近日，我校云南省教育厅高原生态农业地质调查与评价科技创新团队（培育）的论文“Soil total nitrogen inversion and interpretability analysis using vis-NIR spectroscopy and transfer learning”在地球科学领域国际著名期刊《国际数字地球学报》（International Journal of Digital Earth，JCR一区，中国科学院二区，五年影响因子4.7）发表。

作为土壤肥力与健康的重要指标，土壤全氮（STN）的精准测定是农业与生态系统有效管理的基础。然而在矿区及周边，长期的矿产开采及伴随的环境扰动常常导致全氮含量显著变化。因此，准确、快速地识别和预测此类区域的全氮含量，对于评估土壤健康状况、制定科学的生态修复与管理措施具有关键意义。论文基于可见-近红外光谱技术（Vis-NIR），创新性地利用欧洲LUCAS数据集（源域）进行迁移学习，对云南个旧矿区（目标域）土壤全氮含量进行了高精度预测，突破了小样本数据限制，实现了跨区域土壤全氮的高效监测，为光谱数据的环境应用提供了新的解决方案。

该成果是我校云南省教育厅高原生态农业地质调查与评价科技创新团队（培育）联合中国科学院空天信息研究院、昆明学院、昆明理工大学、云南省地质矿产勘查开发局中心实验室（自然资源部昆明矿产资源检测中心）等多家单位协同攻关取得的科研进展。昆明学院何平副教授是论文第一作者，中国科学院空天信息研究院陈玉副研究员是第一通讯作者，我校程先锋教授是共同通讯作者，我校陈载林副教授等为论文合作者。

原文链接：https://doi.org/10.1080/17538947.2025.2528621