分析的精度和效率。

研究成果授权发明专利29项，在Nature Cities、Nature Sustainability、Nature Communications、IEEE TPAMI、Proceedings of the IEEE、Science Bulletin、Remote Sensing of Environment等国际著名学术期刊发表学术论文，荣获了美国摄影测量与遥感协会(ASPRS)最佳学术论文奖、IEEE地球科学与遥感学会最高影响力论文奖等学术奖励。8篇代表性论文SCI他引4,664次、谷歌学术总引用7,802次，该8篇高被引用次数已进入相关领域同一出版年最优秀的前1%之列。

研发的数据集被50多个国家100余所著名高校/研究所/公司（如MIT、NASA、DigitalGlobe、INRIA、德国宇航中心等）的学者使用，已成为图像理解领域标准数据集之一；模型方法和生产的长时间序列建筑遥感产品被Nature、Science等期刊的研究论文大幅面引用、正面评价和使用。研究成果应用在了国土资源安全、减灾、环保、农业等领域。

该项目的研究和凝练得到了王桥院士的悉心指导，得到了学部领导和老师的大力协助和支持，在此表示最诚挚的感谢！