大数据时代的信息数据一方面具有数据体量大、维度高的特点，为测绘地理信息工作提供丰富的数据支持，另一方面也具有信息内容繁杂、信息有效率较低等问题，不利于测绘地理信息工作的工作精度以及深度发展。
面对TB级容量的海量对地观测数据和各行各业的迫切需求，我们面临着“数据又多又少”的矛盾局面，一方面数据多到无法处理，另一方面用户需要的数据又找不到，致使无法快速及时回答用户提出的问题。于是对时空信息加工与处理提出了自动化、智能化和实时化的要求。目前卫星导航定位数据的处理已经比较成熟地实现了自动化、智能化和实时化，借助于数据通讯技术、RTK技术、实时广域差分技术等已使空间定位达到米级、分米级乃至厘米级精度。美国的GPS正在升级，改进其性能，欧盟正在紧锣密鼓地推进伽利略导航系统建设，我国的二代北斗卫星导航系统对更广大的地域提供实时卫星导航定位服务。
遥感数据包括高分辨率光学图像、高光谱数据和SAR 数据的处理，就几位和影像匹配而言，可以说已经解决，要进一步研究的是无地面控制的几何定位，这主要取决于卫星位置和姿态的测定精度。目标识别和分类的问题一直是图像处理和计算机视觉界关心的问题，智能化的人机交互式的方法已普遍得到应用，人们追求的是全自动方法，因为只有全自动化才可能实时化和在轨处理，进而构成传感器格网，实现直接从卫星上传回经在轨处理后的有用的数据和信息。
随着全球信息网格概念的提出，人们将要面临在下一代三维互联网上进行网格计算。即不仅可查询与检索到GIS时空数据，而且要能利用网络上的计算资源进行网格计算。在网格计算环境下，目前的GIS数据面临着空间数据的基准不一致，空间数据的时态不一致，语义描述的不一致以及数据存贮格式的不一致等障碍。因此建立全球统一的空间信息网格对实现网格计算势在必行。
现代信息处理以Fourier变换为基础, 较之时域分析只能反映信号的幅值随时间变化的情况，Fourier变换利用增加的频域信息, 在时频域中分别处理信号, 能够提供比时域信号波形更直观, 丰富的信息。Fourier变换是一种基本、有效的信号描述方式，Fourier变换是调和分析的主要研究工具之一，在分析与处理平稳、时不变信号时具有极大的优越性, 是信号处理的基石, 应用十分广泛。然而Fourier变换在面对信号呈现出时变、非平稳等复杂特性时表现不佳，这引发了对分数次Fourier变换的研究。
一、主要研究方向和研究内容
（一）攻克时空信息获取与处理关键技术：研究空间信息的多源提取、超精细地面移动测量、地下空间精细探测、迅捷无人机精确获取、数据模拟等理论与方法，突破基于人工智能、机器学习和云计算的高精度空间信息智能化、自动化处理难题及空间大数据生产关键技术，进行多元传感器、多波段、多平台空间信息获取、泛在模式下新型数据采集集成技术开发，研发基于物联网和5G技术的天空地一体化空间信息获取装备，建立航天、航空、低空、地面、地下等多层次系列化的新一代空间信息获取与处理技术体系，为加快河南国土空间基础平台、矿区时空大数据、全域覆盖应急时空大数据平台建设，推动实景中国、数字黄河、智慧城市/社会建设步伐提供理论与技术支撑。
（二）破解实时协同导航定位与感知难题：针对桥梁、轨道/道路安全及地震、滑坡、矿区塌陷等重大灾害问题，研究卫星大地测量与地球动力学、精轨、数据高效处理与通讯、多系统多频段载波相位信息实时感知等理论与方法，攻克多频载波相位信息感知的设备研制与数据处理难点问题，构建高精度地动监测仪研制的理论与技术体系，研制北斗/GNSS高精度地动监测仪样机，解决地质灾害预测预报等难度大、响应慢、成本高等世界性难题；针对平安城市、智能救援、人工智能等实时无缝导航应用的需求问题，攻关低成本、高精度、高覆盖度、多源信号融合协同以及通讯-导航一体化室内外无缝定位等关键技术，突破北斗/GNSS/Wi-Fi/INS多传感器融合无缝导航算法、多传感器时间与位置数据切换融合技术瓶颈，构建多传感器无缝高精度导航算法的理论体系，研制北斗/GNSS/Wi-Fi/5G无缝导航应用软件系统，解决面向多源技术融合的室内外复杂环境的高精度无缝实时智能导航问题。
（三）形成遥感与自然资源监测协同处理的方法体系：研究建立黄河流域农作物长势与产量、植被与作物病虫害、生态环境、水系生态廊道、山地生态屏障、农田和城市生态系统、空气质量与气候、国土空间开发、城乡空间格局演变、水资源利用与变化、土壤质量等自然资源与灾害时空要素关键表征指标和立体时空分析机理与模型构建的理论与方法；研发黄河流域自然资源、生态环境、灾害要素多维度时空信息高效提取与智能解译、多源异构遥感影像密集型计算、天-空-地-网一体化立体遥感监测、卫星遥感定量调查与评价等技术；面向国产卫星及遥感装备，突破天-空-地自然资源遥感监测数据的辐射定标、几何定标及一体化协同处理、定量反演等技术瓶颈，建立服务常规、专题和应急的全覆盖、全流程、多类型自然资源要素立体化、集成化遥感监测与调查体系。
（四）提取图像特定位置的边缘信息：稀运用分数次Fourier变换提取图像特定位置的边缘信息，解决经典的Riesz变换只能提取全局的边缘信息的限制。分数次Fourier变换是Fourier变换的推广，可有效应对信号呈现出时变、非平稳等复杂特性，解决傅里叶分析理论体系在滤波、采样、时频分析，快速算法等方面遇到的困难。
（五）边缘检测和图像加密：建立与分数次Fourier变换相关的分数次Riesz变换和分数次Riesz位势，建立它们的一些相关性质，给出分数次Riesz变换和分数次Riesz位势在图像处理中边缘检测和图像加密的应用。
二、科研队伍规模和结构
目前，科研队伍有专职研究人员 11 名。其中，教授 6 名，副教授 5 名，所占比例分别为 54.54%、45.46%；具有博士学位者 11 人。
