首页 > 科研队伍 > 副研究员/副教授

副研究员/副教授

  • 姓名：穆西晗
  • 性别：男
  • 专家类别：
  • 所属部门：
  • 职务：
  • 职称：副教授
  • 社会任职：Remote Sensing of Environment、IEEE TGARS、Agricultural and Forest Meteorology、Science of Total Environment、Science of Remote Sensing、IEEE JSTARS、IEEE Remote Sensing Letters等期刊审稿；IEEE GRSS 遥感建模委员会委员；定量遥感专业委员会委员；热红外遥感专业委员会委员
  • 电话：86-10-58802041
  • 传真：
  • 电子邮件：muxihan@bnu.edu.cn
  • 个人网页： 
  • 百人入选时间：
  • 杰青入选时间：
  • 通讯地址：北京师范大学地理科学学部
  • 邮政编码：100875

    简历

  • 访问学生：2007.8-2008.9，法国Strasbourg大学LSIIT实验室。

    博　　士：2005.9—2009.6，北京师范大学地遥学院，地理学与地理信息系统专业；

    硕　　士：2003.9—2005.6，北京师范大学地遥学院，地图学与地理信息系统专业；

    学 士：1999.9—2003.6，北京师范大学信息学院，计算机科学与技术专业理学学士；

    工作经历：

    2017.02至今，遥感科学国家重点实验室，北京师范大学地理学部遥感科学与工程研究院；

    2016.02至2017.02 澳大利亚联邦科工组织，Land& Water，访问学者；

    2009.06至2016.12 遥感科学国家重点实验室，北京师范大学地遥学院

    研究方向

  • 1、遥感算法研究：多角度遥感，从机理建模到算法反演，具体涉及参数包括：植被结构参数（植被间隙率、植被覆盖度、叶面积指数、叶倾角分布等），山地方向性辐射/反射，气溶胶光学厚度；
    2、遥感算法检验：关注于植被参数的遥感算法和地面测量方法（包括利用无人机、激光雷达等技术）；
    3、遥感应用：如何更好的用遥感来解决全球变化植被生态相关问题

    承担科研项目情况

  • 1.国家重点研发计划项目子课题“植被叶面积指数和植被盖度分层反演技术”，2023.12.-2027.11.
    2.国家自然科学基金面上项目“基于辐射传输参数化的复杂地形区中高分辨率植被覆盖度遥感反演”，2023.01-2026.12
    3.基金委重大计划项目子课题“主被动协同遥感建模与碳循环植被结构参数智慧反演”，2021.01.-2025.12.
    4.国家重点研发项目子课题“塞罕坝站山地近地面立体观测及高频次无人机观测实验”，2020.12.-2025.11.
    5.国家自然科学基金面上项目“基于像元二分模型参数化的植被覆盖度遥感估算方法和检验研究”，2019.01.-2022.12.
    6.国家自然科学基金项目“利用中等分辨率遥感数据估算复杂地形区植被覆盖度的研究”41101309，2012.1.-2014.12.
    7.参加国家自然科学基金重点项目、973计划项目、863计划项目等。

    获奖及荣誉

  •  

    代表性成果

  • [1].Zhao, T., Mu, X., Song, W., Liu, Y., Xie, Y., Zhong, B., Xie, D., Jiang, L., Yan, G.. Mapping Spatially Seamless Fractional Vegetation Cover over China at a 30-m Resolution and Semimonthly Intervals in 2010–2020 Based on Google Earth Engine. J. Remote Sens. 2023; 3: Article 0101.
    [2].Lai, Y., Mu, X., Li, W., Zou, J., Bian, Y., Zhou, K., Hu, R., Li, L., Xie, D., Yan, G., 2022, Correcting for the clumping effect in leaf area index calculations using one-dimensional fractal dimension, Remote Sensing of Environment, 281, 113259.
    [3].Song, W., Mu, X., McVicar, T.R., Knyazikhin, Y., Liu, X., Wang, L., Niu, Z., Yan, G., 2022. Global quasi-daily fractional vegetation cover estimated from the DSCOVR EPIC directional hotspot dataset. Remote Sensing of Environment, 269, 112835.
    [4].Li, W., Mu, X., 2021. Using fractal dimension to correct clumping effect in leaf area index measurement by digital cover photography, Agricultural and Forest Meteorology, 311(15), 108695.
    [5].Li, L., Mu, X., Qi, J., Pisek, J., Roosjen, P., Yan, G., Huang, H., Liu, S. and Baret, F., 2021. Characterizing reflectance anisotropy of background soil in open-canopy plantations using UAV-based multiangular images. ISPRS Journal of Photogrammetry and Remote Sensing, 177, pp.263-278.
    [6].Li, L., Mu, X., Soma, M., Wan, P., Qi, J., Hu, R., Zhang, W., Tong, Y. and Yan, G. 2021, An Iterative-Mode Scan Design of Terrestrial Laser Scanning in Forests for Minimizing Occlusion Effects, IEEE Transactions on Geoscience and Remote Sensing, 59(4), 3547-3566. doi: 10.1109/TGRS.2020.3018643.
    [7].Wang X., Mu X., Yan G., 2020, Quantitative Analysis of Aerosol Influence on Suomi-NPP VIIRS Nighttime Light in China, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13:3557 - 3568.
    [8].Li, L., Chen, C., Mu, X., Li, W., Yan, G., Xie, D. and Zhang, W., 2020, Quantifying Understory and Overstory Vegetation Cover Using UAV-Based RGB Imagery in Forest Plantation, Remote Sensing, 12(2), 298.
    [9].Li, L., Mu. X., Macfarlane, C., Song, W., Chen, J., Yan, K., Yan, G., 2018, A half-Gaussian fitting method for estimating fractional vegetation cover of corn crops using unmanned aerial vehicle images, Agricultural and forest meteorology, 262: 379-390.
    [10].Mu, X., Song, W., Gao, Z., McVicar, T.R., Donohue, R.J., Yan, G., 2018, Fractional vegetation cover estimation by using multi-angle vegetation index, Remote Sensing of Environment, 216:44-56.
    [11].Mu, X., Hu, R., Zeng, Y., McVicar, T. R., Ren, H., Song, W., Wang, Y., Casa, R., Qi, J., Xie, D. & Yan, G., 2017, Estimating structural parameters of agricultural crops from ground-based multi-angular digital images with a fractional model of sun and shade components. Agricultural and forest meteorology, 246: 162-177.
    [12].Song, W., Mu, X., Yan, G. and Huang, S., 2015, Extracting the Green Fractional Vegetation Cover from Digital Images Using a Shadow-Resistant Algorithm (SHAR-LABFVC), Remote Sensing, 7, 10425-10443.DOI:10.3390/rs70810425.
    [13].穆西晗，阎广建，周红敏，庞勇，邱凤，张乾，张永光，谢东辉，周盈吉，赵天杰，仲波，宋金玲，孙睿，蒋玲梅，尹思阳，李凡，焦子锑，屈永华，张吴明，程顺，崔同祥.2021.小滦河流域复杂地表碳循环遥感综合试验.遥感学报，25（4）： 888-903. 
    [14].国家标准：植被覆盖度遥感产品真实性检验，GB/T 41282 — 2022，穆西晗、宋婉娟、阎广建、贾坤、刘清旺、刘耀开、姜小光、吴骅、王新鸿、刘照言，2022.03.
    [15].国家标准：卫星遥感影像植被覆盖度产品规范，GB/T 41280 – 2022，宋婉娟、穆西晗、阎广建、阮改燕、贾坤，吴骅、姜小光、刘照言、王新鸿，2022.03.
    [16].2023年北京市自然科学二等奖 “异质地表遥感信息提取与尺度效应机理”，排名第4.