UP简历小U

+86-13800138000|xiaou.upresume@example.com|北京市

个人总结

资深遥感工程师，专注于卫星遥感碳监测领域，具备扎实的理论基础与丰富的实践经验。精通利用多源卫星数据进行植被参数反演、固碳量估算及时空变化分析。熟练运用Python、ENVI、ArcGIS等工具，成功主导多个遥感监测项目，在数据处理、模型优化及结果验证方面展现卓越能力，致力于通过遥感技术推动生态环境的可持续发展。

工作经历

高级遥感工程师

中科星图股份有限公司

2021-07 - 2024-03

主导“区域林场碳汇智能监测平台”核心模块开发，负责哨兵系列卫星数据（Sentinel-1、Sentinel-2）的预处理、参数反演及固碳量估算算法设计与实现。成功将算法效率提升30%，处理速度加快25%。
负责XX林场（占地约5000公顷）的年度固碳量估算任务，利用Sentinel-2多光谱数据结合生物量模型，实现固碳量估算精度达到90%以上，相较传统方法效率提升40%。
构建并优化碳监测模型，通过与地面实测数据（如涡度相关通量观测数据）进行对比验证，模型估算值与实测值年均偏差控制在±8%以内，为碳交易市场提供可靠数据支撑。
参与设计并实现植被指数（NDVI、EVI）、叶面积指数（LAI）等关键植被参数的时序反演，支持林场生长状况的动态评估，为管理部门提供决策依据。
开发基于Python的自动化处理脚本，实现从数据下载、预处理到产品生成的全流程自动化，减少人工干预，将数据处理周期从5天缩短至1天。
撰写并发表多篇遥感碳监测领域技术报告和学术论文，为公司在行业内树立了良好的技术声誉。

遥感数据分析实习生

中国科学院遥感与数字地球研究所

2019-09 - 2020-06

参与国家重点研发计划“全球变化与应对”项目子课题，负责处理和分析MODIS、Landsat等卫星遥感数据，提取植被覆盖度、NDVI等参数。
协助研究员进行区域生态系统碳通量的初步估算，熟悉碳循环模型的基本原理。
使用ENVI、ArcGIS进行图像解译和专题图制作，完成10余幅高精度土地利用/覆盖图。
独立完成Python脚本编写，实现批量数据下载与预处理，提升工作效率15%。

项目经历

基于哨兵卫星数据的区域林场年度固碳量估算与验证项目

中科星图股份有限公司

2022-03 - 2023-08

项目背景： 为响应国家“碳中和”战略，公司承担了为特定林场提供精确、高效的年度固碳量监测服务的任务，以支持其碳汇核算与碳交易。
个人角色： 项目负责人兼核心算法工程师。
项目目标： 利用哨兵卫星数据，实现对XX林场（约5000公顷）年度固碳量的精确估算，并将估算结果与地面实测数据进行对比验证，确保数据可靠性。
核心贡献：
- 主导设计并实现了一套基于Sentinel-2多光谱影像和Sentinel-1雷达数据融合的植被生物量反演模型，通过改进模型参数，提升了模型在不同植被类型下的适应性。
- 开发基于Python的自动化工作流，整合ENVI和ArcGIS的遥感处理功能，实现了从原始卫星数据下载、大气校正、辐射定标到植被参数提取和生物量估算的全流程自动化处理。
- 引入机器学习算法（如随机森林、支持向量机）优化固碳量估算模型，结合林场历史数据和样方调查数据进行训练，将估算精度从85%提升至92%。
- 负责与林场科研团队合作，获取并处理地面涡度相关通量塔观测数据，用于对比验证卫星遥感估算结果。通过严谨的统计分析，证明估算值与实测值年均偏差控制在±8%以内，显著提升了数据的可信度。
- 项目成果成功应用于林场的年度碳汇报告，为林场带来了每年约200万元的碳交易收益，并获得了客户的高度认可。