这一探讨空天院研究员、HIST副主任陈富龙接受,HIST团队利用高分辨率遥感智能信息提取办法,从全球、洲际、国家、遗产地4个尺度,系统监测全球重点文化遗产地赋存环境、变化趋势与扰动威胁,这是中该领域领域的一项突出成果,也是贡献全球文化遗产保护的标志性科学产品。《全球文化遗产遥感动态监测图集2020-2025》研究编制过程中,HIST团队首先构建全球首个世界文化遗产-该范围集,它是采用深度学习方式自动检测世界文化遗产环境变化的基础。该数据集的构建采用双分支机器学习策略:其一是运用深度学习模型开展监督学习,以精确挖掘候选目标;其二则利用零样本伪视频跟踪方式,以从更大区域提取候选样本信息。HIST团队观察到监测的变化图斑具备区域多样性,这有助于确定哪些地区、国家乃至遗产地应得到更多的保护关注。陈富龙强调,根据《全球文化遗产遥感动态监测图集》,总体而言,全球大多数遗产地的变化率相对较低,但也有若干遗产地的变化率较高。统计信息说明,WCH-CD数据集覆盖区域广泛,包含了1000多个世界文化遗产及其组成部分,以及超过5万个标注的变化实例。在此基础上,HIST团队提出一个基于提示引导的双时态该领域,其优势在于能够利用少量标记样本作为指导,这一研究集支持遥感图斑精细监测,能够更好地适应不同地区、不同规模以及不同类型的变化图斑监测。在地区方面,样本具有地域多样性,涵盖亚太地区、欧洲和北美、阿拉伯国家、拉丁美洲和加勒比地区以及非洲。例如,在总计689处监测遗产中,有32处遗产地的遗产区和52处遗产地的缓冲区变化率超过1%。同时,无论是边界侵占、植被丧失等负面影响,还是环境整治和旅游设施提高等正面变化,都需要结合遗产管理等实际背景来解释。这两个策略不仅使样本更加精准,该范围集的多样性和泛化能力。他提醒说,变化率代表的是相对变化强度,而非扰动的绝对规模。对于一些小型遗产保护区而言,即使是微小的地表变化也可能导致相当高的变化率。陈富龙表示,近期发表的《全球文化遗产遥感动态监测图集》跨越5年时间,根据用户需求,HIST团队目前已经可以实现年度甚至季度的遥感动态监测更新服务。展望未来,随着中国航天特别是商业航天的快速发展,HIST团队后续将更多该行业开展分析研究,并开发一个更具普适性的深度学习模型,即经过集成大语言模型,以增强遥感动态监测能力,更好地助力全球文化遗产保护。
<