郭擎，中国科学院空天信息创新研究院，研究员，博士生导师，中国科学院青年创新促进会会员。研究方向为遥感信息智能提取与处理、卫星地面处理系统研发及灾害监测，重点开展遥感图像融合、云信息提取和滑坡灾害监测等方面的研究。先后主持承担国家自然科学基金委员会面上基金、中国科学院颠覆性先导基金、部委和地方科技项目20余项，在国内外学术期刊发表学术论文80余篇，参与出版专著1部，申请软件著作权8项、发明专利10余项。

工作经历：

2020.12-至今        中国科学院空天信息创新研究院             研究员

2019.07-2020.12     中国科学院空天信息创新研究院             副研究员

2013.04-2019.06     中国科学院遥感与数字地球研究所           副研究员

2014.10-2015.09     德国奥斯纳布吕克大学                     访问学者

2010.07-2013.03     中国科学院对地观测与数字地球科学中心     助理研究员

遥感信息提取与处理、卫星地面处理系统研发及灾害监测应用等方面的研究

（1）数据驱动的多源遥感自适应空谱融合技术研究  负责人  中国科学院计划  2020.08—2022.08

（2）多源多时相遥感图像光谱特征鲁棒性融合研究  负责人  国家任务  2018.01—2021.12

（3）基于特征的多源遥感图像融合新算法研究  负责人  国家任务  2012.01—2014.12

（4）中国科学院青年创新青促会人才项目  负责人  中国科学院计划  2014.01—2017.12

（5）基于特征的多尺度异源遥感图像快速配准算法研究  负责人  中国科学院计划  2013.06—2016.11

（6）CASEarth小卫星产品服务研究  骨干参与  中国科学院计划  2018.01—2022.12

（7）月基对地观测模拟实验研究  子课题负责人  中国科学院计划  2017.08—2021.12

（8）月基对地观测传感器优化与观测方法研究  骨干参与  国家任务  2016.01—2020.12

（9）全球海洋异常变化过程遥感监测系统  子课题负责人  中国科学院计划  2018.01—2022.12

（1）学术论文

[1]X. Yao, Q. Guo*, A. Li. Cloud detection in optical remote sensing images with deep semi-supervised and active learning, IEEE Geoscience and Remote Sensing Letters, 2023, 20:6006805.(SCI)

[2]Q. Guo*, S. Li, A. Li, An efficient dual spatial-spectral fusion network, IEEE Transactions on Geoscience and Remote Sensing, 2022, 60:5412913.(SCI)

[3]Q. Guo*, L. Tong, X. Yao, Y.Wu, G. Wan, CD_HIEFNet: Cloud detection network using haze optimized transformation index and edge feature for optical remote sensing imagery, Remote Sensing, 2022, 14, 3701. (SCI)

[4]S. Li, Q. Guo*, A. Li, Pan-sharpening based on CNN + pyramid Transformer by using no-reference loss, Remote Sensing, 2022, 14(3), 624. (SCI)

[5]Q. Guo*, L. Tong, H. Wang, A monitoring method based on vegetation abnormal information applied to the case of Jizong Shed-Tunnel landslide, Remote Sensing, 2022, 14, 5640. (SCI)

[6]Z. Xiong, Q. Guo*, M. Liu*, A. Li. Pan-sharpening based on panchromatic image spectral learning using WorldView-2, IEEE Geoscience and Remote Sensing Letters, 2022,19:1-5. (SCI)

[7]Z.Xiong, Q. Guo*, M. Liu, A. Li. Pan-Sharpening based on convolutional neural network by using the loss function with no-reference, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021,14:897-906. (SCI)

[8]X. Guo, Q. Guo*, Z. Feng. Detecting the Vegetation Change Related to the Creep of 2018 Baige Landslide in Jinsha River, SE Tibet Using SPOT Data, Frontiers in Earth Science, 2021,9:706998. (SCI)

[9]X. Yao, Q. Guo*, A. Li. Light-Weight Cloud Detection Network for Optical Remote Sensing Images with Attention-Based DeeplabV3+ Architecture, Remote Sensing, 2021,13(18):3617. (SCI)

[10]Q. Guo*, Z. Wang. A self-supervised learning framework for road centerline extraction from high-resolution remote sensing images, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020,13:4451-4461. (SCI)

[11] H. Wang, Q. Guo*, A. Li, G. Liu, H. Guo, J. Huang, Comparative study on the observation duration of the two-polar regions of the earth from four specific sites on the moon, International Journal of Remote Sensing, 2020, 41(1):339-352.(SCI)

[12]Q. Guo, M. He, A. Li*. High resolution remote sensing image registration based angle matching of edge point features, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018,11(8):2881-2895. (SCI)

[13]Q. Guo*, M. Ehlers, Q. Wang, C. Pohl, S. Hornberg and A. Li, Ehlers pan-sharpening performance enhancement using HCS transform for n-band data sets, International Journal of Remote Sensing, 2017, 38(17):4974-5002.(SCI)

[14]Q. Guo, S. Chen, H. Leung and S. Liu*. Covariance intersection based image fusion technique with application to pansharpening in remote sensing. Inform. Sciences, 2010, 180:3434-3443(SCI)

[15]S. Chen*, Q. Guo and H. Leung. A maximum likelihood approach to joint image registration and fusion. IEEE T. Image Process. 2011, 20(5):1363-1372(SCI)

[16]王海荣，郭擎*，李安，波段自适应细节注入的高分五号与Sentinel-2遥感影像空谱融合方法, 中国图象图形学报, 2021,26(8):1896-1909.

[17]郭忻怡，郭擎*，冯钟葵，滑坡蠕变与遥感影像上植被异常关系, 遥感学报, 2020, 24(6):776-786.(EI)

（2）专著（参与编写）

[1]《遥感数据接收与处理技术》，北京航空航天大学出版社，2015

（3）专利

[1]基于边缘点特征的高分辨率遥感图像配准方法，国家发明专利，ZL201710557777.1  2020年授权

[2]利用光学遥感影像判识潜在滑坡阶段植被异常特征的方法，国家发明专利，ZL201910187186.9  2020年授权

[3]光学遥感影像的云检测方法、存储介质及系统，国家发明专利，申请号202011102510.1  2022年授权

[4]深度递归残差网络的遥感图像空谱融合方法和电子设备，国家发明专利，申请号202010125011.8.  2023年授权

[5]无参考影像的光学遥感空谱融合方法、装置、设备及介质，国家发明专利，申请号202210082101.2（实审）

[6]遥感影像云检测方法及装置，国家发明专利，申请号202210851518.0（实审）

[7]滑坡监测方法及装置，国家发明专利，申请号202210923400.4（实审）

[8]图像融合方法及装置，国家发明专利，申请号202211117877.X（实审）

[9]云检测模型的训练方法、装置及设备，国家发明专利，申请号202310117685.7（实审）

（1）中国遥感应用协会青年女科学家奖一等奖

（2）IEEE 高级会员

（3）《遥感学报》2019年度优秀论文和第二十届中国遥感大会优秀论文