莫登奎 教授

基本信息：

职称与职务：教授

研究方向：智慧林业、林业遥感、森林清查与资源监测、人工智能和无人机遥感

邮箱：dengkuimo@csuft.edu.cn

个人简介：

莫登奎，男，1980年，博士，教授，博士生导师，智慧林业系主任。中国林学会林业计算机应用分会理事，湖南省林业局杰出青年基金获得者，湖南省应急管理厅第二届应急管理专家。主要从事遥感图像精细化处理和智能解译研究，致力于解决森林资源遥感监测中的关键技术问题。与国家和湖南、广西等省的林业主管或科研部门在森林精细化智能监测领域有多项合作。

学习工作经历：

2024.01 -至今，中南林业科技大学，林学系，教授；

2019.01 -2023.12，中南林业科技大学，林学系，副教授；

2013.01 -2018.08，德国哥廷根大学，森林清查与遥感专家

2008.07 -2012.12，中南林业科技大学，林学系，讲师；

2006.07 -2008.06，中南林业科技大学，林学系，助教；

2003.09 -2006.06，中南林业科技大学，森林经理学，硕士；

1999.09 -2003.06，中南林业科技大学，林学，学士。

代表性学术与教学成果：

1、教学项目：

[1] 湖南省研究生优质课程《遥感数字图像处理》, 湘教通[2019] 353号文件, 2020.01-2021.12, 湖南省教育厅, 第1；

[2] 湖南省研究生专业案例库：林业硕士案例库之《基于低空无人机遥感的林业快速制图》, 湘教通[2019] 353号文件, 2020.01-2021.12, 湖南省教育厅, 第2；

[3] 湖南省研究生优秀教学案例《低空无人机遥感在油茶林快速估产中的应用》, 湘教通[2023]334号, 2024.01-2025.12, 湖南省教育厅, 第2。

[4] 2022年湖南省大学生创新创业训练计划项目, S202210538068, 基于公众参与的松材线虫病害木分布调查, 2022.06-2023.06, 第1指导老师.

2、科研项目：

[1] 十四五国家重点研发计划重点专项子课题, 2023YFD2201702-2, 复杂地形条件下林区遥感数据的地形校正处理技术研究及软件开发，2023/11-2027/11，主持.

[2] 国家自然科学基金面上项目，32071682，基于UAV近景摄影的崖壁群植物多样性调查新方法研究，2021/01-2024/12，主持；

[3] 国家自然科学基金面上项目，31470643，基于遥感影像分割单元的地面样本设计理论与技术，2015/01-2018/12，主持；

[4] 国家自然科学基金青年项目，31100412，基于遥感影像的森林资源智能区划关键技术研究，2012/01-2014/12，主持；

[5] 湖南省教育厅重点项目, 18A151, 国产高分辨率遥感森林监测的地面样地抽样设计与优化研究, 湘教通[2018]519号, 2019/01-2021/12,已结题.

[6] 国家林业和草原局中南调查规划设计院科技创新项目, 大规模可部暑森林资源遥感变化信息自动化提取关键技术研究, 2021/01-2023/12,已结题.

3、近年来发表科研论文：

[1] Y. Tang, E. Yan, Y. Xiong, J. Jiang, H. Sun, and D. Mo*, "High-Resolution Optical Satellite Image Guided DEM Super-Resolution via Topographic-Aware Transformer," IEEE Transactions on Geoscience and Remote Sensing, pp. 1–1, 2026, doi: 10.1109/TGRS.2026.3677203.

[2] C. Lei, E. Yan*, K. Li, D. Mo*, and J. Jiang, "TinyForestCD: A Lightweight Approach for Enhanced Detection of Forest Changes in Sentinel-2 Imagery," IEEE Transactions on Geoscience and Remote Sensing, vol. 64, pp. 1–16, 2026, doi: 10.1109/TGRS.2025.3647674.

[3] K. Li, J. Jiang, E. Yan*, and D. Mo*, "A Method to Reduce the Misclassification of Forest Change Detection Based on High-Resolution Images," IEEE Geoscience and Remote Sensing Letters, vol. 22, pp. 1–5, 2025, doi: 10.1109/LGRS.2025.3568878.

[4] Y. Chen, E. Yan, S. Cao, K. Li, and D. Mo*, "Spatio-temporal ecological assessment of Camellia oleifera plantations using Sentinel-2 images based on deep learning," International Journal of Remote Sensing, vol. 46, no. 6, pp. 2541–2567, 2025/03/19 2025, doi: 10.1080/01431161.2025.2454042.

[5] Li Haoran, Yan Enping*, Jiang Jiawei, Mo Dengkui. Monitoring of key Camellia Oleifera phenology features using field cameras and deep learning[J]. Computers and Electronics in Agriculture, 2024, 219: 108748.

[6] Chen Yiqiao, Yan Enping, Jiang Jiawei, Zhang Guozhen, Mo Dengkui*. An efficient approach to monitoring pine wilt disease severity based on random sampling plots and UAV imagery [J]. Ecological Indicators, 2023, 156: 111215.

[7] 朱佳兴, 周慧, 熊育久, 严恩萍, 莫登奎*. 无人机近景摄影技术在崖壁植物多样性研究中的应用[J]. 生态学报, 2021, 41(16): 6665-6678.

[8] Zhou Hui, Zhu Jiaxing, Li Jiaxiang, Xu Yongfu, Li Qian, Yan Enping, & Mo Dengkui*. Opening a new era of investigating unreachable cliff flora using smart UAVs[J]. Remote Sensing in Ecology and Conservation, 2021, 7(4): 638-648.

[9] Song Yabin, Xiang Jun, Jiang Jiawei, Yan Enping, Wei Wei*, Mo Dengkui*. A Cross-Domain Change Detection Network Based on Instance Normalization [J]. Remote Sensing, 2023, 15, 5785.

[10] Deng Lei, Yan Enping, Jiang Jiawei, Mo Dengkui*. Estimating Fine Fuel Load Using Sentinel-2A Imagery and Machine Learning: A Case Study in the Mountainous Forests of Changsha, China [J]. Remote Sensing, 2023, 15, 5721.

[11] Xiang Jun, Xing Yuanjun, Wei Wei, Yan Enping, Jiang Jiawei, Mo Dengkui*. Dynamic Detection of Forest Change in Hunan Province Based on Sentinel-2 Images and Deep Learning [J]. Remote Sensing, 2023, 15, 628. Doi.org/10.3390/rs15030628.

[12] Li Yajing, Yan Enping, Jiang Jiawei, Cao Dan, Mo Dengkui*. Investigating the Identification and Spatial Distribution Characteristics of Camellia oleifera Plantations Using High-Resolution Imagery [J]. Remote Sensing, 2023, 15, 5218.

[13] Xing Yuanjun, Jiang Jiawei, Xiang Jun, Yan Enping, Song Yabin, Mo Dengkui*. LightCDNet: Lightweight Change Detection Network Based on VHR Images [J]. IEEE Geoscience and Remote Sensing Letters, 2023, 20: 2504105.

[14] 严恩萍, 莫登奎*. 基于改进Mask RCNN的散坟火灾隐患点自动检测与空间分析[J]. 自然灾害学报, 2023, 32(2): 99-107.

[15] 严恩萍, 棘玉, 尹显明, 莫登奎*,基于无人机影像自动检测冠层果的油茶快速估产方法, 农业工程学报, 2021, 37(16): 39-46, 2021.

4、发明专利：

[1] 一种高效的适用于大规模光学遥感影像雾霾去除的方法, 第一发明人,专利公布号: ZL202010135505.4，授权日期：2017-02-03, 中华人民共和国国家知识产权局.

[2] 基于UAV近景拍摄技术的崖壁群植物多样性调查方法, 第一发明人, 专利号：ZL202010260479.8，授权日期： 2023.07.07, 中华人民共和国国家知识产权局.

[3] 一种基于无人机遥感的大面积油茶林快速估产方法, 第一发明人, 授权专利号: ZL202110205807.9，授权日期： 2021-11-30, 中华人民共和国国家知识产权局.

[4] 一种通用的基于遥感影像分割单元的地形校正优化方法, 第二发明人, 授权专利号: ZL202010059443.3, 授权日期: 2023-05-02.

[5] 高效的大规模可部署的光学遥感影像雾霾去除系统, 2019SR0259434, 中华人民共和国国家版权局，第一著作权人, 2020.09.