彭星

基本信息Personal Information

副教授 硕士生导师

性别 : 女

出生年月 : 1989年09月03日

毕业院校 : 中南大学

学历 : 博士研究生

学位 : 博士

在职信息 : 在职

所在单位 : 地理与信息工程学院

入职时间 : 2019年06月20日

学科 : 测绘工程 遥感科学与技术

办公地点 : 湖北省武汉市东湖新技术开发区锦程街68号,中国地质大学(武汉)未来城校区科教八楼608

联系方式 : 15907156065

Email :

教师其他联系方式Other Contact Information

邮编 :

通讯/办公地址 :

移动电话 :

邮箱 :

扫描关注

个人简介Personal Profile

彭星,工学博士(中西联合培养),中国地质大学(武汉)地理与信息工程学院特任副教授,硕士生导师。主要从事高分辨率SAR层析技术Tomographic SAR, TomoSAR三维成像算法及其在城区、森林地区以及冰川等方面应用的相关研究,如城市地形测绘,林下地形测绘及其森林高度估计等。2011年获得中南大学测绘工程专业学士学位,同年免试推荐进入中南大学雷达遥感与影像大地测量实验室学习,2018年获得中南大学摄影测量与遥感专业博士学位。2015.10-2016.11获得国家留学基金委资助在法国雷恩第一大学电子通讯实验室(IETR)进行一年的博士生联合培养。2019年7月就职于中国地质大学(武汉)地理与信息工程学院,测绘科学与技术系。目前,已主持或参与国际合作、国家自然科学基金等科研项目7项,在IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Remote Sensing等SCI期刊上发表论文21篇;申请国家发明专利1项。曾担任Digital Signal Processing, IEEE Access等国际SCI学术期刊的审稿人。


招生方向:测绘科学与技术(学硕),资源与环境(专硕),一级学科对应的三个二级学科(遥感/大地/地信)均可

(联系可通过邮箱发送个人简历、成绩单、外语水平证明、获奖情况及研究方向设想等


科研项目: 

国家重点研发计划(青年项目):月基SAR对地全球尺度透视观测方案研究,15万,外协,负责月基 SAR 冰盖/冰川垂直结构提取程序测试

国家科学基金面上项目:冰川表面/次表面典型水文特征SAR高精度探测方法研究(42276252),20/56万,2023.1-2026.12,合作参与

国家自然科学基金青年项目:顾及极化散射机理的SAR层析森林垂直结构监测(42101400),24万,2022.1-2024.12,主持

中国地质大学(武汉)中央高校基本科研业务费专项:高分辨率SAR层析林下地形反演(CUG200619),20万, 2020.1-2022.12,主持

欧洲空间局数据计划项目:Three-dimensional structure parameters inversion based on SAR tomography or Polarimetric SAR tomography,47317,2019/01—2021/01, 无经费支持,批准影像数据100余景,主持


著作成果

郭华东,李新武,傅文学,张露,吴文瑾,梁雷,彭星,孙中昶。新型SAR地球环境观测。高等教育出版社,2021年。


论文成果: 

[1]Youjun Wang, Xing Peng*, Qinghua Xie, Xinwu Li, Xiaomin Luo, Yanan Du, Bing Zhang. Underlying topography and forest height estimation from SAR tomography based on a nonparametric spectrum estimation method with low sidelobes. International Journal of Digital Earth, 2022, 15(1): 2184-2201. 

[2]Liu Ning, Li Xinwu, Peng Xing, Hong Wen. SAR Tomography Based on Atomic Norm Minimization in Urban Areas. Remote Sensing, 2022,14(14): 3439.

[3]Xie Qinghua, Dou Qi, Peng Xing*, et al. Crop Classification Based on the Physically Constrained General Model-Based Decomposition Using Multi-Temporal RADARSAT-2 Data. Remote Sensing, 2022,14(11): 2668.

[4]Xing Peng, Youjun Wang, Shilin Long, Xiong Pan, Jianjun Zhu, Xinwu Li. Underlying Topography Inversion Using TomoSAR Based on Non-Local Means for an L-Band Airborne Dataset. Remote Sensing, 2021, 13(15), 2926. 

[5]Du Y, Fu H, Liu L, G. Feng, X. Peng, D Wen. Orbit error removal in InSAR/MTInSAR with a patch-based polynomial model. International Journal of Applied Earth Observation and Geoinformation, 2021, 102: 102438.

[6]Du, Y., Fu, H., Liu, L., Feng, G., Wen, D., Peng, X., & Ding, H. Continued Monitoring and Modeling of Xingfeng Solid Waste Landfill Settlement, China, Based on Multiplatform SAR Images. Remote Sensing, 2021, 13(16), 3286.

[7]Xing Peng, Xinwu Li, Yanan Du, Qinghua Xie. Forest Height Estimation from a Robust TomoSAR Method in the Case of Small Tomographic Aperture with Airborne Dataset at L-Band. Remote Sensing, 2021, 13(11), 2147.

[8]Xing Peng, Shilin Long, Youjun Wang, Qinghua Xie, Yanan Du, Xiong Pan. Underlying Topography Inversion Using Dual Polarimetric TomoSAR, Sensors, 2021, 21(12), 4117. 

[9]Qinghua Xie, Jinfei Wang, Juan M.Lopez-Sanchez, Xing Peng *.Crop Height Estimation of Corn from Multi-Year RADARSAT-2 Polarimetric Observables Using Machine Learning, Remote Sensing, 2021, 13(392): 1-19.

[10]Xie, Q., Lai, K., Wang, J., Lopez-Sanchez, J. M., Shang, J., Liao, C., & Peng, X. Crop Monitoring and Classification Using Polarimetric RADARSAT-2 Time-Series Data Across Growing Season: A Case Study in Southwestern Ontario, Canada. 2021, Remote Sensing, 13(7), 1394.

[11]Zhang, B., Fu, H., Zhu, J., Peng, X., Lin, D., Xie, Q., & Hu, J. Forest Height Estimation Using MultiBaseline Low-Frequency PolInSAR Data Affected by Temporal Decorrelation. IEEE Geoscience and Remote Sensing Letters,2021.

[12]Zhang, B., Fu, H., Zhu, J., Peng, X., Xie, Q., Lin, D., & Liu, Z. A Multibaseline PolInSAR Forest Height Inversion Model Based on Fourier–Legendre Polynomials. IEEE Geoscience and Remote Sensing Letters,2020, 18(4), 687-691.

[13]Du, Y., Feng, G., Liu, L., Fu, H., Peng, X., & Wen, D. Understanding land subsidence along the coastal areas of Guangdong, China, by analyzing multi-track MTInSAR data. Remote Sensing, 2020, 12(2), 299.

[14]Xing Peng, Xinwu Li, Changcheng Wang, Jianjun Zhu, Lei Liang, Haiqiang Fu, Yanan Du, Zefa Yang, Qinghua Xie. SPICE-based SAR Tomography over Forest Areas Using a Small Number of P-band Airborne F-SAR Dataset Characterized by Non-uniformly Distributed Baselines. Remote Sensing, 2019,11, 975. 

[15]Peng X, Huang Y, Ferro-Famil L, et al. Three-Dimensional Urban Characterization Using Polarimetric SAR Correlation Tomographic Techniques and TSX/TDX Images[C]//IGARSS 2019-2019 IEEE International Geoscience and Remote Sensing Symposium. IEEE, 2019: 4924-4926.

[16]李新武; 郭华东; 彭星*.SAR对地观测技术及应用新进展 南京信息工程大学学报(自然科学版), 2019, 12(2): 170-180. 

[17]Xing Peng, Changcheng Wang, Xinwu Li, Yanan Du, Haiqiang Fu, Zefa Yang, Qinghua Xie. Three-Dimensional Structure Inversion of Buildings with Nonparametric Iterative Adaptive Approach Using SAR Tomography. Remote Sensing, 2018, 10(7):1004. 

[18]Xing Peng, Xinwu Li, Changcheng Wang, Haiqiang Fu, Yanan Du. A Maximum Likelihood Based Nonparametric Iterative Adaptive Method of Synthetic Aperture Radar Tomography and Its Application for Estimating Underlying Topography and Forest Height. Sensors, 2018, 18(8):2459. 

[19]Du, Y., Feng, G., Li, Z., Peng, X., Zhu, J., & Ren, Z. Effects of external digital elevation model inaccuracy on StaMPS-PS processing: a case study in Shenzhen, China. Remote Sensing,2017, 9(11), 1115.

[20]Du, Y., Feng, G., Peng, X., & Li, Z. Subsidence evolution of the Leizhou Peninsula, China, Based on InSAR observation from 1992 to 2010. 2017, Applied Sciences, 7(5), 466.

[21]Li X, Peng X, Liang L. Sparse reconstruction-based SAR tomography and it's application[C]//2017 IEEE International Conference on Imaging Systems and Techniques (IST). IEEE, 2017: 1-5.

[22]杜亚男,冯光财,李志伟,朱建军,彭星。TerraSAR-X/TanDEM-X获取高精度数字高程模型技术研究。地球物理学报, 2015, 58(9): 3089-3102. 

[23]李宁,汪长城,彭星,付海强,李鹏飞,熊文秀。一种双基线极化干涉SAR的建筑物高度估计方法。武汉大学学报(信息科学版), 2016, 41(10): 1333-1338.

[24]王萍,汪长城,彭星,李宁,李鹏飞。基于PolInSAR三分量分解的建筑物高度信息提取方法。测绘工程, 2014, 23(6): 16-26.


专利/软著:

李新武,彭星,梁雷。基于循环谱估计的SAR层析建筑物高度的方法,ZL 2017 1 0140792.6.

汪友军、彭星、龙诗琳. 基于非局部平均的TomoSAR林下地形反演方法及系统,ZL202110510488.2,已授权.

汪友军、彭星、龙诗琳、江俊池. 低旁瓣森林TomoSAR非参数谱估计方法及系统,202111242996.3,已公开.

汪友军、彭星、龙诗琳. 森林层析SAR数据处理软件[简称:TomoSARpro] V1.0,软著登字第7877485号.

汪友军、彭星、江俊池、赵少博、张一皓. 森林层析SAR数据处理软件[简称:TomoSARpro] V2.0,软著登字第10001823号.


人才培养:

2023年,指导本科生王志灏获“国家级大学生创新创业训练计划”项目,省级,经费5000;

2022年,指导研究生胡振涛获“教学实验室开放基金”项目,校级.基于TomoSAR反演森林三维结构特征,SKJ2022209,经费1500;

2021年,指导研究生汪友军获得“国家奖学金”;

2021年,指导研究生汪友军获得中国地质大学(武汉)第三届“中部知光”杯大学生专利发明大赛优秀奖,院科报会一等奖,校科报会二等奖;

2021年,指导研究生江俊池获“教学实验室开放基金”项目,校级,基于TomoSAR技术的冰川厚度反演,SKJ2021176,经费1500;

2020年,指导研究生汪友军获“教学实验室开放基金”项目,校级,提高高度向分辨率的非参数迭代自适应全极化SAR层析森林三维成像方法研究,20210128SKJ2020206,经费1500。


主讲课程:

测量学A》、《误差理论与测量平差基础A》、《现代数据处理理论》












 

  • 教育经历Education Background
  • 工作经历Work Experience
  • 研究方向Research Focus
  • 社会兼职Social Affiliations
  • 1. TomoSAR三维成像及四维成像算法
    2. 森林参数反演如林下地形和树高,生物量估计
    3. 建筑物健康监测
    4. 冰川内部结构参数反演
    5. 机器学习等人工智能算法在雷达遥感中的应用

团队介绍Research Group

多圈层透视测绘小组(Perspective Surveys of Multilayer Landcover, PSML@CUG)

主要致力于利用多源遥感技术(光学、SAR、LIDAR等)开展多圈层(森林、农作物、冰雪、建筑物等地表覆盖层)透视测绘理论、算法研究及应用。团队拥有丰富的遥感及地面观测数据,搭建了高性能计算和数据存储平台,建立了良好的国际国内合作交流机制,定期举行羽毛球、户外团建等集体活动, 倡导德智体美劳全面发展,聚焦“美丽中国、宜居地球”建设,助力国家双碳目标和乡村振兴战略,共担责任、共谋发展、共谱未来。