1. 高光谱数据全流程处理：
负责无人机原始高光谱数据的预处理，包括辐射定标、大气校正（经验模型或辐射传输模型）、反射率计算、几何校正、条带噪声去除等。
进行多航带高光谱数据的无缝拼接与镶嵌。
实施光谱定标、光谱响应函数校正等质量保障工作。
2. 数据分析与信息提取：
应用监督/非监督分类算法（如SVM、随机森林、深度学习等）进行地物识别与分类。
利用光谱特征（吸收特征、导数光谱、植被指数等）进行目标属性分析。
3. 深度应用模型开发与反演：
针对具体应用场景，开发、训练、验证和优化高光谱定量反演模型。
例如：
农业领域：反演植物叶片叶绿素、氮素、水分、类胡萝卜素等生化参数；评估作物长势、胁迫状况、产量预估。
环境领域：定量分析水体叶绿素a浓度、悬浮物浓度、透明度、有色可溶性有机物等水质参数；进行土壤属性（有机质、重金属等）评估。

任职要求：

1. 学历要求：硕士及以上学历，遥感科学与技术、测绘工程、地理信息科学、农业遥感、环境遥感、光学工程、计算机科学（图像处理/机器学习方向）、应用数学等相关专业。
2. 核心技能：
①精通高光谱遥感原理：深刻理解光谱特性、成像机制、辐射传输过程等。
②熟练掌握高光谱数据处理流程：必须精通辐射定标、大气校正、反射率校正、几何校正、光谱平滑、去噪、特征提取等核心预处理步骤。（具备实际项目中的数据处理经验，而非仅限理论。）
③.精通主流处理软件 进行数据处理和分析。

④编程能力：精通Python，能够独立编写脚本和程序实现数据处理、分析算法和自动化流程。熟悉常用的科学计算和机器学习库。
⑤数据分析与建模能力：扎实的数理统计基础，熟悉常用的分类、回归、聚类等机器学习算法，并能应用于高光谱数据。具备模型建立、训练、验证和优化的能力。
3.经验要求：
具有2年及以上（或硕士期间有深入研究项目）无人机高光谱数据处理与分析的实际项目经验。
必须具备以下至少一个领域的深度应用经验：
①植物生理生化参数（叶绿素、氮、水分等）高光谱反演。
②内陆水体或近海海水水质参数（叶绿素a、悬浮物、CDOM等）高光谱定量反演。
③其他相关领域的定量高光谱分析（如矿物识别、土壤属性、城市地物分类等）。
有使用无人机高光谱数据的经验者优先。
4. 其他能力：
良好的英文文献阅读能力，能跟踪领域前沿技术。
优秀的问题解决能力和逻辑思维能力。
注重细节，对数据质量有严格要求。
具备较强的学习能力和创新意识。