中国科学院空天院研究员、HIST副主任陈富龙接受记者采访介绍说，HIST团队利用高分辨率遥感智能信息提取方法，从全球、洲际、国家、遗产地4个尺度，系统监测全球重点文化遗产地赋存环境、变化趋势与扰动威胁，这是中国在文化遗产空间技术领域的一项突出成果，也是贡献全球文化遗产保护的标志性科学产品。

　　《全球文化遗产遥感动态监测图集2020-2025》研究编制过程中，HIST团队首先构建全球首个世界文化遗产-变化监测(WCH-CD)采样数据集，它是使用深度学习方法自动检测世界文化遗产环境变化的基础。该数据集的构建采用双分支机器学习策略：其一是使用深度学习模型进行监督学习，以精确挖掘候选目标；其二则利用零样本伪视频跟踪方法，以从更大范围提取候选样本信息。这两个策略不仅使样本更加精准，还增强了数据集的多样性和泛化能力。

　　统计信息显示，WCH-CD数据集覆盖范围广泛，包含了1000多个世界文化遗产及其组成部分，以及超过5万个标注的变化实例。在地区方面，样本具有地域多样性，涵盖亚太地区、欧洲和北美、阿拉伯国家、拉丁美洲和加勒比地区以及非洲。

　　在此基础上，HIST团队提出一个基于提示引导的双时态变化监测深度学习网络，其优势在于能够利用少量标记样本作为指导，实现数据集支持遥感图斑精细监测，能够更好地适应不同地区、不同规模以及不同类型的变化图斑监测。

　　陈富龙指出，根据《全球文化遗产遥感动态监测图集(2020-2025)》，总体而言，全球大多数遗产地的变化率相对较低，但也有若干遗产地的变化率较高。例如，在总计689处监测遗产中，有32处遗产地的遗产区和52处遗产地的缓冲区变化率超过1%。HIST团队观察到监测的变化图斑具备区域多样性，这有助于确定哪些地区、国家乃至遗产地应得到更多的保护关注。

　　他提醒说，变化率代表的是相对变化强度，而非扰动的绝对规模。对于一些小型遗产保护区而言，即使是微小的地表变化也可能导致相当高的变化率。同时，无论是边界侵占、植被丧失等负面影响，还是环境整治和旅游设施提升等正面变化，都需要结合遗产管理等实际背景来解释。