赫晓慧 郑州大学地球科学与技术学院副院长、教授

赫晓慧，女，博士，1978年出生。现任郑州大学地球科学与技术学院副院长教授，博士生导师。2003年于西北农林科技大学资源环境学院获硕士学位,2006于中国科学院获理学博士学位,中国水利水电科学研究院水资源所博士后,德国基尔大学访问学者。2006年至郑州大学,河南省教育厅学术带头人，校级青年骨干教师,曾多次获郑州大学“三育人”、“校优秀党员”称号与郑州大学 “我最喜欢的老师”称号。现为地球科学与技术学院副院长。致力于遥感与深度学习的深度融合，及遥感产品在生态领域的应用与产业化，主要研究领域：遥感大数据挖掘与智能提取、区域生态遥感建模。

教育经历

2003/09 - 2006/07，中国科学院水土保持与生态环境研究中心，土壤学，获理学博士学位

2000/09 - 2003/07，西北农林科技大学资源环境学，土壤学，硕士

1996/09 - 2000/07，河南农业大学，土地管理，学士

工作经历：

2019/09 - 至今，郑州大学地球科学与技术学院/智慧城市研究院，教授

2016/09 - 2019/08，郑州大学智慧城市研究院，副教授

2006/07- 2016/09，郑州大学水利与环境学院，副教授

2012/03 - 2015/03，中国水利水电科学研究院水资源所，在职博士后

2014/01 - 2015/01，德国基尔大学水文水资源研究所，访问学者

社会与科研兼职：

1、河南省测绘类教学指导委员会副主任委员。

2、河南省气象学会副理事长。

3、河南省气象大数据分析与服务工程研究中心副主任。

4、中国测绘学会地图学与地理信息系统专业委员会委员。

5、中国气象科学研究院·郑州大学生态气象联合实验室副主任。

6、河南省气象标准化技术委员会委员。

7、郑州市遥感与图像信息处理重点实验室主任。

8、河南省遥感技术应用协会常务理事。

讲授课程：

研究生课程：定量遥感、深度学习与应用。

招生信息：

博士招生领域：软件工程（学博）、智能交通（专博）

硕士招生领域：测绘科学与技术、测绘工程（专硕） 

研究领域及方向：

主要研究方向为生态遥感、遥感大数据挖掘。

科研项目：

现主持国家重大研发专项全球综合观测成果管理及共享服务系统关键技术研究、主持和参与国家自然科学基金等国家级项目10余项，其他省部级课题及重大横向委托项目20余项。

主持的主要纵向科研项目情况：

1. 国家自然科学基金项目, 地表时空异质性干扰下的非平衡复杂场景冬小麦叶面积指数反演（42371358）、2024/01-2027/12、主持。

2. 面向超算的黄河模拟器构建与服务关键技术研究，河南省重大科技专项（国家超级计算郑州中心创新生态系统建设科技专项）（201400210900），2021年1月-2023年12月,370万，在研、主持

3. 美丽青藏建设气象条件贡献率评价系统研发,第二次青藏高原综合科学考察研究“西风-季风协同作用及其环境效应”项目子专题（2019QZKK0106）,2019/11-2024/10,510万，在研、主持。

4. 全球综合观测大数据多维多尺度可视化引擎构建,国家重点研发计划“全球对地观测成果管理及共享服务系统关键技术研究”子课题（2018YFB0505000）、2018.05-2022.04、200万，已结题、主持

5. 河南省科技攻关计划项目,162102310192、基于高分辨率影像的城市建筑物动态自动提取技术研究、2016/01-2018/12、已结题、主持。

6. 国家自然科学基金青年项目,41101095、水沙变化驱动下黄河下游河道横向演变对湿地自然植被的影响研究—以黄河郑州湿地自然保护区为例、2012/01-2014/12、已结题、主持。

主持的主要横向科研项目情况 

1. 横向委托项目,作物耗水及生长过程关键信息智能感知技术研究，河南省水利科技攻关项目.2022年10月-2025年03月，在研、主持

2. 横向委托项目,黄河凌汛灾害时空大数据实验室样本模型库.2022年6月-2022年12月，已结题、主持

3. 重大横向委托项目,智慧城市多模态生物识别大数据云平台及信息管理服务平台研制,2020.01-2021.12，已结题、主持

4. 重大横向委托项目,清潩河水污染扩散模型研究及系统构建项目,2019.01-2019.12，已结题、主持

5. 横向委托项目, 生态文明建设绩效考核气象条件贡献率评价系统的模型算法研发，2020.01-2020.09、已结题、主持。

6. 重大横向委托项目,商丘市新型智慧城市建设顶层设计，2017.01-2017.12、已结题、主持。

7. 重大横向委托项目,智慧城市遥感时空大数据架构设计及技术研发,2016.01-2016.12、已结题、主持。

  认定成果：

1 云海云数据中心管理平台 商建东;张东;田智慧;刘正伟;郭锋;亓开元;赫晓慧;李仁刚;郭恒亮;赵坤;刘俊朋;颜秉珩;冯振;苏志远;王晓通 郑州大学 2016

2 亚像元尺度的作物种植面积提取 李颖;方文松;王秀萍;邹春辉;张红卫;陈怀亮;赫晓慧;郭恒亮 河南省气象科学研究所 2016

3 基于3S的土壤演变及其驱动因子的空间分析技术研究 赫晓慧;赵彦锋;郭恒亮;武舫;田智慧;周振红;高亚军;张成才;谢文轩;朱紫焱;赵姗;许静正;邵璇;牛金星 郑州大学 2010

4 CSGIS社区地理信息服务系统 田智慧;武舫;苗丽;苗青;赫晓慧;朱敬芳;曾宇怀;曹冬冬;苏俊 郑州大学 2009

 

发明公开：

[1]赫晓慧, 乔梦佳, 冯跃华, 李盼乐, 程淅杰, 孟玉清, 赵乾博, 田智慧, 刘飞. 基于作物生长知识并行挖掘与时空注意力图网络的产量智能预测方法[P]. 河南省: CN117649006A, 2024-03-05.

[2]赫晓慧, 程淅杰, 乔梦佳, 李盼乐, 常蓬, 高亚军, 刘飞, 田智慧. 一种基于地物依赖关系的异构卷积网络遥感影像土地利用并行分类方法[P]. 河南省: CN116912550A, 2023-10-20.

[3]赫晓慧, 李盼乐, 程淅杰, 乔梦佳, 常紫倩, 高亚军, 田智慧, 刘飞. 一种基于增强分类交叉熵的遥感影像鲁棒性并行分类方法[P]. 河南省: CN116797831A, 2023-09-22.

[4]赫晓慧, 程淅杰, 乔梦佳, 李盼乐, 杨骑凤, 高亚军, 刘飞, 田智慧. 一种基于光谱分解函数的双分支图卷积网络遥感图像分类方法[P]. 河南省: CN116740415A, 2023-09-12.

[5]赫晓慧, 乔梦佳, 李盼乐, 程淅杰, 张乐涵, 田智慧, 高亚军, 刘飞. 基于深度神经网络的MODIS LAI产品数据并行优化方法[P]. 河南省: CN116738846A, 2023-09-12.

[6]赫晓慧, 乔梦佳, 程淅杰, 李盼乐, 郭晓宇, 高亚军, 刘飞, 田智慧. 基于上下文信息智能融合的湖泊并行提取方法[P]. 河南省: CN116704370A, 2023-09-05.

[7]赫晓慧, 李盼乐, 程淅杰, 乔梦佳, 常紫倩, 高亚军, 田智慧, 刘飞. 一种基于改进YOLOv3的遥感影像小目标检测方法[P]. 河南省: CN116665054A, 2023-08-29.

[8]赫晓慧, 李盼乐, 程淅杰, 乔梦佳, 原晨桥, 高亚军, 田智慧, 刘飞. 一种基于多尺度注意力的遥感影像建筑物并行提取方法[P]. 河南省: CN116665071A, 2023-08-29.

[9]赫晓慧, 李盼乐, 乔梦佳, 程淅杰, 高亚军, 周涛, 李加冕, 郑紫瑞. 基于大批量深度学习的遥感信息智能提取方法[P]. 河南省: CN116661989A, 2023-08-29.

[10]赫晓慧, 李盼乐, 程淅杰, 乔梦佳, 高亚军, 李加冕, 周涛, 赵辉杰. 基于中央数据池的遥感信息提取模型分布式训练方法[P]. 河南省: CN116452951A, 2023-07-18.

[11]耿庆玲, 赵世祥, 高亚军, 刘大炜, 赫晓慧, 田智慧. 基于日光诱导叶绿素荧光的植被干旱监测方法[P]. 河南省: CN115963096A, 2023-04-14.

[12]赫晓慧, 乔梦佳, 郜利康, 田智慧. 基于三维循环卷积神经网络和多时相遥感影像的农作物产量预测方法[P]. 河南省: CN115222100A, 2022-10-21.

[13]赫晓慧, 程淅杰, 高亚军, 田智慧. 一种基于增强语义表示的遥感影像深度土地利用分类方法[P]. 河南省: CN115147719A, 2022-10-04.

[14]田智慧, 王帅强, 魏海涛, 赫晓慧. 一种基于WebGIS的智慧校园系统[P]. 河南省: CN113763216A, 2021-12-07.

[15]赫晓慧, 李盼乐, 郭晓宇, 高亚军. 一种基于标签概率序列的高鲁棒性深度道路提取方法[P]. 河南省: CN113435394A, 2021-09-24.

[16]田智慧, 任祖光, 魏海涛, 赫晓慧. 一种基于像元尺度定量分析植被时空演化驱动机制的方法[P]. 河南省: CN113095285A, 2021-07-09.

[17]魏海涛, 刘岩, 田智慧, 赫晓慧. 一种基于GIS的慢性病时空演化特征分析及环境健康风险监测系统及方法[P]. 河南省: CN112820415A, 2021-05-18.

[18]魏海涛, 李柯, 田智慧, 赫晓慧. 一种融入空间关系的POI推荐方法及推荐系统[P]. 河南省: CN112800346A, 2021-05-14.

[19]魏海涛, 张述胜, 赫晓慧. 一种基于虚拟边界的动态椭圆限制搜索区域最短路径方法[P]. 河南省: CN112800353A, 2021-05-14.

[20]王晓蕾, 魏海涛, 赫晓慧, 田智慧, 郭恒亮, 陈能成. 一种构建支持星载传感器观测过程语义表达的本体模型的方法[P]. 河南省: CN111752544A, 2020-10-09.

[21]魏海涛, 王晓蕾, 赫晓慧, 田智慧, 郭恒亮, 刘岩. 一种实现B3dm模型网络快速传输的方法[P]. 河南省: CN111556170A, 2020-08-18.

[22]赫晓慧, 李盼乐, 程淅杰, 邱芳冰, 李志强, 乔梦佳, 李代栋. 一种基于深度学习的遥感影像自动标注方法[P]. 河南省: CN111079847A, 2020-04-28.

[23]赫晓慧, 魏海涛, 郭恒亮, 田智慧, 张印, 王晓蕾. 一种水污染扩散动态模拟方法[P]. 河南省: CN109614731A, 2019-04-12.

[24]李宏伟, 卫建华, 田智慧, 赫晓慧, 郭恒亮, 王晓蕾, 赵姗. 一种工程构筑选址适宜区预测方法[P]. 河南省: CN109118004A, 2019-01-01.

[25]李宏伟, 卫建华, 田智慧, 赫晓慧, 郭恒亮, 王晓蕾, 赵姗. 基于模糊C-均值算法和人工蜂群聚类算法的混合聚类算法[P]. 河南: CN109086831A, 2018-12-25.

[26]李宏伟, 卫建华, 田智慧, 赫晓慧, 郭恒亮, 王晓蕾, 赵姗. 一种人工蜂群算法[P]. 河南: CN109086862A, 2018-12-25.

[27]王芳, 王琳, 张春惠, 赫晓慧, 乌兰托娅. 一种生态理念下的灌溉梯田设计[P]. 北京: CN104452654A, 2015-03-25.

发明授权：

[1]赫晓慧, 李盼乐, 程淅杰, 乔梦佳, 高亚军, 李加冕, 周涛, 赵辉杰. 基于中央数据池的遥感信息提取模型分布式训练方法[P]. 河南省: CN116452951B, 2023-11-21.

[2]王晓蕾, 魏海涛, 赫晓慧, 田智慧, 郭恒亮, 陈能成. 一种构建支持星载传感器观测过程语义表达的本体模型的方法[P]. 河南省: CN111752544B, 2023-11-10.

[3]赫晓慧, 李盼乐, 程淅杰, 邱芳冰, 李志强, 乔梦佳, 李代栋. 一种基于深度学习的遥感影像自动标注方法[P]. 河南省: CN111079847B, 2023-05-02.

[4]魏海涛, 刘岩, 田智慧, 赫晓慧. 一种基于GIS的慢性病时空演化特征分析及环境健康风险监测系统及方法[P]. 河南省: CN112820415B, 2023-03-28.

[5]赫晓慧, 魏海涛, 郭恒亮, 田智慧, 张印, 王晓蕾. 一种水污染扩散动态模拟方法[P]. 河南省: CN109614731B, 2022-10-14.

[6]魏海涛, 李柯, 田智慧, 赫晓慧. 一种融入空间关系的POI推荐方法及推荐系统[P]. 河南省: CN112800346B, 2022-10-14.

[7]赫晓慧, 李盼乐, 郭晓宇, 高亚军. 一种基于标签概率序列的高鲁棒性深度道路提取方法[P]. 河南省: CN113435394B, 2022-09-30.

[8]李宏伟, 卫建华, 田智慧, 赫晓慧, 郭恒亮, 王晓蕾, 赵姗. 一种工程构筑选址适宜区预测方法[P]. 河南省: CN109118004B, 2021-09-14.

[9]王芳, 王琳, 张春惠, 赫晓慧, 乌兰托娅. 一种生态理念下的灌溉梯田布置方法[P]. 北京市: CN104452654B, 2018-08-24.

实用新型：

[1]徐雅婷, 赫晓慧. 一种便携式环境检测仪[P]. 河南省: CN214200216U, 2021-09-14.

出版教材：

1. 赫晓慧,郭恒亮,贺添. 遥感基础导论.黄河出版社,2015.

2. 赫晓慧,贺添,郭恒亮.遥感影像处理基础实验教程.黄河出版社,2014.

3. 卢艳,王金鑫,赫晓慧. 地理信息科学专业英语.黄河出版社,2009.

已发表的部分论文：

[1]Zhihui Tian, Xiaoyu Guo, Xiaohui He*, et al. MSCANet: Multiscale context information aggregation network for Tibetan Plateau lake extraction from remote sensing images，International Journal of Digital Earth，2023.01

[2]Cheng Xijie, Xiaohui He*, et al. Multi-view Graph Convolutional Network with Spectral Component Decompose for Remote Sensing Images Classification，IEEE Transactions on Circuits and Systems for Video Technology，2022.12

[3]Mengjia Qiao, Xiaohui He*, et al. KSTAGE: A knowledge-guided spatial-temporal attention graph learning network for crop yield prediction，Information Science，2022.11

[4]Xiaohui He, Chuan Liu， et al.Thematic Content and Visualization Strategy for Map Design of City-Specific Culture Based on Local Chronicles: A Case Study of Dengfeng City, China，ISPRS International Journal of Geo-Information，2022.10

[5]Panle Li, Xiaohui He*, et al.An Improved Categorical Cross Entropy for Remote Sensing Image Classification Based on Noisy Labels. Expert System with Applications. 2022.04.

[6]Cheng Xijie, Xiaohui He*, et al. Enhanced Contextual Representation with Deep Neural Networks for Land Cover Classification Based on Remote Sensing Images. International Journal of Applied Earth Observation and Geoinformation, 2022.02.

[7]Panle Li, Xiaohui He*, et al. Exploring Label Probability Sequence to Robustly Learn Deep Convolutional Neural Networks for Road Extraction with Noisy Datasets. IEEE Transactions on Geoscience and Remote Sensing. 2022.02.

[8]Li, Panle; He, Xiaohui*; Qiao, Mengjia; Miao, Disheng; Cheng, Xijie; Song, Dingjun; Chen, Mingyang; Li, Jiamian; Zhou, Tao; Guo, Xiaoyu; Yan, Xinyu; Tian, Zhihui. Exploring Multiple Crowdsourced Data to Learn Deep Convolutional Neural Networks for Road Extraction. International Journal of Applied Earth Observation and Geoinformation, 2021, 104: 102544.

[9]Li, Panle; Tian, Zhihui; He, Xiaohui*; Qiao, Mengjia; Cheng, Xijie; Song, Dingjun; Chen, Mingyang; Li, Jiamian; Zhou, Tao; Guo, Xiaoyu; Li, Zhigiang; Li, Daidong; Ding, Zihao; Li, Runchuan. LR-RoadNet: A long-range context-aware neural network for road extraction via high-resolution remote sensing images. IET Image Processing, 2021, 15(13): 3239-3253.

[10]Qiao, Mengjia; He, Xiaohui*; Cheng, Xijie; Li, Panle; Luo, Haotian; Zhang, Lehan; Tian, Zhihui. Crop yield prediction from multi-spectral, multi-temporal remotely sensed imagery using recurrent 3D convolutional neural networks. International Journal of Applied Earth Observation and Geoinformation, 2021, 102:102436.

[11]Xiaohui He, Zhaolei，Zhai weimin，zhang wenyu*, et al. Calibration of the span of Himaw ari-8 AOD products in eastern China. Remote Sensing Letters, 2021:1-11.

[12] Xiaohui He, Yu yipin，He tian*, et al. Climate Change and Ecological Projects Jointly Promote Vegetation Restoration in the Three-River Source Region. Chinese Geographical Science, 2021.09

[13]Qiao, Mengjia; He, Xiaohui*; Cheng, Xijie; Li, Panle; Luo, Haotian; Tian, Zhihui; Guo, Hengliang. Exploiting Hierarchical Features for Crop Yield Prediction Based on 3-D Convolutional Neural Networks and Multikernel Gaussian Process. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing.2021,14:4476-4489

[14]Wei, Haitao; Zhang, Shusheng; He, Xiaohui* .Shortest Path Algorithm in Dynamic Restricted Area Based on Unidirectional Road Network Model.Sensors (Switzerland), 2021, 21(1): 203.

[15]Li, Panle; He, Xiaohui*; Qiao, Mengjia; Cheng, Xijie; Li, Zhiqiang; Luo, Haotian; Song, Dingjun; Li, Daidong; Hu, Shaokai; Li, Runchuan; Han, Pu; Qiu, Fangbing; Guo, Hengliang; Shang, Jiandong; Tian, Zhihui. Robust Deep Neural Networks for Road Extraction from Remote Sensing Images. IEEE Transactions on Geoscience and Remote Sensing, 2021, 59(7): 6182-6197.

[16]Hengliang Guo, Yanling Guo, Wenyu Zhang, Xiaohui He*, Zongxi Qu. Research on a Novel Hybrid Decomposition–Ensemble Learning Paradigm Based on VMD and IWOA for PM2.5 Forecasting.2020.8:51482-51499

[17]Xiaohui He, Nie Ying*, Hengliang Guo. Research on a novel combination system on the basis of deep learning and swarm intelligence optimization algorithm for wind speed forecasting. IEEE Access. 2020, 8(1): 51482-51499。

[18]Li, Panle; He, Xiaohui*; Cheng, Xijie; Gao, Xu; Li, Runchuan; Qia, Mengjia; Li, Daidong; Qiu, Fangbing; Li, Zhiqiang. Object Extraction From Very High-Resolution Images Using a Convolutional Neural Network Based on a Noisy Large-Scale Dataset. IEEE Access. 2019,7:122784-122795

[19]He, Xiaohui; Li, Ziwei*; Guo, Hengliang; Tian, Zhihui; Wang, Xiaolei. Analysing the consistency between built-up areas and human activities and the impacts on the urbanization process: a case study of Zhengzhou, China. International Journal of Remote Sensing, 2019, 40(15): 6008-6035.

[20]Xiaohui He*, Georg Hörmann, Hengliang Guo, Nicola Fohrer. Natural and Anthropogenic Causes of Vegetation Changes in Riparian Wetlands along the Lower Reaches of the Yellow River, China. Wetlands. 2015,35:391-399.

[21]He Xiao-hui, Ya Jun-gao, Zhu Zi-yan.The simulation of Spontaneous restoration of vegetation spatial pattern in the Yanhe River catchment. 第四届黄河国际论坛.2009,10:1023-1027 

[22]He Xiaohui,Wen Zhongming,Jiao Feng. The predictive distribution of Stipa bungeana in Yanhe River catchment: GAM model and its application. The 2nd International Symposium on Soil Erosion and Dry-land Farming.2006,10.

[23] Liu, Yan; Tian, Zhihui;He, Xiaohui; Wang, Xiaolei; Wei, Haitao*.Short-term effects of indoor and outdoor air pollution on the lung cancer morbidity in Henan Province, Central China.Environmental Geochemistry and Health.

发表中文期刊论文：

[1]赫晓慧，周广胜，李盼乐， 商建东，关盛勇，田智慧，汲玉河，周会珍 ，郑紫瑞，乔梦佳，程淅杰，何娇，魏海涛，周涛，李加冕. 国产大型超算支撑下的海量遥感智能提取关键技术及应用,《中国科技成果》2024年5期：71-72

[2]耿庆玲,赫晓慧, 冯珍珍, 田智慧. 政产学研用合作育人模式在地学类专业的探索与实践[J]. 中国地质教育, 2024, 33 (01): 25-28.

[3]赫晓慧, 张乐涵, 乔梦佳, 田智慧, 周广胜. 基于PROSAIL混合反演模型的MODIS LAI产品改进及评估[J]. 生态学报, 2023, 43 (22): 9328-9341.

[4]赫晓慧, 冯珍珍, 田智慧. “学院—导师—研究生”三位一体的研究生培养体系构建与实践[J]. 河南教育(高等教育), 2023, (11): 41-43.

[5]郭恒亮, 牛子儒, 赫晓慧, 田智慧. 基于多尺度特征融合的遥感影像语义分割[J]. 计算机应用与软件, 2023, 40 (11): 248-253.

[6]赫晓慧, 周涛, 李盼乐, 常静, 李加冕. 基于多尺度注意力的遥感影像建筑物提取研究[J]. 计算机科学, 1-14.

[7]刘剑锋, 郜利康, 赫晓慧, 乔梦佳. 结合卷积网络与注意力机制的冰凌提取算法[J]. 遥感信息, 2023, 38 (04): 49-56.

[8]田智慧, 常蓬, 赫晓慧*, 程淅杰. 一种基于CNN-GCN的高分辨率遥感影像土地覆盖分类[J]. 测绘科学, 2023, 48 (06): 59-72.

[9]赫晓慧, 李志强, 李盼乐, 田智慧, 周广胜. 基于代价敏感卷积神经网络的遥感影像分类[J]. 计算机应用与软件, 2023, 40 (05): 253-261.

[10]胡绍凯, 赫晓慧*, 田智慧. 基于MLUM-Net的高分遥感影像土地利用多分类方法[J]. 计算机科学, 2023, 50 (05): 161-169.

[11]赫晓慧, 翟伟民, 郭恒亮, 田智慧. 基于多时相遥感数据的中国AOD人口暴露风险研究[J]. 河南理工大学学报(自然科学版), 2022, 41 (05): 68-76.

[12]赫晓慧, 陈明扬, 李盼乐, 田智慧, 周广胜. 结合DCNN与短距条件随机场的遥感影像道路提取[J]. 武汉大学学报(信息科学版), 2024, 49 (03): 333-342.

[13]赫晓慧, 徐雅婷, 范学峰, 耿庆玲, 田智慧. 中原城市群区域碳储量的时空变化和预测研究[J]. 中国环境科学, 2022, 42 (06): 2965-2976.

[14]郭恒亮, 张赫菲, 赫晓慧, 田智慧. 基于高分二号卫星面向对象的城区周边水体提取方法[J]. 水电能源科学, 2022, 40 (01): 35-38+34.

[15]耿庆玲, 陈晓青, 赫晓慧*, 田智慧. 中国不同植被类型归一化植被指数对气候变化和人类活动的响应[J]. 生态学报, 2022, 42 (09): 3557-3568.

[16]魏海涛, 刘岩, 田智慧, 王晓蕾, 赫晓慧, 韦晶. 河南省肺癌空间分布格局及环境因素影响[J]. 地理学报, 2022, 77 (01): 245-258.

[17]赫晓慧, 宋定君, 李盼乐, 田智慧, 周广胜. 融合多尺度特征的遥感影像道路提取方法[J]. 计算机工程, 2022, 48 (08): 196-205

[18].赫晓慧, 孟军令, 郭恒亮, 田智慧. 土地利用与气候变化对洛河流域径流的影响[J]. 水电能源科学, 2021, 39 (10): 31-34.

[19]赫晓慧, 罗浩田, 乔梦佳, 田智慧, 周广胜. 基于CNN-RNN网络的中国冬小麦估产[J]. 农业工程学报, 2021, 37 (17): 124-132.

[20]赫晓慧, 邱芳冰, 程淅杰, 田智慧, 周广胜. 基于边缘特征融合的高分影像建筑物目标检测[J]. 计算机科学, 2021, 48 (09): 140-145.

[21]赫晓慧, 冯坤, 郭恒亮, 田智慧. 基于PROSAIL模型和遗传算法优化的BP神经网络模型的不同大豆种群叶面积指数反演比较[J]. 河南农业大学学报, 2021, 55 (04): 698-706.

[22]魏海涛, 李柯, 赫晓慧*, 田智慧. 融入空间关系的矩阵分解POI推荐模型[J]. 武汉大学学报(信息科学版), 2021, 46 (05): 681-690.

[23]郭恒亮, 冯珍珍, 赫晓慧, 耿庆玲, 田智慧. 2000～2020年丹江口库区人类活动干扰强度时空特征[J]. 人民长江, 2021, 52 (04): 88-94.

[24]郭恒亮, 柴晓楠, 韩林, 赫晓慧, 商建东. Canny边缘检测算法在飞腾平台上的实现与优化[J]. 计算机工程, 2021, 47 (07): 37-43.

[25]李代栋, 赫晓慧*, 李盼乐, 田智慧, 周广胜. 基于SPUD-ResNet的遥感影像道路提取网络[J]. 计算机工程与应用, 2021, 57 (23): 240-247.

[26]赫晓慧，李盼乐 .郑州大学团队在遥感与地理计算方向取得新进展.《资源导刊·信息化测绘版》2021年11期： 18

[27]汪梦涵, 赫晓慧, 郭恒亮. 土地利用数据分辨率对SCS模型在径流模拟中的影响[J]. 人民珠江, 2020, 41 (10): 30-35.

[28]赫晓慧, 李代栋, 李盼乐, 胡绍凯, 陈明扬, 田智慧, 周广胜. 基于EDRNet模型的高分辨率遥感影像道路提取[J]. 计算机工程, 2021, 47 (09): 297-303+312.

[29]赫晓慧, 李满堂, 郭恒亮, 田智慧. 基于GF-2遥感影像的建筑物高度反演方法研究[J]. 测绘地理信息, 2020, 45 (03): 29-33.

[30]郭恒亮, 冯珍珍, 赫晓慧, 田智慧, 乔宝晋. 地表覆被与人口密度变化对城市地表温度的影响分析——以郑州市为例[J]. 内蒙古师范大学学报(自然科学汉文版), 2019, 48 (04): 298-306.

[31]吴慧静, 赫晓慧. 基于GA-BP神经网络的空气质量指数预测研究[J]. 安徽师范大学学报(自然科学版), 2019, 42 (04): 360-365.

[32]赫晓慧, 李满堂, 郭恒亮, 田智慧. 高分二号卫星影像中城市建筑物阴影检测方法[J]. 中国科技论文, 2019, 14 (07): 789-796.

[33]田智慧, 张丹丹, 赫晓慧, 郭恒亮, 魏海涛. 2000-2015年黄河流域植被净初级生产力时空变化特征及其驱动因子[J]. 水土保持研究, 2019, 26 (02): 255-262.

[34]赫晓慧, 范丹阳, 魏海涛, 郭恒亮, 田智慧. 路网空间下郑州市兴趣点分析与可视化研究[J]. 信阳师范学院学报(自然科学版), 2019, 32 (02): 228-233.

[35]郭恒亮, 杨硕, 赫晓慧, 乔宝晋, 李满堂. 基于夜间灯光数据的郑州市大气污染暴露强度研究[J]. 河南理工大学学报(自然科学版), 2019, 38 (03): 81-88.

[36]郭恒亮, 刘如意, 赫晓慧, 乔宝晋, 田智慧. 郑州市景观多样性的空间自相关格局分析[J]. 生态科学, 2018, 37 (05): 157-164.

[37]范丹阳, 赫晓慧, 魏海涛. 智慧公交关键技术及应用研究[J]. 智能城市, 2018, 4 (17): 3-4.

[38]田智慧, 张丹丹, 赫晓慧, 郭恒亮, 魏海涛. 2006—2015年河南省植被P_(NP)时空变化及其与气候因子的关系[J]. 西北师范大学学报(自然科学版), 2018, 54 (04): 76-82.

[39]乔梦佳, 王宇飞, 赫晓慧, 郭恒亮, 周振红. 基于影像分割与SVM分类的城市建筑物提取研究[J]. 信息技术, 2018, (05): 30-33+38.

[40]谢超颖, 张丹丹, 田智慧, 赫晓慧, 郭恒亮. 流域水环境多目标多部门综合管理数据库关键技术研究[J]. 水利水电技术, 2018, 49 (01): 128-135.

[41]田智慧, 韩燕雪, 郭恒亮, 赫晓慧, 王晓蕾. 基于GIS的高校内ATM网点选址分析[J]. 西北师范大学学报(自然科学版), 2017, 53 (05): 91-95+108.

[42]郭恒亮, 刘如意, 赫晓慧, 田智慧. 基于PSR模型的南水北调中线主干渠沿线区域生态环境评价[J]. 南水北调与水利科技, 2017, 15 (04): 65-70+135.

[43]赫晓慧, 郑紫瑞, 高亚军. 降水和人类活动对北洛河径流变化的定量化研究[J]. 水土保持研究, 2017, 24 (03): 125-129.

[44]田智慧, 张丹丹, 赫晓慧, 王晓蕾, 郭恒亮. 清潩河流域水质时空分异与评价研究[J]. 人民长江, 2017, 48 (07): 26-30.

[45]赫晓慧, 梁冰洁, 郭恒亮, 田智慧. 基于MOD16的北洛河流域蒸散发空间格局演变研究[J]. 水土保持通报, 2017, 37 (01): 177-182.

[46]赫晓慧, 李紫薇, 郭恒亮, 田智慧. 郑州市智慧水务体系构建与关键技术研究[J]. 水利信息化, 2016, (06): 61-66+72.

[47]郭恒亮, 赫晓慧, 赵姗. 高校实验室利用现状及问题分析[J]. 河南教育(高教), 2016, (06): 46-48.

[48]赫晓慧, 李紫薇, 郭恒亮, 田智慧. 河南省黄河沿岸景观格局动态变化及脆弱度分析[J]. 河南农业大学学报, 2016, 50 (01): 97-102.

[49]郭恒亮，赫晓慧，赵姗。高校实验室利用问题及建议.《新课程·下旬》2016年7期 ：18-19

[50]郑东东, 李颖, 赫晓慧, 胡程达, 郭恒亮. 利用不同方法反演冬小麦叶面积指数研究[J]. 气象与环境科学, 2015, 38 (04): 56-60.

[51]郭恒亮, 王宇飞, 赫晓慧, 田智慧, 李颖. 济源市土地利用变化及其环境效应分析[J]. 安徽师范大学学报(自然科学版), 2015, 38 (05): 479-484.

[52]赫晓慧, 王芳, 龚家国, 马国军. 气候变化下湟水河西宁段区域水文变化研究[J]. 人民黄河, 2015, 37 (09): 11-13+16.

[53]郭恒亮, 刘如意, 赫晓慧, 田智慧. 基于多指标的郑州市城市化扩展过程研究[J]. 安徽农业科学, 2015, 43 (26): 369-372.

[54]郭恒亮, 韦原原, 赫晓慧, 罗清元. 南水北调中线地区土地利用变化及生态环境效应[J]. 南水北调与水利科技, 2015, 13 (03): 444-447.

[55]谷帅兵, 赫晓慧, 郭恒亮. 基于中巴资源卫星的多源遥感影像融合研究[J]. 北京联合大学学报(自然科学版), 2015, 29 (01): 53-57+69.

[56]武玉国, 郭恒亮, 赫晓慧, 郑紫瑞, 吴豪杰, 曹青. 基于MODIS的郑州市夏玉米LAI反演研究[J]. 安徽农业科学, 2015, 43 (03): 361-363.

[57]蒲欢欢, 赫晓慧, 郭恒亮, 周振红. 河南省土地利用景观格局变化研究[J]. 河南农业科学, 2014, 43 (08): 157-160.

[58]赫晓慧, 郑东东, 郭恒亮, 马国军. 郑州黄河湿地自然保护区植物物种多样性对人类活动的响应[J]. 湿地科学, 2014, 12 (04): 459-463.

[59]郭恒亮, 骆亚波, 赫晓慧, 赵姗. GIS专业核心课程及人才培养方案建设内容探讨[J]. 中国电力教育, 2014, (08): 114-115+131.

[60]高亚军, 赫晓慧, 李睿, 徐建华. 佳芦河流域“7·27”暴雨洪水分析[J]. 水利水电技术, 2014, 45 (02): 13-16.

[61]赫晓慧, 牛金星, 郑东东, 王璐, 郭恒亮. 基于遥感的郑州市黄河湿地植被覆盖度变化研究[J]. 水土保持通报, 2014, 34 (01): 334-337.

[62]高亚军, 赫晓慧, 张展, 徐建华. 1956-2009年皇甫川流域不同历时最大暴雨量周期性和趋势性分析[J]. 水土保持研究, 2014, 21 (01): 251-253.

[63]徐进, 赫晓慧, 王芳, 马国军, 蒲欢欢. 基于GIS的湟水河(西宁段)流域土壤侵蚀危险性评价[J]. 水土保持研究, 2013, 20 (05): 57-59.

[64]陈首彬, 赫晓慧, 王芳. 流域植被覆盖度变化对湟水河含沙量的影响[J]. 人民长江, 2013, 44 (19): 78-80.

[65]赫晓慧, 张曦文. 基于TM影像的大气辐射校正方法对比分析[J]. 郑州大学学报(工学版), 2013, 34 (03): 125-128.

[66]宋博文, 赫晓慧. 基于MODIS多时相数据的冬小麦种植面积提取方法研究[J]. 安徽农业科学, 2013, 41 (10): 4671-4672+4690.

[67]毕苏萍, 周振红, 赫晓慧. Fortran 90借用C++函数模板[J]. 郑州大学学报(工学版), 2013, 34 (02): 64-66.

[68]高明亮, 赵文吉, 宫兆宁, 赫晓慧. 基于环境卫星数据的黄河湿地植被生物量反演研究[J]. 生态学报, 2013, 33 (02): 542-553.

[69]陈家模, 苗丽, 赫晓慧. 基于GIS的水环境信息管理系统的研究[J]. 河南科学, 2013, 31 (01): 84-86.

[70]陈首彬, 赫晓慧, 李楠楠. 基于GIS的金属矿山安全信息系统的实现[J]. 地理信息世界, 2012, 10 (05): 57-59+64.

[71]吴天君, 张曦文, 赫晓慧. 基于CBERS的黄河湿地生物量反演研究[J]. 测绘与空间地理信息, 2012, 35 (05): 18-19+27.

[72]郭恒亮, 赫晓慧, 石姗. 黄河郑州段河道冲淤变化及影响因素研究[J]. 人民黄河, 2012, 34 (03): 4-5.

[73]郭恒亮，赫晓慧.地理信息系统专业青年教师教学能力培养的探索与实践.《学园（教育科研）》2012年21期

[74]赫晓慧，郭恒亮.遥感技术双语教学建设内容探讨.《学园（教育科研）》2012年15期

[75]赫晓慧, 武舫, 高亚军, 徐建华. 河口镇—龙门区间主要支流水沙突变年代划分[J]. 人民黄河, 2011, 33 (03): 19-21+143-144.

[76]郭恒亮，赫晓慧，王金鑫.自然地理学课件的设计与制作.《青年与社会·中外教育研究》2011年1期：26-28

[77]郭恒亮，赫晓慧，王金鑫，浅谈教师在构建和谐校园中的地位和作用.《学园》2011年13期：10-11

[78]赫晓慧.《遥感技术》双语教学实践体会与思考.《青年与社会·中外教育研究》2010年3期：59

[79]赵伶俐, 赫晓慧, 李璨, 韩贞辉. 利用人工湿地减少排入水体的污水量[J]. 科技信息, 2009, (31): 701-702.

[80]赵登蓉, 赫晓慧. 基于ER Mapper软件的QuickBird卫星影像处理实践[J]. 地理空间信息, 2009, 7 (02): 129-131.

[81]赫晓慧, 高亚军, 李晓宇, 徐建华. 黄河中游不同地区来沙对三门峡库区及下游河道的淤积作用[J]. 水土保持通报, 2008, 28 (06): 86-89.

[82]王金鑫, 孙晓兵, 赫晓慧. 当代数字城市建设背景与技术路线[J]. 城市勘测, 2008, (05): 22-26.

[83]赫晓慧, 温仲明, 王金鑫. 基于GAM模型的延河流域主要草地物种空间分布及其与环境的关系[J]. 生态学杂志, 2008, (10): 1718-1724.

[84]赫晓慧, 温仲明. 小流域地形因子影响下的土壤水分空间变异性研究[J]. 水土保持研究, 2008, (02): 80-83+87.

[85]赫晓慧, 郭恒亮. 黄土丘陵区小流域土地利用变化与土壤侵蚀特性的协同效应研究[J]. 河南农业科学, 2008, (03): 54-58.

[86]高亚军, 赫晓慧, 高东利, 徐建华. 基于WebGIS的水土保持信息系统设计与实现[J]. 地理空间信息, 2008, (01): 50-52.

[87]温仲明, 赫晓慧, 焦峰, 焦菊英. 延河流域本氏针茅(Stipa bungeana)分布预测——广义相加模型及其应用[J]. 生态学报, 2008, (01): 192-201.

[88]赫晓慧, 温仲明, 焦锋, 杨勤科, 李锐. 基于GIS与神经网络的黄土丘陵区土壤水分模型研究[J]. 中国生态农业学报, 2007, (06): 40-43.

[89]高亚军, 赫晓慧, 王志勇, 徐建华. 黄河中游多沙粗沙区重点支流粗泥沙粒径组成分析[J]. 水资源与水工程学报, 2007, (03): 27-29+35.

[90]温仲明, 赫晓慧, 焦峰, Tim R.Mc Vicar, Tom G. Van Niel. 黄土高原多沙粗沙区植被适宜性空间分析与制图[J]. 中国水土保持科学, 2007, (01): 19-26.

[91]温仲明, 焦峰, 赫晓慧, 焦菊英. 黄土高原森林边缘区退耕地植被自然恢复及其对土壤养分变化的影响[J]. 草业学报, 2007, (01): 16-23.

[92]赫晓慧, 常庆瑞, 温仲明, 焦峰, 李锐. 农牧交错带不同人工植被下荒漠化土壤肥力的变化[J]. 中国沙漠, 2006, 26(06): 915-919.

[93]高亚军, 王玉明, 赫晓慧. 黄河中游严重水土流失区土壤粒径分布规律研究[J]. 水土保持研究, 2006, (05): 27-29.

[94]温仲明, 焦峰, 赫晓慧, 杨勤科, 刘宝元. 纸坊沟流域黄土丘陵区土地生产力变化与生态环境改善[J]. 农业工程学报, 2006, (08): 91-95.

[95]高亚军, 赫晓慧, 徐建华. 秃尾河流域水沙特性变化分析[J]. 水资源与水工程学报, 2006, (03): 68-71.

[96]焦峰, 温仲明, 焦菊英, 赫晓慧. 黄丘区退耕地植被与土壤水分养分的互动效应[J]. 草业学报, 2006, (02): 79-84.

[97]赫晓慧,温仲明,李锐,卜耀军. 黄土丘陵区小流域横断面土壤水分的空间分布特征[J]. 中国农学通报, 2005, (08): 243-246.

[98]焦峰,温仲明,焦菊英,卜耀军,赫晓慧,马祥华. 黄土丘陵区人工小叶杨生长空间差异及其土壤水分效应[J]. 西北植物学报, 2005, (07): 1303-1308.

[99]赫晓慧,常庆瑞,李锐,温仲明,杨勤科. 陕北农牧交错带不同人工植被下的土壤质量研究[J]. 水土保持研究, 2005, 12(01): 10-12.

[100]高亚军,常庆瑞,赫晓慧,李云驹. 土地资源信息系统数据库的设计研究——以乾县试区为例[J]. 干旱地区农业研究, 2003, (02): 163-166.

[101]刘彬,常庆瑞,赫晓慧. 新疆地域资源优势与产业化开发研究[J]. 西北农林科技大学学报(社会科学版), 2003, (03): 81-85.

[102]赫晓慧,常庆瑞,高亚军,贾科利. 基于3S技术的土地资源动态监测系统设计与建立[J]. 水土保持通报, 2002, (06): 52-55.

[103]常庆瑞,赫晓慧,刘梦云,高亚军. 小流域土地资源形成评价研究[J]. 水土保持通报, 2002, (01): 19-21+33.

所获荣誉：

1、曾获郑州大学“三育人”。

2、“校优秀党员”称号。

3、郑州大学第五届“我最喜欢的老师”称号。

4、多次指导学生获得全国GIS大赛奖项。

5、首批西宁市“引才聚才555计划”柔性引进人才。

所获奖励：

2006年以来，获省部级科技进步奖2项，厅局级科技奖多项。

1. 多源多尺度数据协同支持下的流域水环境管理系统关键技术研究.中国测绘学会.测绘科学技术进步二等奖.2020年.排名第1。

2. 数字郑州三维地理信息及应用服务系统研制与应用.中国地理信息产业协会.地理信息科技进步奖二等奖.2017年.排名第3。

3. 基于3S的土壤演变及其驱动因子的空间分析技术研究. 河南省人民政府.河南省科技进步三等奖.2011年.排名第1。

4. 优势特色学科支持下一流本科专业人才培养能力提升途径研究与实践河南省高等教育教学成果一等奖.2022年.排名第3。

5.“国产大型超算支撑下的海量遥感智能提取关键技术与应用”获得河南省科学技术进步奖二等奖，2023年，排名第一。

求索智能遥感 擦亮生态底色

——记郑州大学地球科学与技术学院副院长、教授赫晓慧

2024-03-11

在2023年7月举办的全国生态环境保护大会上，习近平总书记特别强调：“把建设美丽中国摆在强国建设、民族复兴的突出位置，推动城乡人居环境明显改善、美丽中国建设取得显著成效，以高品质生态环境支撑高质量发展。”牢固树立和践行“绿水青山就是金山银山”的理念，加快推进人与自然和谐共生的现代化，已成为我国现阶段的重要课题之一。而在此过程中，如何实现对相关生态环境资源的充分“了解”，并及时对其状态和发展趋势进行监测，也成了摆在相关科技工作者面前的一道应用题。

由于我国土地资源覆盖面广、包含因素众多等实际情况，相关工作很难全部以传统的实地测绘方式进行。随着近年来高时间、高空间、高光谱分辨率的遥感传感器及相关技术的出现，遥感技术已可以胜任不同尺度上的土地利用/土地覆盖调查，在降低调查成本和时间的同时，其自动化、智能化的发展方向也为实现更精准、智能和多样化的测量，以及后续的土地利用信息分类及应用提供更多可能。以遥感大数据挖掘与智能提取、区域生态遥感建模为主要发力方向，致力于遥感与深度学习的深度融合，以及遥感产品在生态领域的应用与产业化研究的郑州大学地球科学与技术学院副院长、教授赫晓慧，正是这条路上不懈前行的求索者之一。

问道山川高原，绘就绿色新画卷 

九曲黄河，蜿蜒连绵。身为河南人，赫晓慧曾一次次目睹过黄河的壮美；而投身生态遥感领域后，她与黄河的“缘分”更是不一而足。在博士后期间，她就在导师王芳的带领下到访西宁，就当地湟水河流域的规划展开相关研究。湟水河是黄河的一条重要支流，由于水量丰沛，加之当地脆弱的地貌结构和长期不合理的人为利用，当时的西宁水土流失情况严重，极易产生山洪、滑坡、泥石流等次生灾害。基于这一情况，他们从湟水河及其流域的具体情况入手，最终形成了包括河道整治、防治滑坡等具体内容在内的湟水河整体规划方案。“直到现在，我每年参与科考时都会路过西宁，亲眼见证了西宁的生态环境一步步变好。能用自己的工作给当地居民的生活环境带来如此大的改观，我感到十分自豪，也觉得自己的工作特别有意义。”

而在对黄河另一重要支流——渭河开展水资源规划研究工作时，赫晓慧进一步了解到生态管理的重要意义和遥感技术在此过程中发挥的重要作用。此后，如何通过生态遥感手段，更好地获取相关信息并进行分析，为包括水资源在内的珍贵生态资源发挥其最大作用提供助力，也成了她心中常思常新的重要课题。

人工智能技术的快速发展，使遥感与深度学习的深度融合逐步成为自动提取遥感影像地物特征、更好表征遥感地物潜在数据分布、提高遥感影像解译效率、促进遥感产业化发展的新路径。“特别是在生态相关领域，由于研究主体体量大、缺乏明确的边界且有较大的波动变化，这对样本建立、采集、分析都提出了更高的要求。而将深度学习应用于生态遥感领域，可以更好地展现大尺度上生态环境现状及未来生态环境演变趋势等内容，并为相关研究和成果产业化提供有力支持。”就此，赫晓慧将深度学习、人工智能等新兴技术打包进科研的行囊，着力为“遥感+深度学习”这一交叉领域架起一座沟通的桥梁。

赫晓慧的努力很快得到了发光发热的机会。2021年，依托郑州大学建设和管理的国家超级计算郑州中心，赫晓慧团队积极践行服务黄河流域生态保护和高质量发展、中原城市群和郑州国家中心城市建设等国家战略，全力开展了河南省重大科技专项“面向超算的黄河模拟器构建与服务关键技术研究”。基于多源、多尺度、多类型的大规模综合观测数据，以及地学知识挖掘、应用模型关联融合、决策服务支持等技术，他们构建了超大规模计算集群支持下的决策服务与多维实时可视并行化模拟系统——黄河模拟器原型系统，重点突破黄河流域可靠数据汇聚、可信知识发现、可用服务构建等关键难题，实现黄河流域干支流、左右岸、上下游及城市群的生态保护高性能计算模拟、仿真与预测，对黄河流域存在的生态环境脆弱、水资源保障形势严峻、发展质量有待提高等问题实现快速发现并提供解决方案。

仁者乐山，智者乐水。在第二次青藏高原综合科学考察研究“西风-季风协同作用及其环境效应”项目子专题“美丽青藏建设气象条件贡献率评价系统研发”中，赫晓慧团队将目光投向青藏高原，并从自身擅长的算法分析入手，结合实地验证及其他子课题项目成果，打通了气象条件贡献率和评价系统的“沟通”路径。而在此过程中，无论是实地考察时的艰辛，或是埋头攻关时面对的困难，都被赫晓慧总结为幸运——“在工作中，既能领略祖国的大好河山，又能徜徉于遥感技术这个世界范围内高精尖的科研领域，这是多么好的事情”。保持着这样的想法，她一步一个脚印，坚定地践行着“把论文写在祖国大地上”的庄严承诺。 

瞄准具体场景，笃行不怠向未来 

“如何将研究成果转化为可实用的技术，并将之应用在实际场景中”是赫晓慧一直在思考的问题。近些年来，以智能遥感为核心，她持续开展关键技术攻关研究，据此形成的一系列智能遥感新方法、新理论，目前也已成功应用于智慧农业、生态监测等具体场景中。

生态要素监测是赫晓慧团队重点攻关的课题之一。其中，赫晓慧尤为关注土地利用自动化、智能化分类的焦点问题，针对不同的土地利用场景和空间模式，提出了基于多层次上下文的土地利用自动分类框架，并基于这一框架完成了河南省10m土地利用制图，实现平均精度达到87%的土地利用准确分类。这一发布于地学国际期刊《国际应用地球观测和地理信息杂志》（International Journal of Applied Earth Observation and Geoinformation）的成果，可同时扩展到世界范围内各区域的土地利用分类任务中，进一步形成高精度、长时间及全类别的高质量土地利用解译产品，为国土资源规划、精准农业发展、洪涝灾害监测等提供科学的分析依据。此外，赫晓慧团队还将研究方向进一步扩展到了城市规划上，围绕遥感影像噪声标签难题，他们研发了序列深度学习方法和多标签整合道路提取模型，并成功应用于郑州市市区大规模道路制图任务上。目前，这一成果发表在遥感国际期刊《IEEE地球科学与遥感学报》（IEEE Transactions on Geoscience and Remote Sensing）上，为城市规划、市民出行、交通管理等应用场景提供了有力的科学支持。

身处农业大省，智能农业同样是赫晓慧关注的重点。通过结合遥感卫星与人工智能新技术，赫晓慧团队在长时间序列作物长势动态监测、农作物种类细分、田间精细农业信息获取等关键技术方面得到了突破，构建了面向时序多光谱影像的时空智能挖掘技术体系，为农作物估产、农田监测等应用提供了新思路。在她主持的国家自然科学基金面上项目“地表时空异质性干扰下的非平衡复杂场景冬小麦叶面积指数反演”中，赫晓慧针对地表时空异质性强烈干扰下的非平衡复杂场景叶面积指数精准反演面临的挑战，创造性地提出了针对大尺度农作物叶面积指数精准反演的迁移学习时空范式，为农作物数字化精准监管与智能决策提供了理论和技术层面行之有效的科学助力。而在国家重点研发计划“全球对地观测成果管理及共享服务系统关键技术研究”子课题“全球综合观测大数据多维多尺度可视化引擎构建”的研究过程中，针对国家重大战略中全球综合观测成果智能管理与共享的需求，赫晓慧以国家各卫星中心和基础地理信息中心对地观测成果为基础，研制了全球综合观测成果可视化平台，并通过地理时空数据多维多尺度动态表达模型、地理时空对象数据的渲染加速方法、多类型时空数据自适应化简渲染策略等多种高性能可视化方法，突破全球综合观测大数据多尺度动态表达、快速渲染技术瓶颈，为我国自有的全球综合观测大数据知识化管理与服务平台构建提供了强有力的支撑。正如赫晓慧所说：“作为整个项目的‘出口’，我们所做的工作就是通过二、三维快速一体化的方式，让曾经看不见、摸不着的遥感知识可以‘被看到’。”而她口中的这项基础性工作，不仅验证了系统的可用性，更为我国推行“一带一路”“海洋强国”等国家倡议时，运用相关全球综合观测成果智能服务提供新的可能性。

谈及一路走来曾面对的困难，赫晓慧坦言：“基础科研最难的一点，就是很难在短时间内看到成果。”从我国产业自主化发展的迫切需求出发，赫晓慧团队在每一个“牵一发而动全身”的细小节点都要反复计算，以打磨国产硬件与常用算法、传统模型之间“不契合”之处。“这样的工作既基础又庞杂，但是很难产出亮眼的成果或文章，是很多人不愿意去啃的‘硬骨头’。”她说，“幸运的是，在团队上下长久的坚持和努力下，这些问题都被一一化解，后期相关工作的效率也得到了显著的提高。从这个角度来看，这段困难时光还是非常‘划算’的。”在赫晓慧乐观坚定的示范和带领下，一支合作无间、团结高效的团队也随之成形，成为领域内蓬勃成长的新生力量。 

严要求厚关爱，育得源头活水来 

目前，赫晓慧所在的郑州大学地球科学与技术学院遥感与地理计算团队已拥有成员50余名，其中包含博士与硕士研究生40余人。在秉承严谨治学、亦师亦友育人理念的基础上，她始终坚持严要求与厚关爱相结合，强调价值塑造、能力培养、知识传授三位一体推进，在治学中要更加注重对学生品德的培养。在她看来，学生要具备两项重要品质：其一是科学严谨的科研态度，其二是善始善终的工作态度。面对遥感智能提取、遥感定量产品研发、植被参数反演等不同方向的团队成员和学生时，赫晓慧习惯于“跳出文献”，她会以合作单位提出的最新的现实需求或问题为课题，为学生布置相应的“大作业”。在充分激发他们的思考实践能力之余，她选择用“拼模块”的方式弥合学科交叉所带来的种种挑战。“团队中的每个人各自负责自己最擅长的部分，我通过顶层设计将相关成果归纳总结起来，是我们目前推行的工作模式。”在此基础上，她还着重强调了科研“落地”的重要性：“科研成果应该对社会有用，而不是单单为了‘做文章’。所以我现在就要求学生在取得初步成果、发表文章后，要将相关算法融入系统中去，并根据不同的场景需求进行具体的调整，最终交出的成果要是一个完整的平台软件，而不是止步于一篇文章。”这个办法，也正是她帮助学生了解本专业更前沿的技术与方向，为后续就业或深造提供有效参考的不二法门。

谈及未来发展，赫晓慧诚恳地说：“我希望可以通过我和团队的共同努力，让遥感技术特别是遥感大数据相关技术真正地‘落地’，并且能用得好、用得精。”她期待以遥感实际应用问题为导向，将学科前沿的浸润和一线科研工作实践相融合。“在高校、科研院所、企业在对产业化应用做好调研情况后，针对市场需求展开科研攻关；同时在转化应用过程中，让科技创新成果成为一种自由流通要素，提升产业与技术的融合程度。在此基础上，我们期待建立一个共享平台，从而为海量的遥感数据提供自动查找、智能解疑及解疑结果精准推送的出口，也能为有切实需求却对相关技术了解不深的企业或用户提供可以简单快速获取所需解答的途径，或者根据他们的具体需求提供个性化的解决方案，将理论成果与遥感实践更好地结合起来。”

一路走来，赫晓慧也时常要面对挫折的苦涩、探索的寂寞，然而她却很少诉说其中的艰辛。“因为我喜欢这个专业，所以不觉得累。”她用恬静的语调，诠释了“发愤忘食、乐以忘忧”的深刻意义。沿着人工智能和遥感基础理论的研究方向，她将继续坚定地行走在向前推进技术、培养更多人才的道路上，风雨兼程，躬耕不辍。 

来源：科学中国人 2024年第2期 封二人物