1. 遥感图像智能解译

方向: 自监督学习、视觉大模型、多模态大模型、遥感智能体、强化学习

内容:

  • 开发面向特定遥感应用的深度学习模型，解决遥感领域应用中存在的问题，实现模型在复杂场景中的应用价值

  • 开发面向通用遥感应用的基础模型，包括视觉大模型、多模态大模型和智能体，实现遥感图像的信息智能化提取

2. 积雪遥感

方向: 积雪辐射传输建模，积雪参数反演，积雪生态与气候效应

内容:

  • 发展积雪辐射传输理论与方法，提升积雪BRDF及反照率的精确表征能力；

  • 构建高精度积雪参数反演体系，实现跨时空尺度的长期连续观测与动态监测；

  • 揭示积雪对生态系统功能、水循环及区域气候的影响机制与反馈效应

3. 要求

硕士

  1. 在本科或科研实践中表现突出、具备较强的自主学习与团队合作能力；
  2. 具有地理信息科学、遥感科学、计算机科学、大气科学或环境科学等相关学科背景；
  3. 具备编程与数据分析能力（熟悉 Python、MATLAB 或 R 等任一语言）；
  4. 对遥感智能解译、遥感多模态大模型、模型模拟、气候变化与生态研究等有浓厚兴趣。

博士

  1. 具有良好的科研素养和团队协作精神，勤奋踏实，具备较强的学习能力与实验动手能力；
  2. 已获得硕士学位，具有遥感科学、地理信息科学、计算机科学或相关学科背景；
  3. 硕士期间以第一作者身份发表过至少1篇SCI研究论文；
  4. 若在辐射传输模型、生态系统模型、陆面模式或深度学习、强化学习、多模态大模型等领域具有研究基础者，将予以优先考虑。

博后

  1. 身心健康，具备强烈的事业心与责任感，具有良好的团队合作精神及沟通、学习能力；
  2. 已获得博士学位，具有遥感科学、地理信息科学、计算机科学或相关学科背景；
  3. 博士期间以第一作者身份发表过至少2篇SCI研究论文；
  4. 具有较强的独立科研能力，熟练掌握辐射传输模型、陆面模式、大气模式或深度学习、强化学习、多模态大模型等研究方法；
  5. 若在全球气候变化与生态效应、遥感多模态大模型、遥感智能体等方向具有研究经验者，将予以优先考虑，能够独立承担相关科研任务。

4. 申请方式

请将以下材料发送给 zxl@nju.edu.cn和xiaopf@nju.edu.cn:

  1. 简历
  2. 本科/硕士成绩单（可选）
  3. 已发表成果清单（可选）