5月15日，遥感领域国际知名期刊《Remote Sensing》（JCR Q1，中国科学院SCI二区，IF=5.0）在线刊发地质测绘院最新科研成果“Change Detection Based on Existing Vector Polygons and Up-to-Date Images Using an Attention-Based Multi-Scale ConvTransformer Network”（基于矢量图斑和注意力多尺度卷积变换器网络的遥感图像变化检测）。该成果由地质测绘院联合中国矿业大学、江苏师范大学、河海大学和中国科学院空天信息创新研究院等单位的研究人员共同完成。

地表覆盖变化检测对于土地利用分析、自然资源监测、环境评估以及灾害响应等应用不可或缺。随着高分辨率遥感图像可用性的不断提高，将遥感图像与深度学习技术相结合，为自动化变化检测过程提供了前所未有的机会，从而有助于及时更新关键地理数据集。在现阶段，变化检测的方法仍然面临人工依赖性强、效率较低和成本高的挑战，利用深度学习研究更高效的自动化变化检测方法意义重大。该研究提出了一种基于高分辨率遥感图像和深度学习技术的土地覆盖矢量图斑变化检测方法，在国土变更、卫片执法、耕地“非农”“非粮”监测以及地形图更新等项目中具有广阔的应用前景。

一直以来，地质测绘院高度重视科技创新工作，在平台搭建、团队建设、人才培养和成果转化等方面取得了显著成效，核心竞争力持续提升。下一步，地质测绘院将紧密围绕服务保障“五个方面安全”的职责使命，充分发挥公益职能，持续深化和优化创新机制，加大科技投入，推动新质生产力加快发展，为服务自然资源“两统一”管理和各行业社会经济发展作出更大贡献。（地质测绘院 王胜利）

论文链接：https://www.mdpi.com/2072-4292/16/10/1736