研究方向一：极化干涉SAR植被高度反演及林下DTM提取
研究方向二：基于人工智能（AI）的遥感影像的目标探测、跟踪及识别研究
研究方向三：基于极化干涉SAR的建筑物目标三维模型重建研究
研究方向四：基于SAR/InSAR/极化干涉SAR的地表形变监测研究
研究方向五：基于并行计算技术的遥感影像软件系统设计
研究方向一：极化干涉SAR植被高度反演及林下DTM提取
该研究获得了国家自然科学基金重点项目“顾及生物物理参数的极化干涉SAR几何和物理观测量联合反演植被高度及DTM”（NO. 41531068）资助。该项目拟研究树高、胸径、冠层填充因子、冠幅、郁闭度等植被生物物理参数对极化SAR散射机理的影响，建立精准的极化散射模型。在此基础上，引入现代测量平差的思路，发展极化干涉SAR几何与物理观测量联合平差理论，包括极化干涉SAR优化的测量平差表达、平差准则、参数解算和精度评定方法；建立基于联合平差的多平台、多基线极化干涉方法协同反演植被高和DTM。项目对解决地形图测绘和DTM制作中去除植被高的难题、丰富测量平差和极化干涉理论具有重要意义。
研究背景：
已取得的成果：
发表的相关论文：
[1] Wang, C.*; Wang, L.; Fu, H.; Xie, Q.; Zhu, J. The Impact of Forest Density on Forest Height Inversion Modeling from Polarimetric InSAR Data. Remote Sens. 2016, 8, 291.(SCI)
[2] FU HaiQiang, WANG ChangCheng*, ZHU JianJun, XIE QingHua, ZHAO Rong. 2015. Inversion of vegetation height from PolInSAR using complex least squares adjustment method. SCIENCE CHINA Earth Sciences,58 (6): 1018-1031. (SCI)
[3] 解清华, 汪长城*, 朱建军, & 付海强. (2015). 顾及地形因素的s-rvog模型和pd相干最优算法联合反演植被高度. 测绘学报(6), 686-693.
[4] 宋桂萍，汪长城*，付海强，解清华，基于极化干涉互协方差矩阵分解的植被高度反演新方法，测绘学报，2014, 43(6): 613-636. (EI)
[5] 付海强, 汪长城, 朱建军, 解清华, & 赵蓉. (2015). Neumann分解理论在极化sar植被分类中的应用. 武汉大学学报:信息科学版, 40(5), 607-611.
[6] 朱建军，解清华，左廷英，汪长城，复数域最小二乘平差准则及其在PolInSAR树高反演中的应用，测绘学报，2014, 43(1): 45-51. (EI)
研究方向二：基于遥感影像的目标探测、跟踪及识别研究
利用星载及机载SAR、光学影像、无人机影像实现地面目标的探测、跟踪及识别。该研究获得国家自然科学基金青年基金项目“基于散射机理的极化SAR图像海上舰船检测方法研究”（NO.40901172）资助。针对SAR图像中存在的斑点噪声、方位模糊噪声及海中岛屿（岛礁）等容易引起海上舰船检测虚警的问题，该项目在研究极化SAR舰船目标及海杂波等的散射机理的基础上，研究极化SAR图像海上舰船检测的理论和方法。
相关成果：
发表的相关论文：
[1] Changcheng Wang, Yong Wang and Minsheng Liao, Removal of azimuth ambiguities and detection of a ship: using polarimetric airborne C-band SAR images, International Journal of Remote Sensing, 33(10), 2012 (SCI)
[2] Wang, Changcheng, Liao, Mingsheng, Li, Xiaofeng, Ship detection in SAR image based on the Alpha-stable distribution, Sensors, 8: 4948-4960. 2008. (SCI)
[3] Mingsheng Liao, Changcheng Wang, Yong Wang, Liming Jiang. Using SAR Image to Detect Ships from Sea Clutter. IEEE Geoscience and Remote Sensing Letters. 5(2): 194-198. 2008. (SCI)
[4] 汪长城，廖明生，一种多孔径SAR图像目标检测方法，《武汉大学学报<信息科学版>》，1: 32-35. 2009. (EI)
研究方向三：基于极化干涉SAR的建筑物目标三维模型重建研究
利用极化干涉SAR数据提取建筑物目标三维结构模型。该研究获得国家自然科学基金面上项目“基于散射机理的高分辨率极化干涉SAR城市目标三维模型重建研究”（NO.41371335）资助。项目将极化干涉信息引入到层析SAR技术领域，提出基于散射机理的极化干涉SAR城市目标三维结构重建新思路。
研究方向四：基于SAR/InSAR/极化干涉SAR的地表形变监测研究
利用SAR、InSAR、极化SAR、极化干涉SAR研究典型地质灾害（如针对城市地表沉降、滑坡形变及矿区形变）引起的地表形变的监测理论与方法。该研究获得湖南省自然科学基金项目的资助。
相关的成果：
发表的相关论文：
[1] Minsi Ao, Changcheng Wang*, Rongan Xie, Xingqing Zhang, Jun Hu, Yanan Du, Zhiwei Li, Jianjun Zhu, Wujiao Dai, Cuilin Kuang. Monitoring the land subsidence with persistent scatterer interferometry in Nansha District, Guangdong, China, Natural Hazards, 2015, 75(3): 2947-2964. (SCI)
Figure 1. Displacement of the Slumgullion landslide. The background is the SAR intensity image.
(a) the azimuth displacement, (b) the range displacement, (c) the 2D displacement vector.
研究方向五：基于并行计算技术的遥感影像软件系统设计
针对遥感影像海量数据的特点，研究基于多机并行、多核并行、GPU并行及云计算等技术的遥感影像软件系统设计，从而解决遥感影像计算机处理效率。