2023年3月24日，应兰州大学泛第三极环境中心邀请，北京师范大学张立强教授通过线下线上相结合的方式开展了题为“面向遥感大数据的时空分析”的专题讲座，讲座由刘军志教授主持。

张立强教授基于当前大数据背景下，首先介绍了深度学习与遥感图像相结合的多种应用场景，包括图像分类、目标检测、场景理解、数据融合和变化检测等。并在上述基础上，进一步阐述了深度学习相较于传统方法具有更高的准确性、可扩展性、适应性和泛化能力等多个优势，以充分证明深度学习技术在解决遥感领域中各种问题的可行性。

紧接着，张立强教授介绍了团队在多个领域开展的一系列工作，其中涵盖了贫困制图、战争损毁评估、法律文案大数据挖掘、青藏高原湿地制图等。特别值得关注的是：张教授团队提出了一种基于深度学习的新生儿黄疸检测方法，并研发了相应的App程序。这种低成本、便捷和可靠的检测手段不仅为黄疸的监测和筛查带来了新的解决方案，同时也为医生提供了一种可远程预测新生儿胆红素水平的方法。

然后，张立强教授运用遥感图像开展了中小学教育资源时空特异性及其与可达性的定量关系的研究。研究考虑了学校特色、交通情况、以及步行、公交车和私家车等不同出行方式，并利用变分辨率Travel time 算法制作全球“到学校时间图”。研究探讨了一个国家或地区教育资源的空间分布与经济发展、人口的相互关系，解释了不同国家或地区中小学教育时空分布差异性的内在驱动机制。

最后，张立强教授利用Landsat数据集和深度学习模型，对30年间（1990-2019年）我国青藏高原湿地面积的时空变化进行了分析。研究发现，青藏高原湿地主要分布于海拔2600-2800m 和4400-5200m。此外，青藏高原湿地面积呈现波动上升趋势，2019年相较于1990年新增湿地面积高达48157平方千米，增幅达31.18%。

在本次讲座中，张立强教授详尽阐述了深度学习技术及其在遥感大数据方面的应用，为听众开阔了视野。张教授的报告既专业又丰富，使参会师生对深度学习技术及其相关应用有了更深入的了解。