中国地质大学(武汉)导师教师师资介绍简介-关庆锋

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-07-31

基本信息Personal Information 教授博士生导师硕士生导师
性别 : 男
毕业院校 : University of California, Santa Barbara
学历 : 博士研究生毕业
学位 : 哲学博士学位
所在单位 : 地理与信息工程学院
入职时间 : 2013年01月01日
学科 : 地理信息科学地理空间信息工程
Email :

教师其他联系方式Other Contact Information 邮编 :

通讯/办公地址 :

邮箱 :

扫描关注
同专业博导同专业硕导
个人简介Personal Profile 关庆锋，中国地质大学（武汉）地理与信息工程学院教授、博士生导师、副院长；国家地理信息系统工程技术研究中心副主任；国家高层次人才、湖北省自然科学基金“****”、2014年高校GIS创新人物奖；中国地理信息产业协会理论与方法工作委员会委员、中国地理学会地图学与地理信息系统专业委员会委员、ACM中国SIGSPATIAL分会执行委员会委员。研究方向包括时空大数据、空间计算智能和高性能空间计算。主持科研项目来自国家自然科学基金、科技部重点研发计划、教育部高等学校博士学科点专项基金、国土资源部地质信息技术重点实验室、湖北省自然科学基金等。发表学术期刊论文80余篇，其中包括PNAS、ISPRS、AAAG、LUP、IJGIS、EMS、CG、TGIS、CaGIS、CEUS、JSTARS等国际重要期刊SCI/SSCI学术论文60余篇。

最新成果：
Zhu, Q.; Deng, W.; Zheng, Z.; Zhong, Y.; Guan, Q.; Lin, W.; Zhang, L. & Li, D. (2021) A Spectral-Spatial-Dependent Global Learning Framework for Insufficient and Imbalanced Hyperspectral Image Classification. IEEE Transactions on Cybernetics (SCI). DOI: 10.1109/TCYB.2021.**

Gao, H.; Zhu, X.; Guan, Q.*; Yang, X.; Yao, Y.; Zeng, W. & Peng, X. (2021) cuFSDAF: An Enhanced Flexible Spatiotemporal Data Fusion Algorithm Parallelized Using Graphics Processing Units. IEEE Transactions on Geoscience and Remote Sensing (SCI). DOI: 10.1109/TGRS.2021.**

Yao, Y.; Wang, J.; Hong, Y.; Qian, C.; Guan, Q.*; Liang, X.; Dai, L. & Zhang, J. (2021) Discovering the homogeneous geographic domain of human perceptions from street view images. Landscape and Urban Planning (SCI/SSCI). 212 (2021) 104125. DOI: 10.1016/j.landurbplan.2021.104125

Zhu, Q.; Wang, L.; Zeng, W.; Guan, Q. & Hu, Z.* (2021) A Sparse Topic Relaxion and Group Clustering Model for Hyperspectral Unmixing. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (SCI), 14: 4014-4027. DOI: 10.1109/JSTARS.2021.**.

Zhu, Q.*; Zhang, Y.; Wang, L.; Zhong, Y.; Guan, Q.*; Lu, X.; Zhang, L. & Li, D. (2021) A Global Context-aware and Batch-independent Network for road extraction from VHR satellite imagery. ISPRS Journal of Photogrammetry and Remote Sensing (SCI), 175(2021): 353-365. DOI: 10.1016/j.isprsjprs.2021.03.016

Wang, R.; Ren, S.; Zhang, J.; Yao, Y.*; Wang, Y. & Guan, Q. (2021) A comparison of two deep-learning-based urban perception models: which one is better? Computational Urban Science. 1(1), 1-13. DOI: 10.1007/s43762-021-00003-0

Yao, Y.; Zhang, J.; Qian, C.; Wang, Y.; Ren, S.; Yuan, Z. & Guan, Q.* (2021) Delineating urban job-housing patterns at a parcel scale with street view imagery. International Journal of Geographical Information Science (SCI&SSCI). DOI: 10.1080/**.2021.**

Lyu, J.; Hu, Y.; Ren, S.; Yao, Y.*; Ding, D.; Guan, Q. & Tao, L. (2021) Extracting the Tailings Ponds From High Spatial Resolution Remote Sensing Images by Integrating a Deep Learning‐Based Model. Remote Sensing (SCI). 13, 743. DOI: 10.3390/rs**

Liang, X.#; Tian, H.#; Li, X.*; Huang, J.; Clarke, K.; Yao, Y.; Guan, Q. & Hu, G.* (2021). Modeling the dynamics and walking accessibility of urban open spaces under various policy scenarios. Landscape and Urban Planning (SCI/SSCI). DOI: 10.1016/j.landurbplan.2020.103993

Lv, J.; Wang, Y.; Liang, X.*; Yao, Y.; Ma, T. & Guan, Q. (2021). Simulating urban expansion by incorporating an integrated gravitational field model into a demand-driven random forest-cellular automata model. Cities (SSCI). DOI: 10.1016/j.cities.2020.103044

Liang, X.; Guan, Q.*; Clarke, K.; Liu, S.; Wang, B. & Yao, Y. (2021). Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China. Computers, Environment and Urban Systems (SSCI). DOI: 10.1016/j.compenvurbsys.2020.101569

Yao, Y; Liu, Y.; Guan, Q.*; Hong, Y.*; Wang, R.; Wang R. & Liang, X. (2021). Spatiotemporal distribution of human trafficking in China and predicting the locations of missing persons. Computers, Environment and Urban Systems (SSCI). DOI: 10.1016/j.compenvurbsys.2020.101567

Liang, X.; Guan, Q.*; Clarke, K. C.; Chen, G.; Guo, S. & Yao, Y. (2021). Mixed-cell cellular automata: A new approach for simulating the spatio-temporal dynamics of mixed land use structures. Landscape and Urban Planning (SCI/SSCI). DOI: 10.1016/j.landurbplan.2020.103960

教育经历Education Background
工作经历Work Experience
2003.92008.6
University of California, Santa Barbara
地理信息科学
哲学博士学位
2000.92003.6
中国科学院地理科学与资源研究所
地理科学
硕士
1996.92000.6
华东师范大学
地理科学
学士
2013.1至今
中国地质大学（武汉）
地理与信息工程学院
教授
2009.92012.12
美国内布拉斯加大学林肯分校 (UNL)
自然资源学院 (SNR) & 先进土地管理信息技术中心（CALMIT）
助理教授
2008.82009.8
美国地质调查局（USGS）
地理空间信息科学中心 (CEGIS)
博士后

研究方向Research Focus
社会兼职Social Affiliations
时空大数据：时空大数据分析、挖掘、模拟与可视化
空间计算智能：基于机器学习/人工智能的空间分析与时空模拟，解决复杂地理空间问题
高性能地理空间计算：利用并行计算技术，突破由大数据和复杂算法造成的计算壁垒，解决复杂地理空间问题
空间感知与计算：利用多源/多元数据，智能感知空间环境，分析和模拟空间环境变化，应用包括城市、土地利用与土地覆盖、地质、环境等
2021.1至今
ACM中国SIGSPATIAL分会-执行委员会-委员
2019.10至今
中国地理学会-地图学与地理信息系统专业委员会-委员
2017.1至今
中国地理信息产业协会-理论与方法工作委员会-委员

团队介绍Research Group 高性能空间计算智能研究中心（微信公众号：HPSCIL）
研究中心以“城市智能感知技术与应用”为主题，开展包括遥感、数据库、计算构架、大数据分析与挖掘、时空模拟、可视化、工程实现、落地应用等方面的研究。在高性能空间计算平台和智能计算框架的支持下，开展以下四个方向的研究：
（1）城市智能感知与计算（包括城市遥感）；
（2）高性能空间计算及空间知识智能挖掘；
（3）时空过程及人地关系模拟；
（4）GIS系统研发以及时空数据的可视化。
在大数据的支持下为政府、企业以及居民等各级用户应对社会和环境变化提供技术保障和决策支持。
研究中心的建设目标为：形成城市智能化“感+知+用”的闭环全链条，实现“教学研用”的全方位人才覆盖以及企业+高校的紧密结合，建设成为国内外具有重要影响的研究团队，在四个主要研究方向取得具有国际影响力的创新性成果，并将成果以系统、平台或政府报告的方式进行落地应用，实现产学研三位一体的结合。
研究中心包括教授4人（博导2人）、副教授8人、讲师1人，学科方向覆盖地理学、测绘科学与技术、软件工程等三个一级学科。现有博士研究生8人、硕士研究生超过50人。

基本信息Personal Information 教授博士生导师硕士生导师
性别 : 男
毕业院校 : University of California, Santa Barbara
学历 : 博士研究生毕业
学位 : 哲学博士学位
所在单位 : 地理与信息工程学院
入职时间 : 2013年01月01日
学科 : 地理信息科学地理空间信息工程
Email :

扫描关注

同专业博导同专业硕导

当前位置: 关庆锋-个人主页 >> 科学研究
研究领域
时空大数据：时空大数据分析、挖掘、模拟与可视化
空间计算智能：基于机器学习/人工智能的空间分析与时空模拟，解决复杂地理空间问题
高性能地理空间计算：利用并行计算技术，突破由大数据和复杂算法造成的地理空间计算壁垒
空间感知与计算：利用多源/多元数据，智能感知空间环境，分析和模拟空间环境变化，应用包括城市、土地利用与土地覆盖、地质、环境等

科研项目More>>
基于GPU/CPU异构集群计算技术的高性能土地利用时空动态模拟研究
深部矿产资源评价理论与方法, 科技部重大专项
并行地理元胞自动机的计算强度时空变化模式及动态负载均衡方法研究, 国家自然科学基金项目
面向结构性和过程性特征的时空DNA及其在城市土地利用变化研究中的应用, 湖北省自然科学基金项目
长江流域资源环境大数据平台, 主管部门科技项目
城市地质环境时空透视与大数据融合关键技术, 国家自然科学基金项目
著作成果
Big Data Computing for Geospatial Applications
High-Performance GeoComputation with the Parallel Raster Processing Library. In: Thill JC., Dragicevic S. (eds) GeoComputational Analysis and Modeling of Regional Systems. Advances in Geographic Information Science
Opportunities and Challenges for Urban Land-use and Land-cover Change Modeling in High-performance Computing. In: Shi, X. et al. (eds), Modern Accelerator Technologies for Geographic Information Science
论文成果More>>
Li, Z.*; Tang, W.; Huang, Q.; Shook, E. & Guan, Q. (2020). Introduction to Big Data Computing for Geospatial Applications. ISPRS International Journal of Geo-Information (SCI), 9(8): 487. DOI: 10.3390/ijgi**
Liang, X.; Guan, Q.*; Clarke, K. C.; Chen, G.; Guo, S. & Yao, Y. (2021). Mixed-cell cellular automata: A new approach for simulating the spatio-temporal dynamics of mixed land use structures. Landscape and Urban Planning (SCI/SSCI). DOI: 10.1016/j.landurbplan.2020.103960
Zhu, Q.; Li, Z.; Zhang, Y. & Guan, Q.* (2020). Building Extraction from High Spatial Resolution Remote Sensing Images via Multiscale-Aware and Segmentation-Prior Conditional Random Fields. Remote Sensing (MDPI, SCI), 2020(12): 3983. DOI: 10.3390/rs**
Liu, S.; Yang, X.; Guan, Q.; Lu, Z. & Lu, J.* (2020). An Ensemble Modeling Framework for Distinguishing Nitrogen, Phosphorous and Potassium Deficiencies in Winter Oilseed Rape (Brassica napus L.) Using Hyperspectral Data. Remote Sensing (MDPI, SCI), 2020(12): 4060. DOI: 10.3390/rs**
Yao, Y; Liu, Y.; Guan, Q.*; Hong, Y.*; Wang, R.; Wang R. & Liang, X. (2021). Spatiotemporal distribution of human trafficking in China and predicting the locations of missing persons. Computers, Environment and Urban Systems (SSCI). DOI: 10.1016/j.compenvurbsys.2020.101567
Liang, X.; Guan, Q.*; Clarke, K.; Liu, S.; Wang, B. & Yao, Y. (2021). Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China. Computers, Environment and Urban Systems (SSCI). DOI: 10.1016/j.compenvurbsys.2020.101569

基本信息Personal Information 教授博士生导师硕士生导师
性别 : 男
毕业院校 : University of California, Santa Barbara
学历 : 博士研究生毕业
学位 : 哲学博士学位
所在单位 : 地理与信息工程学院
入职时间 : 2013年01月01日
学科 : 地理信息科学地理空间信息工程
Email :

扫描关注

同专业博导同专业硕导

研究领域当前位置: 关庆锋-个人主页 >> 科学研究 >> 研究领域
时空大数据：时空大数据分析、挖掘、模拟与可视化
空间计算智能：基于机器学习/人工智能的空间分析与时空模拟，解决复杂地理空间问题
高性能地理空间计算：利用并行计算技术，突破由大数据和复杂算法造成的地理空间计算壁垒
空间感知与计算：利用多源/多元数据，智能感知空间环境，分析和模拟空间环境变化，应用包括城市、土地利用与土地覆盖、地质、环境等

基本信息Personal Information 教授博士生导师硕士生导师
性别 : 男
毕业院校 : University of California, Santa Barbara
学历 : 博士研究生毕业
学位 : 哲学博士学位
所在单位 : 地理与信息工程学院
入职时间 : 2013年01月01日
学科 : 地理信息科学地理空间信息工程
Email :

扫描关注

同专业博导同专业硕导

科研项目当前位置: 关庆锋-个人主页 >> 科学研究 >> 科研项目
基于GPU/CPU异构集群计算技术的高性能土地利用时空动态模拟研究, 高等学校博士学科点专项科研基金项目
深部矿产资源评价理论与方法, 国家科技重大专项
并行地理元胞自动机的计算强度时空变化模式及动态负载均衡方法研究, 国家自然科学基金
面向结构性和过程性特征的时空DNA及其在城市土地利用变化研究中的应用, 湖北省自然科学基金
长江流域资源环境大数据平台
城市地质环境时空透视与大数据融合关键技术, 国家自然科学基金
地质云教育节点试点-2019/05/01
共7条1/1 首页上页下页尾页

基本信息Personal Information 教授博士生导师硕士生导师
性别 : 男
毕业院校 : University of California, Santa Barbara
学历 : 博士研究生毕业
学位 : 哲学博士学位
所在单位 : 地理与信息工程学院
入职时间 : 2013年01月01日
学科 : 地理信息科学地理空间信息工程
Email :

扫描关注

同专业博导同专业硕导

著作成果当前位置: 关庆锋-个人主页 >> 科学研究 >> 著作成果
Big Data Computing for Geospatial Applications
High-Performance GeoComputation with the Parallel Raster Processing Library. In: Thill JC., Dragicevic S. (eds) GeoComputational Analysis and Modeling of Regional Systems. Advances in Geographic Information Science
Opportunities and Challenges for Urban Land-use and Land-cover Change Modeling in High-performance Computing. In: Shi, X. et al. (eds), Modern Accelerator Technologies for Geographic Information Science
共3条1/1 首页上页下页尾页

基本信息Personal Information 教授博士生导师硕士生导师
性别 : 男
毕业院校 : University of California, Santa Barbara
学历 : 博士研究生毕业
学位 : 哲学博士学位
所在单位 : 地理与信息工程学院
入职时间 : 2013年01月01日
学科 : 地理信息科学地理空间信息工程
Email :

扫描关注

同专业博导同专业硕导

专利当前位置: 关庆锋-个人主页 >> 科学研究 >> 专利
融合多源时空数据的城市空气质量精细化估测方法及装置
一种基于射线计算单元的移动立方体并行计算方法及系统
基于空间约束多自编码器的多元地球化学异常识别方法
基于多卷积自编码神经网络的多元化探异常识别办法
共4条1/1 首页上页下页尾页

基本信息Personal Information 教授博士生导师硕士生导师
性别 : 男
毕业院校 : University of California, Santa Barbara
学历 : 博士研究生毕业
学位 : 哲学博士学位
所在单位 : 地理与信息工程学院
入职时间 : 2013年01月01日
学科 : 地理信息科学地理空间信息工程
Email :

扫描关注

同专业博导同专业硕导

论文成果当前位置: 关庆锋-个人主页 >> 科学研究 >> 论文成果
[1]Li, Z.*; Tang, W.; Huang, Q.; Shook, E. & Guan, Q. (2020). Introduction to Big Data Computing for Geospatial Applications. ISPRS International Journal of Geo-Information (SCI), 9(8): 487. DOI: 10.3390/ijgi**
[2]Liang, X.; Guan, Q.*; Clarke, K. C.; Chen, G.; Guo, S. & Yao, Y. (2021). Mixed-cell cellular automata: A new approach for simulating the spatio-temporal dynamics of mixed land use structures. Landscape and Urban Planning (SCI/SSCI). DOI: 10.1016/j.landurbplan.2020.103960
[3]Zhu, Q.; Li, Z.; Zhang, Y. & Guan, Q.* (2020). Building Extraction from High Spatial Resolution Remote Sensing Images via Multiscale-Aware and Segmentation-Prior Conditional Random Fields. Remote Sensing (MDPI, SCI), 2020(12): 3983. DOI: 10.3390/rs**
[4]Liu, S.; Yang, X.; Guan, Q.; Lu, Z. & Lu, J.* (2020). An Ensemble Modeling Framework for Distinguishing Nitrogen, Phosphorous and Potassium Deficiencies in Winter Oilseed Rape (Brassica napus L.) Using Hyperspectral Data. Remote Sensing (MDPI, SCI), 2020(12): 4060. DOI: 10.3390/rs**
[5]Yao, Y; Liu, Y.; Guan, Q.*; Hong, Y.*; Wang, R.; Wang R. & Liang, X. (2021). Spatiotemporal distribution of human trafficking in China and predicting the locations of missing persons. Computers, Environment and Urban Systems (SSCI). DOI: 10.1016/j.compenvurbsys.2020.101567
[6]Liang, X.; Guan, Q.*; Clarke, K.; Liu, S.; Wang, B. & Yao, Y. (2021). Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China. Computers, Environment and Urban Systems (SSCI). DOI: 10.1016/j.compenvurbsys.2020.101569
[7]Lv, J.; Wang, Y.; Liang, X.*; Yao, Y.; Ma, T. & Guan, Q. (2021). Simulating urban expansion by incorporating an integrated gravitational field model into a demand-driven random forest-cellular automata model. Cities (SSCI). DOI: 10.1016/j.cities.2020.103044
[8]Liang, X.#; Tian, H.#; Li, X.*; Huang, J.; Clarke, K.; Yao, Y.; Guan, Q. & Hu, G.* (2021). Modeling the dynamics and walking accessibility of urban open spaces under various policy scenarios. Landscape and Urban Planning (SCI/SSCI). DOI: 10.1016/j.landurbplan.2020.103993
[9]Lyu, J.; Hu, Y.; Ren, S.; Yao, Y.*; Ding, D.; Guan, Q. & Tao, L. (2021) Extracting the Tailings Ponds From High Spatial Resolution Remote Sensing Images by Integrating a Deep Learning‐Based Model. Remote Sensing (MDPI, SCI). 13, 743. DOI: 10.3390/rs**
[10]Yao, Y.; Zhang, J.; Qian, C.; Wang, Y.; Ren, S.; Yuan, Z. & Guan, Q.* (2021) Delineating urban job-housing patterns at a parcel scale with street view imagery. International Journal of Geographical Information Science (SCI&SSCI). DOI: 10.1080/**.2021.**
[11]Wang, R.; Ren, S.; Zhang, J.; Yao, Y.*; Wang, Y. & Guan, Q. (2021) A comparison of two deep-learning-based urban perception models: which one is better? Computational Urban Science. 1(1), 1-13. DOI: 10.1007/s43762-021-00003-0
[12]Zhu, Q.*; Zhang, Y.; Wang, L.; Zhong, Y.; Guan, Q.*; Lu, X.; Zhang, L. & Li, D. (2021) A Global Context-aware and Batch-independent Network for road extraction from VHR satellite imagery. ISPRS Journal of Photogrammetry and Remote Sensing (SCI), 175(2021): 353-365. DOI: 10.1016/j.isprsjprs.2021.03.016
[13]Zhu, Q.; Wang, L.; Zeng, W.; Guan, Q. & Hu, Z.* (2021) A Sparse Topic Relaxion and Group Clustering Model for Hyperspectral Unmixing. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (SCI), 14: 4014-4027. DOI: 10.1109/JSTARS.2021.**.
[14]Yao, Y.; Wang, J.; Hong, Y.; Qian, C.; Guan, Q.*; Liang, X.; Dai, L. & Zhang, J. (2021) Discovering the homogeneous geographic domain of human perceptions from street view images. Landscape and Urban Planning (SCI/SSCI). 212 (2021) 104125. DOI: 10.1016/j.landurbplan.2021.104125
[15]Guo, M., Han, C., Guan, Q., Huang, Y. & Xie, Z. (2020). A universal parallel scheduling approach to polyline and polygon vector data buffer analysis on conventional GIS platforms. Transactions in GIS (SSCI). DOI: 10.1111/tgis.12670
[16]Yao, Y., Chen, Q., Hong, Y., Guan, Q.*, Chen, J.*, Dai, L., Jiang, Z. & Liang, X. (2020). Delineating Mixed Urban “Jobs-Housing” Patterns at a Fine Scale by Using High Spatial Resolution Remote-Sensing Imagery. Complexity (SCI), 1-13. DOI: 10.1155/2020/**
[17]Pan, Y., Zeng, W., Guan, Q.*, Yao, Y., Liang, X., Yue, H., Zhai, Y. & Wang, J. (2020). Spatiotemporal dynamics and the contributing factors of residential vacancy at a fine scale: A perspective from municipal water consumption. Cities (SSCI). DOI:10.1016/j.cities.2020.102745.
[18]别勇攀, 关庆锋*, 姚尧. (2020). 基于边云协同的AR空间分析计算框架. 地球信息科学学报, 22(6): 1383-1393. DOI: 10.12082/dqxxkx.2020.190472
[19]Guan, Q., Cheng, S., Pan, Y., Yao, Y. & Zeng, W. (2020). Sensing mixed urban land-use patterns using municipal water consumption time series. Annals of the American Association of Geographers (SSCI). In print.
[20]王黎明, 杨燕风, 关庆锋. (2001). 三峡库区退耕坡地环境移民压力研究. 地理学报, 56(6): 649-656. DOI: 10.3321/j.issn:0375-5444.2001.06.003
共79条1/4 首页上页下页尾页页