吴田军

吴田军，博士，浙江嘉兴人，中共党员，长安大学土地工程学院地理系系主任，教授，博士生导师，“长安学者”青年学术骨干人才，主要从事地理空间智能与遥感智能计算研究，致力于研制AI驱动的高品质土地信息产品。目前在IEEE TGRS、IEEE JSTARS、IEEE GRSL等期刊发表学术论文100余篇，出版专著2部，参与开发了PLA、IPM、MHGIS等系统，授权发明专利和软著7项，主持国家级/省部级科研项目6项，获广西壮族自治区农业科学院科技进步奖（一等奖）、广西电子学会电子信息科技奖（一等奖），入选2024中国知网高被引学者Top5%，《测绘学报》、《遥感学报》优秀论文奖。现担任国际数字地球学会中国国家委员会“空间地球大数据” /“数字山地”专委会委员、国家自然科学基金委/陕西省科技厅项目评审专家、陕西省工业与应用数学学会青委会委员、IGARSS及多本遥感与地理信息领域高质量期刊评审人。

联系邮箱：tjwu@chd.edu.cn

工作经历：

2024.12~至 今  长安大学，土地工程学院，教  授

2023.07~2024.11  长安大学，土地工程学院，副教授

2018.11~2023.07  长安大学，理学院，副教授

2015.07~2018.11  长安大学，理学院，讲 师

2011.07~2012.01  中国科学院地理所，资源与环境信息系统国家重点实验室，研究助理

2010.10~2011.01  香港中文大学，地理与资源管理学系，研究助理

2009.09~2009.10  香港中文大学，地理与资源管理学系，研究助理

教育经历：

2012.09~2015.06  博士，中国科学院遥感所，遥感科学国家重点实验室，地图学与地理信息系统专业

2009.09~2012.06  硕士，长安大学，理学院，应用数学专业

2005.09~2009.07  学士，长安大学，理学院，信息与计算科学专业

研究领域与方向：

研究领域：信息地理学

研究方向：地理空间智能、遥感大数据智能分析与应用

主持科研项目：

[1] 国家自然科学基金面上项目, 2025/01-2028/12: 耦合空间分布模式的复杂山区地块作物遥感分类方法研究.

[2] 国家重点研发计划项目子课题，2023/11-2027/11：基于全周期的干旱区城市绿地维护水足迹评估.

[3] 内蒙古自治区科技重大专项子课题, 2021/07-2023/12: 草地可持续利用模型构建技术研究.

[4] 陕西省重点研发计划项目，2021/01-2022/12: 农田地块遥感信息空间推测关键技术研究及系统开发.

[5] 国家自然科学基金青年项目, 2017/01-2019/12: 基于知识迁移的高分辨率遥感地表覆盖信息自动变更方法研究.

[6] 陕西省自然科学青年基金项目, 2017/01-2018/12: “数据-知识”双向驱动的高分辨率遥感土地覆盖信息变更方法研究.

学术著作：

[1] 骆剑承, 吴田军, 吴志峰, 等. 2020. 遥感大数据智能计算. 科学出版社.

[2] 骆剑承, 吴田军, 李均力, 等. 2017. 遥感图谱认知. 科学出版社.

代表性论文：

[1] Wu Tianjun, Gao Peng, Zhang Shenlin, et al. 2024. Improving accuracy of gridded livestock mapping by combining trend modelling and residual assignment. Land Degradation & Development, Accepted.

[2] Zhang Jing, Wu Tianjun, Luo Jiancheng, et al. 2024. Toward agricultural cultivation parcels extraction in the complex mountainous areas using prior information and deep learning. IEEE Transactions on Geoscience and Remote Sensing, Accepted.

[3] Zhang Shenlin, Wu Tianjun, Gao Peng, et al. 2024. Uncertainty assessment of grassland aboveground biomass using quantile regression forests. Journal of Applied Remote Sensing, Accepted.

[4] Wu Tianjun, Yang Chenfei, Luo Jiancheng, et al. 2022. Land geoparcel-based spatial downscaling for the microwave remotely sensed soil moisture product. IEEE Geoscience and Remote Sensing Letters, 19: 1-5.

[5] Wu Tianjun, Luo Jiancheng, Gao Lijing, et al. 2021. Geoparcel-based spatial prediction method for grassland fractional vegetation cover mapping. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14: 9241-9253.

[6] Wu Tianjun, Luo Jiancheng, Gao Lijing, et al. 2021. Geo-object-based vegetation mapping via machine-learning methods with an intelligent sample collection scheme: A case study of Taibai Mountain, China. Remote Sensing, 13(2): 249.

[7] Wu Tianjun, Luo Jiancheng, Dong Wen, et al. 2020. Disaggregating county-level census data for population mapping using residential geo-objects with multi-source geo-spatial data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13(1): 1189-1205.

[8] Wu Tianjun, Luo Jiancheng, Zhou Ya’nan, et al. 2020. Geo-object-based land cover map update for high-spatial-resolution remote sensing imageries via change detection and label transfer. Remote Sensing, 12(1), 174.

[9] Wu Tianjun, Luo Jiancheng, Dong Wen, et al. 2019. Geo-object-based soil organic matter mapping using machine learning algorithms with multi-source spatial data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 12(4): 1901-1106.

[10] Wu Tianjun, Dong Wen, Luo Jiancheng, et al. 2019. Geo-parcel-based geographical thematic mapping using C5.0 decision tree: A case study of evaluating sugarcane planting suitability. Earth Science Informatics, 12(1): 57-70.

[11] Wu Tianjun, Luo Jiancheng, Zhou Xiaocheng, et al. 2018. Automatic newly increased built-up area extraction from high-resolution remote sensing images using line-density-based visual saliency and PanTex. Journal of Applied Remote Sensing, 12(1): 015016.

[12] Wu Tianjun, Luo Jiancheng, Fang Jianwu, et al. 2018. Unsupervised object-based change detection via a weibull-mixture-model based binarization for high-resolution remote sensing images. IEEE Geoscience and Remote Sensing Letters, 15(1): 63-67.

[13] Wu Tianjun, Ge Yong, Wang Jianghao, et al. 2015. A WTLS-based method for remote sensing imagery registration. IEEE Transactions on Geoscience and Remote Sensing, 53(1): 102-116.

[14] 吴田军, 骆剑承, 李子琪, 等. 2024. 面向土地空间参数大规模计算的遥感大模型研究. 遥感学报, 录用待刊.

[15] 吴田军，骆剑承，李子琪，等. 2024. 土地空间对象化建模与参数智能求解. 地理研究, 录用待刊.

[16] 吴田军, 骆剑承, 李曼嘉, 等. 2024. 地理时空数字化底座理论框架构建与应用实践. 地球信息科学学报, 26(4): 1-32.

[17] 吴田军, 骆剑承, 张新, 等. 2023. 基于地理图斑的遥感粒计算与精准应用. 遥感学报, 27(12): 2774-2795.

[18] 吴田军, 骆剑承, 赵馨, 等. 2022. 精准地理应用驱动的高分遥感协同计算研究. 武汉大学学报(信息科学版), 47(8): 1221-1236.

[19] 骆剑承, 胡晓东, 吴田军, 等. 2021. 高分遥感驱动的精准土地利用与土地覆盖变化信息智能计算模型与方法研究. 遥感学报, 25(7): 1351-1373.

[20] 骆剑承, 吴田军, 吴志峰，等. 2020. 地理图斑智能计算及模式挖掘方法研究. 地球信息科学学报, 22(1): 57-75.

[21] 吴田军, 夏列钢, 吴炜, 马江洪. 2016. 土地执法监察中的高分辨率遥感及变化检测技术. 地球信息科学学报, 18(7): 962-968.

[22] 吴田军, 马江洪. 2016. 历史解译知识引导下组合遥感图谱特征的变化检测方法. 地球信息科学学报, 18(5): 655-663.

[23] 吴田军, 骆剑承, 沈占锋, 等. 2016. 高分辨率遥感土地覆盖分类技术的应用研究：以重庆市黔江贫困区为例. 地球信息科学学报, 18(3): 353-361.

[24] 吴田军, 骆剑承, 夏列钢, 等. 2014. 迁移学习支持下的遥感影像对象级分类样本自动选择方法. 测绘学报, 43(9): 908-916.