近日，由2019级硕士研究生钟亮同学撰写的一篇学术成果（通讯作者：郭熙教授）：《Soil properties: Their prediction and feature extraction from the LUCAS spectral library using deep convolutional neural networks》在SCI期刊《Geoderma》上在线发表。该研究探讨了深度卷积神经网络（DCNN）模型在欧洲LUCAS大型土壤光谱库中的建模潜力，研究表明：DCNN模型优于单任务浅层CNN和传统机器学习方法；并且与单任务DCNN相比，多任务DCNN模型能够提高建模性能；另外光谱变换对部分土壤属性的预测是有效的，而光谱下采样会导致建模精度的降低；同时特征波长的位置因土壤属性而不同。这项研究为土壤属性的实时定量监测、土壤质量评估和作物产量估算提供了依据，对精准农业的实施具有一定意义。该论文得到了国家自然科学基金（42071068）的资助。

   《Geoderma》是一本主要关注跨空间和时间的动态土壤过程和功能的国际期刊。该期刊被SCI收录，位列SOIL SCIENCE类别，为中科院一区（2020年IF=6.114，近五年IF=4.615），是土壤科学领域公认的国际Top期刊，在学术界颇具影响力。

文章链接：https://doi.org/10.1016/j.geoderma.2021.115366