关于我的故事 - 阿振的个人主页

个人简介

• 姓名：谭振宇
• 学历：工学博士
• 职称：讲师
• 邮箱：tanzhenyu@nwu.edu.cn
• 研究方向：多源数据融合、湖泊水色遥感、空间大数据与人工智能、GIS系统设计与开发

教育/工作经历

• 2020-至今 西北大学城市与环境学院 遥感与地理信息系 讲师
• 2017-2019 美国乔治梅森大学（George Mason University）国家公派联合培养博士研究生
• 2013-2019 武汉大学 测绘遥感信息工程国家重点实验室 硕博连读 摄影测量与遥感
• 2009-2013 长安大学 地球科学与资源学院 理学学士 地理信息系统

主持/参与项目（近五年）

1. 自然科学基金青年项目，高鲁棒遥感影像深度时空融合模型研究，2022-2024，主持；
2. 自然资源部地理国情监测重点实验室开放基金，多源遥感卫星与无人机联合的中小型湖泊水质监测，2023-2024，主持；
3. 陜西省教育厅专项基金，基于深度卷积网络的湖泊蓝藻水华信息智能检测方法，2021-2022，主持；
4. 科技部第三次新疆综合科学考察项目，新疆水环境关键要素遥感动态监测，2021-2024，参与。

发表论文（近五年，第一作者）

1. Tan Z, Yang C, Qiu Y, et al. A three-step machine learning approach for algal bloom detection using stationary RGB camera images[J]. International Journal of Applied Earth Observation and Geoinformation, 2023, 122: 103421.
2. Tan Z, Cao Z, Shen M, et al. Remote estimation of water clarity and suspended particulate matter in qinghai lake from 2001 to 2020 using MODIS images[J]. Remote Sensing, 2022, 14(13): 3094.
3. Tan Z, Gao M, Yuan J, et al. A Robust Model for MODIS and Landsat Image Fusion Considering Input Noise[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-17.
4. Tan Z, Gao M, Li X, et al. A flexible reference-insensitive spatiotemporal fusion model for remote sensing images using conditional generative adversarial network[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 1-13.
5. Tan Z, Li X, Gao M, et al. The environmental story during the COVID-19 lockdown: how human activities affect PM2. 5 concentration in China?[J]. IEEE Geoscience and Remote Sensing Letters, 2020, 19: 1-5.
6. Tan Z, Di L, Zhang M, et al. An enhanced deep convolutional model for spatiotemporal image fusion[J]. Remote Sensing, 2019, 11(24): 2898.

承担课程

• 本科生课程（空间大数据与人工智能、地理信息服务、三维GIS与可视化、移动GIS）
• 研究生课程（GIS设计与开发、地理计算方法）

学生指导（指导学生发表论文，通讯作者）

1. Tan Z, Tan Z*, Luo J, et al. Mapping 30-m cotton areas based on an automatic sample selection and machine learning method using Landsat and MODIS images[J]. Geo-spatial Information Science, 2023: 1-18.
2. Yang C, Tan Z*, Li Y, et al. A Comparative Analysis of Machine Learning Methods for Algal Bloom Detection Using Remote Sensing Images[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2023.
3. 李一民,谭振宇*,杨辰等.基于多源卫星的滇池藻华提取机器学习算法研究[J].地球科学进展,2022,37(11):1141-1156.

现为硕士生导师一枚，专硕学硕均可招收，团队其他老师有招收博士生资格。热忱欢迎对遥感大数据处理、智能环境监测与应用、GIS设计与开发方面感兴趣的同学咨询报考！

热心指导学生，从来不抢学生一作！想混学历的非诚勿扰，不要彼此耽误！