为激励研究生投身科研创新、营造追求卓越的学术环境，进一步提升学院整体科研水平，同时构建高质量的研究生学术交流平台，6月25日，遥测院举办第十二期“北辰星”学术论坛。论坛邀请张雪红和王新志两位导师担任评委，研究生会学术就业部李坤主持，硕士研究生郭紫璇、周颂清、储昭材、董峰旭、郭文俊、朱晨熙、杨盟、张宇杭8位同学进行经验分享。

郭紫璇提出了考虑混合用途的城市功能区自动分类方法。通过POI分布信息熵引导样本提取和多视图差异信息学习，结合ResNet34模型，实现了对城市功能区的精确分类。研究选取北京、合肥和潍坊作为研究区，利用Sentinel-2遥感数据和高德地图POI数据，分类体系包括居住、商业、工业等单一功能区和商住混合等混合功能区。其创新点在于引入信息熵量化功能多样性，结合多视图学习方法提升分类精度。在合肥市的实验中，总体精度（OA）达到0.7457，为城市规划和可持续发展提供了科学依据。

周颂清开发了“插补-修正”两阶段地表温度重建框架。第一阶段基于CGAN模型插补云覆盖区域的晴空地表温度，第二阶段利用DNN模型修正为真实云下地表温度。研究使用MODIS和ERA5-Land数据，结合站点验证，提升了地表温度数据的完整性。其创新点在于结合生成对抗网络和深度神经网络，解决了云覆盖导致的数据缺失问题。同时插补模型的R²达到0.99，MAE为1.14℃，显著提高了地表温度数据的应用价值。

储昭学提出融合Sentinel-2多光谱影像和DEM的精细河流网提取方法。通过MBWI水体指数和Hessian矩阵多尺度检测技术，融合多源数据，创新水体指数和几何特征提取方法，解决了小河流提取和断流问题。研究结合线性约束和区域增长算法，提升了河流网络的连续性和准确性，实现了高精度的河流网络提取，为水文模拟和生态保护提供了技术支持。

董峰旭设计了基于Mamba的遥感变化检测模型（DiffMamba和FusionMamba模块），通过状态方程系数矩阵差值提取变化特征，结合空间通道序列建模增强特征融合。模型在WHU-CD和Levir-CD数据集上表现优异。本研究首次将Mamba架构引入变化检测，解决了CNN和Transformer的固有缺陷，在WHU-CD数据集上F1得分为95.54%，IoU为91.45%，计算量仅为19.91G。

郭文俊利用GF-2卫星数据和STANet模型，分析了苏州市生态公益林动态变化及驱动因素（如植树造林、城镇化）。通过时空注意力模块捕捉林地变化特征，结合植被覆盖和驱动因子分析，评估了生态功能变化，揭示了造林工程和水土流失治理对公益林恢复的积极作用，为生态政策制定提供依据。

朱晨熙基于可解释性机器学习（SHAP和PDP方法）分析了中国生境质量的驱动因素。使用InVEST模型评估生境质量，结合气候、地形和人类活动数据，揭示了GPP、降水等因子的贡献。研究首次将SHAP值应用于生境质量驱动分析，增强了模型可解释性，明确了自然与人类因素的交互作用，为生态保护规划提供了科学支持。

杨盟利用ERA5再分析数据（0.25°分辨率）研究了黄土高原近60年水汽时空分布机理。通过EOF分解提取主导模态，揭示了水汽含量东南高西北低的格局及季风-地形的影响，同时构建高分辨率长时间序列水汽数据集，填补了复杂地形研究的空白。研究结果发现2024年水汽含量达历史峰值（15.0 kg/m²），为水资源管理提供了依据。

张宇杭开发了RedNet-Deeplabv3+模型用于强对流云团识别，改进了Deeplabv3+架构，融合多通道遥感特性，结合FY-4A/B卫星数据（15分钟分辨率）和红外-水汽通道差法，提升了MCS监测精度。通过人工标注数据集训练模型，实现了高精度分割。研究结果的模型准确率达99.41%，F1得分为89.14%，为灾害性天气预警提供了可靠工具。

本次学术论坛有效营造了浓厚的学术交流氛围，促进了我院研究生之间的深度交流与思想碰撞。通过师生间的互动研讨，与会同学不仅夯实了专业基础知识，更深入把握了学科前沿动态，获得了宝贵的科研经验与指导。此次活动极大地激发了同学们的科研热情，为今后的学术研究奠定了坚实基础。相信在未来的科研道路上，同学们必将秉持严谨求实的学术态度，在各自研究领域取得丰硕成果。