陆苗

基本信息

姓       名： 陆 苗

性       别： 女

最高学历： 博 士

专      业：  农业遥感

所在团队： 智慧农业

职       称： 研究员，博士生导师

电子邮件： lumiao@caas.cn,

工作经历

2022.03~至今        中国农科院农业资源与农业区划研究所，智慧农业研究室，研究员

2017.09~2022.03  中国农科院农业资源与农业区划研究所，智慧农业研究室，副研究员

2014.09~2017.08  中国农业科学院农业资源与农业区划研究所，农业遥感研究室，博士后

教育背景

2007.09~2014.06   博士毕业于武汉大学遥感信息工程学院，摄影测量与遥感

2003.09~2007.06   本科毕业于解放军信息工程大学测绘学院，遥感科学与技术

海外学习经历

2019.06~2020.10  惠灵顿维多利亚大学访问学者（新西兰）；

2018.08~2018.11  国际食物政策研究所（IFPRI）访问学者（美国）

2015.10~2015.11  国际应用系统分析研究所(IIASA)交流学习（奥地利）；

主要研究方向

围绕耕地监测，利用遥感数据，开展作物类型信息提取，耕地规模化利用分析，耕地盐渍化监测等工作。

主持项目

1. 国家自然科学基金青年项目“基于植被指数斜率的地表覆盖变化检测方法研究”（项目编号：41501483），2016年01月至 2018年12月.

2. 国家自然科学基金面上项目“耕地规模化利用的多尺度智能遥感监测方法研究”（项目编号：42071419），2021年01月至2024年12月.

3. 中国农业科学院科技创新工程“盐碱地产能提升关键技术与集成示范”，（编号CAAS-ZDRW202201），2022年01月至2022年12月.

4. 国家农业重大科技项目课题“北方次生盐渍化耕地监测和智能决策治理”，2022年01月至2026年12月.

参与项目

1. 国家重点研发计划“全球变化对粮食产量和品质的影响研究”，2019.07至2024.06，负责小麦、玉米等旱作作物空间分布遥感提取.

2. 科技基础资源调查专项“全球地表覆盖时空变化数字地图编研”，2020年1月 至 2022年12月，负责全球耕地知识采集.

3. 国家自然科学基金重点项目“全球地表覆盖变化信息的动态服务模型与方法研究”，2013.01至2017.12，负责地表覆盖变化检测算法的研究.

4. 国家测绘局公益性行业科研专项“全球地表覆盖数据分析研究”，2015.01日至2016.12，负责全球耕地融合制图及其变化分析.

5. 国家高技术研究发展计划（863计划）重点项目“全球地表覆盖遥感制图与关键技术研究”，2010.01至2014.06，负责地表覆盖分类和变化检测的研究.

科研奖励

1.2015年中国地理信息科技进步一等奖：“国家测绘应急快速制图关键技术研发与应用”，第7完成人。

2.2021年中国农业绿色发展研究会科学技术奖：“主要粮食作物应对气象灾害智慧适应技术与应用”，第10完成人。

3.2022年度中国农业科学院青年科技创新奖：“耕地利用遥感监测机理与方法”，第二完成人。

主要论文

1. Guo, B., Lu, M. *, Fan, Y., Wu, H., Yang, Y., & Wang, C. (2023). A novel remote sensing monitoring index of salinization based on three-dimensional feature space model and its application in the Yellow River Delta of China. Geomatics, Natural Hazards and Risk, 14(1), 95-116. ( IF=3.922)

2. Guo, B., Liu, Y., Fan, J., Lu, M. *, Zang, W., et al.. (2023). The salinization process and its response to the combined processes of climate change–human activity in the Yellow River Delta between 1984 and 2022. CATENA, 231, 107301. ( IF=6.2)

3. Miao Lu, Ying Bi, Bing Xue, Qiong Hu, Mengjie Zhang, Yanbing Wei, Peng Yang and Wenbin Wu. Genetic Programming for High-Level Feature Learning in Crop Classification. Remote Sensing, 2022, 14(16): 3982.  (IF=5.349)

4. Wen C, Lu, M.*, Bi Y, et al. An Object-Based Genetic Programming Approach for Cropland Field Extraction. Remote Sensing, 2022, 14(5): 1275. (IF=5.349)

5. Wei, Y., Lu, M.*, Yu, Q., et al. (2021). Understanding the dynamics of integrated rice–crawfish farming in Qianjiang county, China using Landsat time series images. Agricultural Systems,  191(2):103167. (IF=6.765)

6. Lu, M., Wu, W., You, L., et al. (2020). A cultivated planet in 2010 – Part 1: The global synergy cropland map. Earth System Science Data, 12(3):1913-1928. (IF=11.815)

7. Wei, Y., Lu, M.*, Wu W, et al. (2020). Multiple factors influence the consistency of cropland datasets in Africa. International Journal of Applied Earth Observation and Geoinformation, 89:102087. (IF=7.672)

8. Chen, D., Lu, M.*, Zhou, Q., Xiao, J., Wei, Y., Ru, Y., Wu, W. (2019). Comparison on two synergy approaches for hybrid cropland mapping. Remote Sensing, 11, 213. (IF=5.349)

9. Lu, M., Wu, W., You, L., Chen, D., Zhang, L., & Yang, P., et al. (2017). A synergy cropland of china by fusing multiple existing maps and statistics. Sensors, 17(7): 1613. (IF=3.576)

10. Lu, M., Chen, J., Tang, H., Rao, Y., Yang, P., & Wu, W. (2016). Land cover change detection by integrating object-based data blending model of Landsat and MODIS. Remote Sensing of Environment, 184, 374-386. (IF=13.85)

11. Lu, M., Wu, W. B., Zhang, L., Liao, A. P., Peng, S., & Tang, H. J. (2016). A comparative analysis of five global cropland datasets in china. Science China Earth Sciences, 1-12. (IF=5.492)

12. Chen, J., Lu, M.^*, Chen, X., Chen, J., & Chen, L. (2013). A spectral gradient difference based approach for land cover change detection. ISPRS Journal of Photogrammetry and Remote Sensing, 85, 1-12. (IF=11.774)

13. Hu, Q., Wu, W., Song, Q., Yu, Q., Lu, M., & Peng, Y., et al. (2016). Extending the pairwise separability index for multi-crop identification using time-series MODIS images. IEEE Transactions on Geoscience and Remote Sensing, 54(11), 6349-6361. (IF=8.125)

14. Chen, J., Chen, J., Liao, A., Cao, X., Chen, L., Chen, X., He, C., Han, G., Peng, S., Lu, M., Zhang, W., Tong, X., Mills, J. (2015) Global land cover mapping at 30m resolution: A POK-based operational approach. ISPRS Journal of Photogrammetry and Remote Sensing, 103,7-27. (IF="11.774)

15. 陆苗，吴文斌，张莉，廖安平，彭舒，唐华俊. (2016). 不同耕地数据集在中国区域的对比研究. 中国科学: 地球科学, 46: 1459–1471

16. 陆苗, 梅洋, 陈利军. (2013). 利用光谱量值和形状优化组合的地表覆盖变化检测方法. 武汉大学学报•信息科学版, 38(6)：669-673.

17. 魏妍冰，陆苗*，吴文斌. 基于水体季相差异的稻虾共作提取方法研究. 中国农业资源与区划，2019，40（3）：14-20.

18. 程锐，魏妍冰，陆苗，吴文斌.2022.基于集成深度学习模型的耕地地块提取.中国农业资源与区划.43(7):273-281.

申请专利

1. 陈军，陆苗，陈利军，一种基于光谱斜率差异检测地表覆盖变化的方法：中国，专利号：     201310020316.2，2015年4月15日.

2. 陆苗，魏妍冰，吴文斌，一种虾稻工作空间分布信息获取方法：中国，专利号：    201910076852.1，2021年01年29日.

3. 陆苗，吴文斌，游良智，杨鹏，一种耕地制图方法：中国，专利号：201810033690.9，2021年05月25日.

著作出版

吴文斌，胡琼，陆苗，宋茜，杨鹏. 农业土地系统遥感制图，科学出版社, 2020年11月