一、基本情况

洪亮，男，1981年生，博士研究生，云南师范大学地理学部教授/博士生导师，云南省“万人计划”青年拔尖人才，遥感学报编委，电子邮箱：hongliang20433@hotmail.com

二、研究领域及课程

遥感大数据智能处理与时空分析；本科生：《遥感概论》《遥感地学分析》硕士研究生：《地理信息系统原理与方法》

招生专业：地图学与地理信息系统；

三教育经历

2007.09—2010.07,武汉大学,资源与环境科学学院,地图制图学与地理信息工程，博士；

2004.09—2007.07,昆明理工大学,国土资源工程学院,地图制图学与地理信息工程,硕士；

2000.09—2004.07,华东地质学院（现东华理工大学）,测量系,地理信息系统,学士。

四、工作和研究经历

2018.09—2019.09, 欧洲空间局（ESA）,对地观测中心（ESRIN），摄影测量与遥感，高级访问学者;

2012.04—2015.04,中南大学,地球科学与信息物理学院，摄影测量与遥感，博士后;

2019.11—现在,云南师范大学,地理学部,教授；

2014.11—2019.11,云南师范大学, 旅游与地理科学学院,副教授；

2010.09—2014.11,云南师范大学, 旅游与地理科学学院,讲师。

五、主持项目

[1] 国家自然科学基金面上项目，复杂环境下地表水体遥感精细分类方法研究 (2022-2025年)，项目编号：42212309，项目负责人；

[2] 国家自然科学基金地区项目，基于大脑记忆机制驱动的高分辨率遥感影像连续智能理解方法(2019-2022年)，项目编号：41861048，项目负责人；

[3] 国家自然科学基金地区项目，基于地理景观层次模型和区域统计建模的高分辨率遥感影像多尺度场景分类(2017-2020年)，项目编号：41661082，项目负责人；

[4] 国家自然科学基金青年项目，融合地物语义的多尺度对象马尔可夫模型的高分辨率遥感影像分割研究(2013-2015年)，项目编号：41201463，项目负责人；

[5] 云南省自然科学基金面上项目，近三十年云南高原湖泊面积变化动态遥感监测及其驱动因素研究(2018-2021年)，项目编号：201882，项目负责人。

六、代表性论文

[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，彭双云，许泉立. 顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法.遥感学报，2020，24(12):1464-1475.

[4]洪亮，黄雅君，杨昆，彭双云，许泉立. 复杂环境下国产GF-2遥感影像的城市地表水体提取算法研究. 遥感学报，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]孙惠玲，廖泽波，段立曾，洪亮*.基于空间插值算法的阳宗海夏季水质参数空间分布规律研究[J]. 长江科学院院报, 2017, 34(3):30-34.

[7]楚森森，洪亮*，陈杰，邓敏，杨昆，刘纯. 融合边界信息的高分辨率遥感影像分割优化算法. 中国图象图形学报, 2016,21 (8):1096-1105.

[8]刘纯，洪亮*，陈杰，楚森森，邓敏. 融合像素—多尺度区域特征的高分辨率遥感影像分类算法. 遥感学报，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.

扩展阅读：

https://tgsf.ynnu.edu.cn/info/1094/1386.htm