面向高分辨率影像地物精细识别的科学问题，模拟人脑对影像认知理解过程，建立了高分辨率遥感“像元-目标-场景”深度学习理解体系，服务于自然资源监测与应急响应等国家需求。

代表性成果有：自主构建了遥感领域的深度神经网络（RSNet），相比于直接继承于自然图像的深度学习网络，其地物分类精度和计算效率上均有提升，更适合于遥感地物识别任务；构建了全球遥感影像实时智能解译系统，实现所见即所得的目标识别与TB级流程化生产系统；在自然资源监测应用方面，生产了湖北省农作物一张图、省级自然资源遥感制图、全国大棚一张图、全球测图“国产高分卫星中亚地表覆盖”等产品；在灾害应急响应方面，生产了湖北省汛期农作物受灾遥感分析一张图、全球灾后建筑物损坏评估等产品。