近日，内蒙古师范大学数学科学学院公茂果教授科研团队在人工智能与遥感监测交叉融合领域取得重要研究进展，连续在人工智能和遥感领域的国际高水平学术期刊上发表系列原创性成果。

其中，团队以内蒙古师范大学为第一通讯单位，分别在遥感与人工智能领域的权威期刊《IEEE Transactions on Geoscience and Remote Sensing》和《Knowledge-Based Systems》上发表研究论文《MCS Filter: A Novel Multi-Channel Structure-aware Speckle Filter for SAR Images》与《A Non-local Sparse Unmixing Based Hyperspectral Change Detection with Unsupervised Deep Clustering》。研究聚焦遥感影像智能分析中的两项关键难题展开：合成孔径雷达（SAR）影像在结构保持条件下的有效去噪，以及高光谱影像中的智能变化检测。团队创新性地融合数学建模与人工智能技术，提出非局部信息提取与全局空间特征融合的新机制，分别构建了结构感知型多通道SAR去噪滤波器与基于深度聚类的高光谱变化检测框架。该框架通过三大创新模块实现突破：提出非局部均值总变分正则化模型，引入全局空间相似性约束，将像素丰度估计与图像相似区域关联，提升混合像元中变化端元提取精度，复杂地物场景下解混误差降低 23%；设计基于分解-合并策略的无监督深度聚类网络，自动推断同质区域数量，缩小非局部均值搜索空间 60% 以上，计算时间缩短近 50%，解决对先验知识的依赖；引入进化多目标优化算法，构建基于类间方差最大化与总体误差最小化的双目标优化模型，自适应生成最优截断阈值，使变化检测 F1 分数平均提升 12%-15%。

以上研究有效突破了复杂目标建模、多尺度特征融合、弱信号识别等方面的瓶颈，构建了从数据增强、结构建模到智能解译的创新技术路径，实现了亚像素级精准识别与全局空间信息融合，在生态环境监测、灾害应急响应、农业遥感管理、海洋监测、城市动态分析等领域具显著应用价值，可快速定位灾害后地表细微变化、追踪生态缓变过程、识别农业病虫害区域、中尺度海洋现象检测、监测城市渐进变化等。

团队近年来与澳大利亚斯威本科技大学、中科院海洋研究所、西安电子科技大学、陕西师范大学等单位深度合作，在《IEEE Transactions on Neural Networks and Learning Systems》、《IEEE Transactions on Evolutionary Computation》、《Transactions on Circuits and Systems for Video Technology》、《IEEE Transactions on Geoscience and Remote Sensing》等人工智能与遥感领域的国际权威期刊发表三十余篇研究成果，为构建“空-天-地协同”智能感知技术体系奠定了坚实基础。未来，团队将继续面向国家与自治区重大科技需求和国际学术前沿，聚焦人工智能与应用数学的核心基础问题，深入推进遥感智能监测关键技术的理论创新与应用落地，积极服务生态环境监测、自然资源调查、海洋工程保障与智慧城市建设等重点领域，持续为国家战略和区域高质量发展提供高水平的“中国方案”，助力全球环境与生态监测能力提升。

来源：内蒙古师范大学