崗位職責:
1. 高光譜數據全流程處理:
負責無人機原始高光譜數據的預處理,包括輻射定標、大氣校正(經驗模型或輻射傳輸模型)、反射率計算、幾何校正、條帶噪聲去除等。
進行多航帶高光譜數據的無縫拼接與鑲嵌。
實施光譜定標、光譜響應函數校正等質量保障工作。
2. 數據分析與信息提取:
應用監督/非監督分類算法(如SVM、隨機森林、深度學習等)進行地物識別與分類。
利用光譜特征(吸收特征、導數光譜、植被指數等)進行目標屬性分析。
3. 深度應用模型開發與反演:
針對具體應用場景,開發、訓練、驗證和優化高光譜定量反演模型。
例如:
農業領域:反演植物葉片葉綠素、氮素、水分、類胡蘿卜素等生化參數;評估作物長勢、脅迫狀況、產量預估。
環境領域:定量分析水體葉綠素a濃度、懸浮物濃度、透明度、有色可溶性有機物等水質參數;進行土壤屬性(有機質、重金屬等)評估。
任職要求:
1. 學歷要求:碩士及以上學歷,遙感科學與技術、測繪工程、地理信息科學、農業遙感、環境遙感、光學工程、計算機科學(圖像處理/機器學習方向)、應用數學等相關專業。
2. 核心技能:
①精通高光譜遙感原理:深刻理解光譜特性、成像機制、輻射傳輸過程等。
②熟練掌握高光譜數據處理流程:必須精通輻射定標、大氣校正、反射率校正、幾何校正、光譜平滑、去噪、特征提取等核心預處理步驟。(具備實際項目中的數據處理經驗,而非僅限理論。)
③.精通主流處理軟件 進行數據處理和分析。
④編程能力:精通Python,能夠獨立編寫腳本和程序實現數據處理、分析算法和自動化流程。熟悉常用的科學計算和機器學習庫。
⑤數據分析與建模能力:扎實的數理統計基礎,熟悉常用的分類、回歸、聚類等機器學習算法,并能應用于高光譜數據。具備模型建立、訓練、驗證和優化的能力。
3.經驗要求:
具有2年及以上(或碩士期間有深入研究項目)無人機高光譜數據處理與分析的實際項目經驗。
必須具備以下至少一個領域的深度應用經驗:
①植物生理生化參數(葉綠素、氮、水分等)高光譜反演。
②內陸水體或近海海水水質參數(葉綠素a、懸浮物、CDOM等)高光譜定量反演。
③其他相關領域的定量高光譜分析(如礦物識別、土壤屬性、城市地物分類等)。
有使用無人機高光譜數據的經驗者優先。
4. 其他能力:
良好的英文文獻閱讀能力,能跟蹤領域前沿技術。
優秀的問題解決能力和邏輯思維能力。
注重細節,對數據質量有嚴格要求。
具備較強的學習能力和創新意識。