6月12日上午，电子信息学院在图书馆第二报告厅成功举办“智汇电信”学术论坛第十八场报告。本次论坛由马鹏阁教授主持，特邀北京师范大学教授、国家杰出青年科学基金获得者张立强博士作题为《中分辨率遥感图像变化检测》的学术报告。张教授系统梳理了遥感变化检测的技术演进与核心瓶颈，并通过时序知识引导的深度学习框架创新，为城市战争损毁监测、全球气候变化评估及贫困制图等应用提供了新思路。马鹏阁教授代表学院对张立强教授表示热烈欢迎，并简要介绍了张教授在GIS时空分析、遥感图像处理等领域的卓越成就——其研究成果曾发表于《Nature》等顶级期刊，并获得吴文俊人工智能科学技术创新奖一等奖等多项荣誉。

报告中，张立强教授从遥感变化检测的核心任务切入，系统阐释了传统“双时相”变化检测与新兴时序变化检测的本质区别。他指出，传统方法仅对比“灾前—灾后”两张图像，易受光照、季节等伪变化干扰，且无法捕捉地物变化的连续时间模式。为此，张教授团队借鉴自然语言处理中的序列建模思想，提出了时序知识引导的变化检测框架（TKDS）。该框架以“损毁不可逆”为时间先验知识，通过构建多时相图像序列并利用时序卷积网络解码，可同时利用高分辨率图像（0.5米）的精准定位能力与中分辨率图像（10米，如哨兵2号）的高频重访优势，实现近实时、高精度的地表动态监测。

在应用层面，张教授展示了三大场景的实证结果。城市战争损毁监测方面，基于叙利亚6座城市与乌克兰4座城市的真实数据，TKDS框架在仅使用10米分辨率免费影像的条件下，损毁识别F1值相比传统ResNet模型提升一倍以上，且具备优异的跨城市迁移能力。全球气候变化评估方面，张教授团队发现2001至2020年间，全球无雪覆盖陆表反照率呈现显著增长趋势（每十年增加0.0011），由此导致的辐射强迫为-0.1420 W/m²，表明地表变亮对全球气候具有制冷效应。贫困制图方面，团队融合多源遥感数据构建了高维财富特征融合网络，为联合国可持续发展目标提供了新的监测工具。张教授也坦诚指出了当前研究的不足，为后续研究指明方向。

报告结束后，互动交流气氛热烈。其中研究生代表侯亚炜同学就“TKDS-PtNet算法的计算复杂度”、“未来商业航天对遥感数据集构建的机遇”等问题进行了提问，张教授进行耐心解答，并鼓励同学们抓住机遇深入遥感方向学习，多读多想，为国家遥感技术发展做出自己的贡献。钱金旺老师就“无人机遥感与卫星遥感的互补关系”与张教授展开探讨。张教授指出，卫星遥感重覆盖范围与重访周期，无人机遥感擅长高分辨率精细调查，二者之间的协同关系需要具体围绕应用场景来开展研究，这也是未来重要方向。他勉励大家要敢想敢做，保持科研活力。最后马鹏阁教授总结时高度评价了张教授严谨求实的科研态度，勉励师生将个人追求与国家重大需求相结合，产出高质量成果。本次报告在热烈掌声中圆满结束。