樊润宇，男，中共党员，副教授（特聘），硕士生导师，IEEE GRSS Member, 入选“地大学者”青年优秀人才（A类）。2024年3月加入计算机学院数据科学与大数据系，现任大数据系国际班专职教学副主任。主要从事空间大数据支持城市可持续发展相关研究“Visual Intelligence for Human Settlements Environment in Supporting Sustainable Cities and Communities (SDG 11)”。研究方向包括，基础模型/大模型、城市遥感/社会感知、城市视觉智能、多模态深度学习等。目前在国内外期刊累计发表论文10余篇，以第一作者发表论文6篇。获得IEEE地球科学与遥感学会评选的2021年 “IEEE GRSS J-STARS Prize Paper Award”（IEEE J-STARS 年度最佳论文奖，排名第一，第一作者）。 主持国家自然科学基金青年科学项目、“地大学者”青年优秀人才（A类）等项目，作为科研骨干参与国家杰出青年基金和国家自然科学基金联合重点等国家级项目。以第一作者发表的论文被Nature子刊Nature Reviews Earth & Environment、IEEE TPAMI、IEEE GRSM、IEEE TGRS、RSE等期刊文章和AAAI等会议文章引用。担任10多个国际顶级期刊和国际会议审稿人。

Personal MBTI：

INTP-A (link)

实验室概况：

隶属王力哲教授团队领导的中国地质大学（武汉）数字地球实验室，作为城市空间信息\自然资源监测课题组负责人，带领研究生开展科研工作。

Recent News：

• 2025/01/03：Our paper entitled "Refined Urban Informal Settlements Mapping at Agglomeration-Scale with the Guidance of Background-knowledge from Easy-accessed Crowdsourced Geospatial Data" has been accepted by IEEE TGRS.  (JCR Q1，中科院一区, CUG T1, IF: 7.5). 

  论文亮点：新方法，融合地理知识和半监督学习方法；大尺度：面向城市群尺度制图；

• 2024/09/30：Our paper entitled "Multiclass Crop Interpretation via a Lightweight Attentive Feature Fusion Network using Vehicle-view Images" has been accepted by IEEE JSTARS.  (JCR Q1，中科院二区TOP, CUG T2, IF: 4.7). 论文依托中国地质大学（武汉）和中国科学院空天信息创新研究院，本人为共同通讯作者，课题组学生为第一作者。

  论文亮点：新视角，利用车拍街景图像捕捉垂直视角的农作物信息；新方法：使用语义分割范式，提出Lightweight Attentive Feature Fusion Network对农作物提取中的关注性特征进行自适应融合。

• 2024/09/11：Our paper entitled "Refined Water-Body Types Mapping Using a Water-Scene Enhancement Deep Models by Fusing Optical and SAR Images" has been accepted by IEEE JSTARS (JCR Q1，中科院二区TOP, CUG T2, IF: 4.7) .

• 2024/08/26：作为项目负责人主持的国家自然科学基金青年科学项目《融合地理知识和半监督学习的城市非正规居住区遥感解译方法研究》获得国家自然科学基金委资助，资助时间：2025.1-2027.12.

• 
  

• 招生意向：

  
  

招收有兴趣从事大模型、城市视觉智能，多模态深度学习等方向的准研究生！（2025年可招收2名研究生）

包含以下研究方向：

[1] 基础模型/大模型；

[2] 城市遥感/社会感知方向+深度学习+城市可持续发展方向；

[3] 城市视觉智能/大模型+多模态深度学习+城市街景方向；

“Our city, ourselves！” 请有意向的学生附简历发邮件到本人邮箱：runyufan@cug.edu.cn；

代表性成果：

[1] OpenspaceGlobal：首个全球169个特大城市开放空间产品（点击跳转）

城市开放空间对城市居民生产生活有着巨大的作用，尤其是在社会和经济活动密集的地区。然而，由于当前全球各大城市的城市开放空间制图产品的缺乏，人们对全球尺度城市开放空间的认知尚不清晰。为了填补这一空白，我们使用结合深度学习与轻量级人工注释策略的方法对城市开放空间进行提取，制作了 2021 年全球169 个人口超过 300 万的特大城市城市地区的 1.19 米分辨率城市开放空间空间分布制图（OpenspaceGlobal 产品）。OpenspaceGlobal 包含五个类别，即“公园和绿地空间”、“户外运动场所空间”、“交通场地空间”、“开放水体空间”和“背景”。OpenspaceGlobal 产品可以帮助研究人员更好地认知全球各大城市的人造地表空间，为城市宜居性评估、城市规划和可持续发展等任务提供数据支撑。截止2025-01-20，产品下载量达到6933（2025年1月单月（截止20号）下载量达到4332）。

代表性论文：谷歌学术主页（点击跳转），Researchgate学术主页（点击跳转）

[1]    Runyu Fan, Ruyi Feng*, Lizhe Wang, Jining Yan, and Xiaohan Zhang. "Semi-MCNN: A semisupervised multi-CNN ensemble learning method for urban land cover classification using submeter HRRS images." IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 13 (2020): 4973-4987. (JCR Q1，中科院二区TOP, CUG T2, IF: 5.5). IEEE GRSS 2021 J-STARS Prize Paper Award.（荣获2021年IEEE GRSS 2021 J-STARS 年度最佳论文奖）

[2]    Runyu Fan, Jun Li, Weijing Song, Wei Han, Jining Yan, and Lizhe Wang*. "Urban informal settlements classification via a transformer-based spatial-temporal fusion network using multimodal remote sensing and time-series human activity data." International Journal of Applied Earth Observation and Geoinformation 111 (2022): 102831. (JCR Q1，中科院一区TOP,  CUG T1,  IF: 7.672)

[3]    Runyu Fan, Fengpeng Li, Wei Han, Jining Yan, Jun Li, and Lizhe Wang*. "Fine-scale Urban Informal Settlements Mapping by Fusing Remote Sensing Images and Building Data via a Transformer-based Multimodal Fusion Network." IEEE Transactions on Geoscience and Remote Sensing 60 (2022): 1-16. (JCR Q1，中科院一区，CUG T1,  CCF-B,  IF: 8.125)

[4]    Runyu Fan, Jun Li, Fengpeng Li, Wei Han and Lizhe Wang*. "Multilevel Spatial-Channel Feature Fusion Network for Urban Village Classification by Fusing Satellite and Streetview Images." IEEE Transactions on Geoscience and Remote Sensing 60 (2022): 1-13. (JCR Q1，中科院一区, CUG T1,  CCF-B, IF: 8.125)

[5]    Runyu Fan, Ruyi Feng, Wei Han and Lizhe Wang*. "Urban Functional Zone Mapping With a Bibranch Neural Network via Fusing Remote Sensing and Social Sensing Data." IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 14 (2021): 11737-11749. (JCR Q1，中科院二区TOP, CUG T2, IF: 5.5)

授权发明专利：

• [1] 一种基于深度学习的地质灾害文献知识图谱构建方法[P]. 

科研项目：

[1] 《融合地理知识和半监督学习的城市非正规居住区遥感解译方法研究》，国家自然科学基金青年科学项目，2025.1-2027.12，主持;

[2] “地大学者”青年优秀人才（A类），2024.3-2027.3，主持；

[3]《遥感数据处理的理论与方法》，国家自然科学基金杰出青年科学基金项目，参与;

[4]《战略研究类：城市空间信息学》，国家自然科学基金专项项目，参与;

[5]《地质环境遥感大数据智能解译》，国家自然科学基金联合基金重点支持项目，参与;

[6]    CBAS-中国地质大学（武汉）节点培育项目，可持续发展大数据国际研究中心，参与;

[7]    地质环境大数据支持可持续发展目标实现—CBAS卓越科学家项目，可持续发展大数据国际研究中心，参与;

[8] 国家自然科学基金委员会, 面上项目, 42171384, 基于多尺度深度网络的高光谱影像异质作物精细分类方法研究,  参与;

[9] 国家自然科学基金委员会, 青年科学基金项目, 41801365, 面向遥感图像分类的稀疏流形降维方法研究, 参与。