近日，研究院常馨月硕士（第一作者）、张兵副教授（通讯作者）、朱洪波博士等在遥感领域期刊《Remote Sensing》（中科院2区TOP期刊，IF=5.0）上发表题目为《A Spatial and Temporal Evolution Analysis of Desert Land Changes in Inner Mongolia by Combining a Structural Equation Model and Deep Learning》的学术论文。
论文中，作者构建了一套顾及波段信息的多光谱遥感影像沙地智能解译数据集，融合传统U-Net网络模型及可变形卷积构建了新的深度学习网络模型（Y-Net），并基于Y-Net模型对覆盖内蒙古自治区的Landsat遥感影像进行沙地提取。为分析研究区多年份的沙地时空演变趋势及原因，基于结构方程模型评估了包括温度、降水量、人为扰动指数、人口密度等在内的多个自然条件与人类活动因子对沙地变化的直接和间接影响。论文研究内容对快速准确获取大范围、长时序的沙地覆盖情况及揭示沙地面积变化驱动力因素具有重要意义。
