English

»姓名: 任广波

»单位:自然资源部第一海洋研究所

»学位: 博士研究生

»职称: 副研究员

»专业: 海洋遥感

»导师类别:硕导

»电子邮箱:renguangbo@126.com

»学术主页:

»通讯地址:山东省青岛市崂山区仙霞岭路6号,自然资源部第一海洋研究所 海洋物理与遥感研究室

»概况:任广波,男,1983年生,自然资源部第一海洋研究所副研究员。山东省互花米草综合治理专家委员会成员,全球变化与海汽相互作用专项海洋遥感专家组成员。研究方向为海岛海岸带、海洋典型生态系统高分辨率遥感监测技术方法与应用。陆续承担了多项国家自然科学基金、国家高分辨率对地观测专项课题、科技部重点研发计划子课题、全球变化与海汽相互作用专项课题等。2012年开始在国内开展海岸带和近海高光谱遥感监测技术研究;近年来,主要关注河口湿地、红树林、珊瑚礁等海洋典型生态系统精细化和定量化高分辨率/高光谱遥感监测技术与应用研究。目前在包括高空间分辨率和高光谱遥感技术在内的海岸带高分遥感监测方法研究中,发表学术论文40余篇,其中SCI/EI收录10余篇;作为主要完成人获得海洋科技进步一等奖1项。

研究方向

    海岛、海岸带与海洋典型生态系统(红树林、珊瑚礁、河口湿地等)高分辨率遥感监测技术与应用研究

教育经历(倒序)

博士,中国海洋大学信息科学与工程学院,海洋信息探测与处理专业,2005-2010

本科,中国海洋大学信息科学与工程学院,物理学专业,2001-2005.

工作经历(倒序)

副研究员,国家海洋局第一海洋研究所,2015-

助理研究员,国家海洋局第一海洋研究所,2010-2015

学术兼职

指导研究生

    朱文卿,电子信息专业,智能信息处理方向硕士研究生,2020级,在读。

承担项目

课题名称

类型

起讫时间

经费(万元)

备注

海岸带遥感影像半监督学习自动化分类方法研究

国家基金

2013-2015

26

国家自然科学基金青年基金

基于生长环境和自身特点的互花米草入侵先锋弱小目标探测方法—以无人机主被动光学系统为手段

国家基金

2021-2024

58

国家自然科学基金面上基金

海岛海岸带动态监测先期攻关

高分专项

2011-2012

130

中国高分辨率对地观测系统重大专项

海岛海岸带动态监测

高分专项

2021-2023

185

中国高分辨率对地观测系统重大专项

**融合高分西沙群岛珊瑚礁遥感监测

高分专项

2020-2021

85

中国高分辨率对地观测系统重大专项

孟加拉国红树林遥感监测

科技部重点研发计划

2017-2020

15

子课题

北极滨海湿地遥感监测

科技部重点研发计划

2018-2021

20

子课题

****地理要素遥感调查

****

2018-2020

115

国家专项

****地理要素遥感调查

****

2020-2021

70

国家专项

****地理要素遥感调查

****

2020-2021

80

国家专项

连云港海岸线和绿潮遥感监测系统

技术应用研究

2016-2018

100

海域动态监管

“珠海一号”卫星海洋监测技术研究

技术应用研究

2018-2020

150

自主高光谱卫星应用技术

黄河三角洲自然保护区本底监测

技术应用研究

2019-2021

58

黄河三角洲生物多样性保护

珠海海岸带与近海业务化监测

技术应用研究

2019-2020

200

青山绿水一张图

胶州湾滨海湿地高分遥感监测

技术应用研究

2017-2020

30

环湾保护拥湾发展

获奖情况

2013年度海洋科学技术奖一等奖,排名14.

著作

论文

部分代表性论文如下:

[1]       Ren G B, Wang J J,   Wang A D, et al. Monitoring the invasion of Smooth cordgrass Spartina   alterniflora within the modern Yellow River Delta using remote sensing[J].   Journal of Coastal Research, 2019, 90(sp1): 135-145.SCI

[2]       Ren Guangbo, Zhao Yajie,   Wang Jianbu, Wu Peiqiang, Ma Yi. Ecological effects analysis of Spartina   alterniflora invasion within Yellow River delta using long time series remote   sensing imagery. Estuarine, Coastal and Shelf Science, 2020, Doi:   10.1016/j.ecss.2020.107111SCI

[3]       Wang,J.B.; Ren,   G.B.*; Lin, Z.Y.; Wang, A.D.; Hu, Y.B.; Li, X.M.; Wu, P.Q.; Ma, Y., and   Zhang,J., 2020. Estimation and analysis of nitrogen contents in the yellow   river estuary wetland using Gaofen-1 remote sensing data. Journal of Coastal   Research, Special Issue No. 102, pp. 1-10.

[4]       Hu Y, Zhang J, Ma Y, Ren G, et al. Hyperspectral coastal wetland classification based   on a multiobject convolutional neural network model and decision fusion[J].   IEEE Geoscience and Remote Sensing Letters, 2019, 16(7): 1110-1114.SCI

[5]       Chen C, Ma Y, Ren   G. A convolutional neural network with fletcher–reeves algorithm for   hyperspectral image classification[J]. Remote Sensing, 2019, 11(11): 1325.SCI

[6]       任广波,过杰,马毅,.海面溢油无人机高光谱遥感检测与厚度估算方法[J].海洋学报, 2019, 41(5):1-12

[7]       任广波, 张杰, 马毅. 黄河三角洲典型植被地物光谱特征分析与可分性查找表[J]. 海洋环境科学, 2015, 34(3): 420-426.

[8]       任广波, 张杰, 马毅. 基于HJ-1A高光谱的黄河口碱蓬和柽柳盖度反演模型研究[J]. 海洋学报, 2015, 37(9):51-58.

[9]       任广波, 张杰, 吴培强, . 黄河口受石油烃渗漏影响植被的高光谱检测方法研究[J]. 海岸工程, 2014, 33(3): 26-35.

[10]任广波, 张杰, 汪伟奇, . 基于 HJ-1 高光谱影像的黄河口芦苇和碱蓬生物量估测模型研究[J]. 海洋学研究, 2014, 32(4): 27-34.

[11]任广波, 刘艳芬, 马毅, et al. 现代黄河三角洲互花米草遥感监测与变迁分析[J]. 激光生物学报, 2014, 23(6):596-603.

[12]任广波, 张杰, 马毅, et al. 基于半监督学习的遥感影像分类训练样本时空拓展方法[J]. 国土资源遥感, 2013(02):90-97.

[13]任广波,梁建,王安东,等. 基于高分五号高光谱的外来入侵物种互花米草遥感识别与制图研究[J]. 海洋科学进展,2020,录用待刊

[14]董娟,任广波*,胡亚斌,逄今朝,马毅. 基于高分辨率遥感的珊瑚礁地貌单元体系构建和分类方法8波段Worldview-2影像为例[J]. 热带海洋学报,2020, 录用待刊.

[15]马云梅, 吴培强, 任广波*,. 基于国产高分遥感的人工种植红树林种间分类方法研究——以广西茅尾海红树林为例[J]. 海洋技术, 2019, 038(004):1-8.

[16]万剑华, 厉梅, 任广波*, et al. 基于变化检测的滨海湿地图高效更新方法[J]. 国土资源遥感, 2013, 25(4):85-90.

专利