雒培磊，博士，中国科学院空天信息创新研究院，博士后，本项目申请人与负责人/参与者。主要从事玉米生长参数LAI和生物量的主被动反演研究。参与国家及省部级科研项目5余项，累计发表国内外学术论文5篇，其中第一作者4篇。授权/申报发明专利2项。

教育经历：

2017-09至2020-09, 中国科学院大学, 中国科学院空天信息创新研究院, 博士

2014-09至2017-06,北京林业大学,信息学院, 硕士

2010-09至2014-06, 山东农业大学,信息学院，学士

博士后工作经历：

2020-09至今，中国科学院空天信息创新研究院，数字地球重点实验室。 

研究方向：

植被遥感及农业应用

主持或参加科研项目：

[1]遥感科学国家重点实验室开放基金，OFSLRSS202222，考虑叶倾角分布特性的玉米叶面积指数主被动反演方法研究，主持。

[2]国家自然科学基金面上项目，41871339，面向玉米养分早期胁迫诊断的冠层色素比值垂直分布遥感探测机理与方法，参与

[3]中国科学院战略性先导科技专项资助项目，XDA19080304，全球基础空间信息产品系统，参与

[4]科技部国家重点研发计划, 2016YFB0501501，遥感立体协同观测与地表要素高精度反演, 2016.07-2020.12, 1622万元，参与

代表论著：（包括：论文和专著）

[1]Luo P, Ye H, Huang W, Liao J, Jiao Q, Guo A and Qian B. Enabling Deep-Neural-Network-Integrated Optical and SAR Data to Estimate the Maize Leaf Area Index and Biomass with Limited In Situ Data[J]. Remote Sensing, 2022, 14(21): 5624. 

[2]Luo P, Liao J, Shen G. Combining Spectral and Texture Features for Estimating Leaf Area Index and Biomass of Maize Using Sentinel-1/2, and Landsat-8 Data[J]. IEEE Access, 2020, 8: 53614-53626.

[3]Zeng Y, Ning Z, Liu P, Luo P, et al. A mosaic method for multi-temporal data registration by using convolutional neural networks for forestry remote sensing applications[J]. Computing, 2020, 102(3): 795-811.

[4]雒培磊，廖静娟，沈国状. 基于光学与雷达遥感数据结合的玉米生长参数反演研究. ADSAR 2018.

[5]雒培磊, 李国庆, 曾怡. 一种改进的基于深度学习的遥感影像拼接方法[J]. 计算机工程与应用, 2017, 53(20):180-186.

申请或授权发明专利：

[1]. 廖静娟，雒培磊. 一种基于数据增广和深度学习的玉米生长参数主被动遥感反演方法，专利号：202010775536.6（已授权）

[2].雒培磊，黄文江，叶回春，廖静娟，张弼尧，任淯. 生长参数主被动遥感反演方法及装置，专利号: 202011457497.1，2020年12月10日（已受理）