樊润宇，男，中共党员，副教授（特聘），硕士生导师，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，现任大数据系副主任。主要从事城市空间智能相关研究"Large Model Intelligence for Human Settlements Environment and Natural Resources in Supporting a Sustainable Future World"。研究方向包括，基础模型/大模型、自然资源监测/可持续发展、城市视觉智能/多模态感知计算等。目前在国内外期刊累计发表论文20余篇，以第一作者/通讯作者发表论文11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。

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，作为城市空间信息研究方向和自然资源监测研究方向负责人，带领研究生开展科研工作。

教学课程：

[1]《深度学习》本科生必修、专业主干课

[2]《深度学习课程设计》

• 招生意向：

由于之前联系的学生未成功调剂上地大，2025年还可招收1-2名研究生，开展城市空间信息与视觉智能相关研究！欢迎有意向学生邮件联系。

包含以下研究方向：

[1] 基础模型/大模型；

[2] 自然资源监测/可持续发展；

[3] 城市视觉智能/多模态感知计算(自然语言文本、遥感、视频、街景等)；

请有意向的学生附简历（欢迎将MBTI写在简历中）发邮件到本人邮箱：runyufan@cug.edu.cn；

建议在发给我的简历中展现出自己的个人性格，研究工作，代码能力，研究想法，个人理想和规划等内容。

研究论文：

谷歌学术主页（点击跳转），Researchgate学术主页（点击跳转）

Recent News：(#代表学生一作、*代表通讯作者)

• 2025/06/16 :Our paper entitled ''A unified Multimodal Learning Method for Urban Functional Zone Identification by Fusing Inner-street Visual-textual Information from Street-view and Satellite Images'' has been accepted by International Journal of Applied Earth Observation and Geoinformation.  (JCR Q1，中科院一区, CUG T1, IF: 8.6). Authors: Jiajun Chen#, Runyu Fan*, Hongyang Niu, Zijian Xu, Jining Yan, Weijing Song, and Ruyi Feng.

  Code: https://github.com/RunyuFan/Unified-multimodal-UFZ-identification. 欢迎大家下载使用！

• 2025/03/31 :Our paper entitled "The first urban open space product of global 169 megacities using remote sensing and geospatial data" has been accepted by Scientific Data.  (JCR Q1，IF: 6.9). Authors: Runyu Fan, Lizhe Wang*, Zijian Xu, Hongyang Niu, Jiajun Chen, Zhaoying Zhou, Wenyue Li, Haoyu Wang, Yuyue Sun, and Ruyi Feng

  论文亮点：首个全球尺度城市开放空间数据集。首次在全球尺度上系统性地呈现了超大城市开放空间分布格局。

  影响力：国际信息技术和创新基金会的数据创新中心（Center for Data Innovation）对我们的研究成果进行了报道，https://datainnovation.org/2025/04/mapping-global-urban-open-spaces.

  Code & data: https://github.com/RunyuFan/OpenspaceGlobal. 数据下载链接: https://doi.org/10.57760/sciencedb.09109，论文链接：https://www.nature.com/articles/s41597-025-04924-x 欢迎大家下载使用！

• 2025/02/13 :Our paper entitled "Urban informal settlements interpretation via a novel multi-modal Kolmogorov-Arnold fusion network by exploring hierarchical features from remote sensing and street view images " has been accepted by Science of Remote Sensing.  (JCR Q1，IF: 5.2). Authors: Hongyang Niu#, Runyu Fan*, Jiajun Chen, Zijian Xu, and Ruyi Feng.

  论文亮点：新方法，拓展KAN网络为multi-modal Kolmogorov-Arnold fusion network；新数据，结合高分辨率遥感影像和街景数据；大尺度：面向中国一线大型城市.

  Code & data: https://github.com/cyg-nhyang/KANFusion. 欢迎大家下载使用！

• 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: 8.6). Authors: Runyu Fan, Hongyang Niu, Zijian Xu, Jiajun Chen, Ruyi Feng, and Lizhe Wang*.

  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.

  Code & data: https://github.com/RunyuFan/UisYangtze. 欢迎大家下载使用！

• 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, CUG T2, IF: 5.3). 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。Authors: Wenyue Li#, Bingfang Wu*, Runyu Fan*, Fuyou Tian, Miao Zhang, Zhaoying Zhou, Jun Hu, Ruyi Feng, and Fangming Wu.

  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。

  Github: https://github.com/RunyuFan/CropNet

• 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, CUG T2, IF: 5.3) .

• 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.

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。

国际信息技术和创新基金会的数据创新中心（Center for Data Innovation）对我们的研究成果进行了报道，https://datainnovation.org/2025/04/mapping-global-urban-open-spaces。

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。