吉林农业大学坐落于吉林省省会长春市，是吉林省省属重点大学，吉林省人民政府与农业农村部合作共建大学，中西部高校基础能力建设工程高校;首批教育部、国家外专局“高等学校学科创新引智计划”(“111”计划)省属高校，首批50所"全国创新创业典型经验高校"，国家深化创新创业教育改革示范高校。 吉林农业大学前身是中共中央西满分局于1948年在黑龙江省创建的农业干部学校，1950年变更为黑龙江农 业专科学校，1956年更名为北安农学院，开始四年制本科教育。1958年，北安农学院、长春畜牧兽医大学、长春农学院筹备处合并成立长春农学院，周恩来总理亲笔题写校名。1959年，学校更名为吉林农业大学。经过70年的建设与发展，现已成为以农业和生命科学为优势和特色，农、理、工、医、文、管、法、经、艺多学科协调发展的省属重点大学，是国家和区域农业、农村发展不可替代的、重要的人才培养基地、科技创新和推广服务基地。 学校设有15个学院，1个研究生院和1个直属教学部门。是我国首批具有学士、硕士学位授予权的高校，省属院校中最早获得博士学位授权的高校。拥有7个博士后科研流动站;9个博士学位授权一级学科，43个博士学位授权二级学科;18个硕士学位授权一级学科，81个硕士学位授权二级学科;7个硕士专业学位授权类别、17个硕士专业学位授权领域;1个国家重点(培育)学科和13个省部级重点学科。 学校现有教职工1857人，拥有中国工程院院士1人、双聘院士1人，国务院学位委员会学科评议组成员5人，国家突出贡献专家5人，国家级教学名师1人，"长江学者"特聘教授2人，"千人计划"1人，"万人计划"4人，国家"百千万人才工程"6人，国务院特贴专家46人，科技部中青年科技创新领军人才4人，教育部新世纪优秀人才7人，"长白山学者"特聘教授7人、讲座教授5人，吉林省高级专家26人，吉林省拔尖创新人才48人;教育部"长江学者创新团队"1个，国家级优秀教学团队1个，首批全国高校"黄大年式教师团队"1个，首批吉林省高校"黄大年式教师团队"2个，"黄大年式科研团队"1个。 学校现有全日制在校生18513人，其中，本科生15401人，硕士研究生2594人，博士研究生297人，留学生221人;在校函授生3152人。现有63个本科专业，7个国家级特色专业，13个省级特色专业，9个省级品牌专业;各类实践教学基地373个。2001年和2007年在两次教育部本科教学工作评估中均获得“优秀”，2016年顺利通过教育部本科教学审核评估，2017年在全省率先实施跨专业门类大类招生培养改革。多年来，学校毕业生就业率始终处于全省高校前列，是“全国毕业生就业典型经验高校”。 学校现有小麦和玉米深加工国家工程实验室、人参新品种选育与开发国家地方联合工程研究中心、科技部食用菌新种质资源创制国际联合研究中心、动物生产及产品质量安全教育部重点实验室、农业部参茸产品质量安全风险评估实验室等15个国家和部委级科研平台，56个省级科研平台。"十二五"以来，学校共承担各级各类科研项目2415项，科研经费达到10.08亿。获国家和省部级以上科技奖励184项，省科学技术奖获奖数量和质量连续多年位居省属高校首位。主办期刊《吉林农业大学学报》《经济动物学报》分别入选中国精品科技期刊和中国科技核心期刊。形成了以校地合作的"安图模式"、校村合作的"民乐模式"、校企合作的"博瑞模式"和国际合作的"赞比亚模式"为标志的科技服务体系，累计创造技术增收200余亿元。 学校坚持开放办学，先后与美国、加拿大、英国、意大利、俄罗斯、日本、韩国、澳大利亚、南非、赞比亚等国家的79所院校、机构建立了校际交流合作关系。与意大利卡麦利诺大学联合开展合作办学，是中国政府和吉林省政府奖学金来华留学生院校。学校紧密围绕“一带一路”倡议，代表国家援建的赞比亚农业技术示范中心被誉为“南南合作典范”;作为中方实施主体大力开展中国政府、赞比亚政府、美国盖茨基金会三方合作;是首批承建农业农村部中非农业科研机构“10+10”合作项目中方单位;在赞比亚大学建立“中赞学院”，开展境外办学;是吉林省第一所开展国家级援外培训的省属高校和第一个开展国家“走出去”境外人力资源培训单位。 学校占地1353公顷，其中,校园占地面积319公顷，教学、科研基地1034公顷，总建筑面积80.9万平方米，固定资产总值28亿元，图书馆藏书285万册。学校与5A级风景名胜区净月潭国家森林公园相毗邻，校园规划别致，景色怡人，素有“花园学校”之美誉。 建校以来，学校秉承“明德崇智、厚朴笃行”的校训，始终坚持社会主义办学方向，紧密围绕立德树人根本任务，坚持服务国家和地方经济建设和社会发展，走出了一条“把论文写在大地上”的特色办学之路，培养和造就了包括省属单位首位院士在内的10余万优秀学子。2016年，学校党委被评为吉林省高校系统先进基层党组织标兵，并作为全省高校系统唯一代表被评为吉林省先进基层党组织标兵。 新时代的吉林农业大学将在学校第十二次党代会确定的发展目标基础上，着力推进学校内涵发展、特色发展、创新发展、开放发展、协调发展，全面增强综合办学实力和核心竞争力，奋力谱写中华民族伟大复兴中国梦的吉农新篇章!

遥感摄影测量边坡安全检测与应急决策系统针对采场边坡安全问题，综合考虑存在的边坡管理需求,将基于遥感测量的边坡监测技术、边坡稳定性评价技术、人工智能专家系统等技术整合起来并运用到边坡测量预警以及对应决策的选择上来，实现边坡安全态势、动态变化、预测以及破坏应急与应对策略、准确测控和全维度防范，为矿山安全问题的解决提供有效的技术支撑，对边坡稳定性做出满足工程精度要求的全范围实时监测。系统依据相关规定，结合我国矿区边坡稳定性的现状，并通过汇聚已有各类地质、采矿设计以及边坡稳定性研究资料，系统主动性和动态地处理已有数据、信息和知识，以此对采场边坡稳定性进行预知性监控和评估。借助GPS数据分析和边坡稳性预测预警、基于神经网络的稳定性分析技术等技术，建立矿业边坡安全检测知识库和边坡稳定性预测系统，对矿区边坡的安全状况进行实时监测和预警处理，达到防灾减灾的效果。同时提高矿山采场边坡稳定性管理水平和质量，为矿山采场安全生产提供有力之支撑。采场边坡稳定是影响矿山采矿安全生产的几个关键环节。现有技术没能很好地协调边坡稳定性评价、预测、监测及其与边坡灾害及采矿生产之间的关系，没能充分整合多种数据、信息、知识等为边坡生产安全提供动态实时评价。

本技术成果公开了一种卫星遥感数据的辐射纠正方法，本方法是以山区阴影和/或清洁水体光谱对原 始图像进行辐射纠正

本发明公开了一种无需 POS 辅助的低空遥感影像快速自动拼接方法，包括步骤:步骤 1，低空遥感 影像测区的全自动恢复;步骤 2，根据精匹配种子点对预处理后的影像进行精匹配获得精匹配结果;步 骤 3，对精匹配结果进行自由网平差迭代获得平差结果;步骤 4，根据差结果内插生成影像的数字地面 模型，根据平差结果获取影像在自由网坐标系下的相对外方位元素，基于数字地面模型和相对外方位元 素对各影像进行正射纠正，同时生成测区的正射影像拼接图。本发明无需 POS 数据辅助，可实现全自 动、快速生产正射影像拼图，能满足遥感影像准实时处理要求，适用于灾害应急响应、军事保障等领域。

本成果属于高光谱图像信息处理技术，为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性，进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性，同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取，并通过核变换方法将新特征字典投影到高维的线性核特征空间，最后利用核化协同表示算法的高效性对高光谱图像进行分类。 主要技术指标 University of Pavia 通过 ROSIS-03 传感器记录，该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103，空间分辨率为 1.3 m / 像素，光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。 请参阅表 1，本方法提出的高光谱图像分类方法，相比于传统分类器 SVM，OA 提高了约 18%；相比于 JSRC，OA 提高了约 5%；同时参阅表 2，展示了本成果方法的时间运行效率与相关方法的比较。该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果。 表 1 PaviaU 数据集上对比实验结果 表 2 不同数据集上时间运行对比实验结果

本发明提供一种基于区域变化率的遥感影像接缝线优化方法，包括步骤：计算待优化接缝线涉及的 左、右数字正射影像间重叠区域像素的差值矩阵；分别对待优化接缝线涉及的左、右数字正射影像的重 叠区域进行影像分割，并获得各分割区域的变化率；根据各分割区域的变化率确定待优化接缝线的优选 区域，并根据确定的待优化接缝线的优选区域优化重叠区域像素的差值矩阵；根据优化后的重叠区域像 素的差值矩阵以及待优化接缝线的起点和终点，对待优化接缝线进行优化。本发明适用于数字正

一种基于路径追踪的遥感影像 Bowtie 效应纠正方法，包括进行插值，使经纬度数据与原始影像具 有相同的分辨率；根据卫星的升降轨方向和扫描方向确定第一个纠正像元的搜索起点，设定对纠正影像 进行重采样的顺序，依次采用路径追踪的方式定位纠正影像的每个像元在原始影像中的位置，即搜索其 在插值后的经纬度格网中的位置，获得与纠正影像像元最邻近的若干个采样点用于灰度重采样来去除影 像的重叠现象。本方法计算效率好，充分利用原始影像信息，是一种严格的高精度中低

本发明公开了一种基于纹理基元的遥感图像分类方法，包括：·741·选取典型地物的遥感图像作为第一训练集和第二训练集；提取第一训练集中同类地物图像的邻域特征向量并聚类形成纹理基元，不同地物的纹理基元组成纹理基元字典；利用纹理基元字典对第二训练集中图像的邻域特征向量进行标记，并对中心像素进行分箱，统计各个图像的中心像素-纹理基元二维联合分布，形成纹理模型库；将待分类的图像划分成超像素，经拉普拉斯校准后统计各超

本发明公开了一种海浪斜率分布的微波散射遥感方法，包括以下步骤： (1)利用一个小入射角 360°旋转的波谱仪发射电磁波对海洋表面进行探测，获取随入射角θ和方位角φ变化的后向散射系数σ0(θ,φ) (2)海浪斜率用四阶 Gram-Charlier 级数表达，根据该 海 浪 斜 率 利 用 准 镜 像 散 射 原 理 计 算 出 模 拟 值 ( θ ,φ) (3)利用(1)中的实测数据σ0(θ,φ)和(2)中的模拟值( θ , φ ) 在 入 射 角 θ 和 方 位 角 φ 上 进 行 二 维 拟 合 ， 可 以 得 出Gram-Charlier 中的 7 个参数，将参数带入四阶 Gram-Charlier 级数中就能完整地刻画某一测量点海浪斜率分布。 本发明第一次使用微波散射的方法，反演出某一测量点的准高斯的海浪斜率概率密度分布。这一发明，对研究海浪的生成、成长、消衰以及传播机制，海气界面的湍流交换过程，定量提取海面粗糙度等具有重要意义。