近日，海洋科学与工程学院海洋环境系教师陈利苏副教授在地球科学国际顶级期刊《IEEE Transactions on Geoscience and Remote Sensing》发表题为“An Object-Based Change Detection Method Considering Temporal-Spatial Similarity in Long Time Series”的学术论文。
海岸带作为陆地与海洋交互的关键地带，在全球生态平衡、经济发展及社会稳定中占据着举足轻重的地位。上海市海岸带地处长江入海口，是我国经济最为发达的区域之一。近年来，随着城市化进程的加快、经济的飞速发展，海岸带正经历着复杂的土地利用变化，对其展开深入研究具有极为重要的现实意义。
本研究提出了一种新的基于对象的变化检测方法，实现了从变化像素到变化对象层面进行海岸带变化区域提取，其中涉及到连续变化检测和分类（CCDC）算法进行变化像素提取、种子初始化以及种子扩散顺序约束限制；在变化对象提取时引入动态时间规整算法（DTW）评估时间序列相似性，并创新提出内部相似度指标，优化提取过程。对比表明，基于对象的变化检测在空间完整性、变化特征准确性、噪声抑制能力上均优于基于像素的方法，同时显著地提高了变化检测的准确性。对变化对象提取和土地利用分类方法的优化，为其他类似地区的海岸带研究提供了可借鉴的模式，推动海岸带研究领域在技术应用和方法创新方面的进步与发展。
《IEEE Transactions on Geoscience and Remote Sensing》聚焦遥感技术创新与应用，涵盖卫星观测、数据处理算法及地球系统研究等方向，以严格的同行评审机制保障研究成果的原创性与科学性，被公认为该领域最具影响力的学术平台之一，2025年最新影响因子为7.5，中国科学院分区内属双一区，在所属领域具有极高的影响力和声誉。
https://dx.doi.org/10.1109%2Ftgrs.2025.3544094
图 1 陈利苏副教授发表高水平论文
图 2 论文配图