我院教师王君櫹博士与南京大学周生路教授、美国堪萨斯大学李新功教授合作的论文《Farmland quality assessment using deep fully convolutional neural networks》，于2022年12月在期刊《Environmental Monitoring and Assessment》在线发表。
该论文使用全卷积神经网络对江苏省耕地质量进行了评价，并对评价的准确性进行了计算和优化。在评价过程中，该论文使用 Landsat遥感影像计算的植被归一化指数作为输入数据，江苏省域范围内的农用地分等数据作为训练集。并进一步使用了图像分割方法来改进评价结果。研究表明，全卷积神经网络用于耕地质量评价总体有效，准确率为71.9%。结合图像分割方法可以提高预测精度，噪声像素更少，边缘更逼真。
该论文展示了一种利用遥感数据评估耕地质量的新方法。土壤样品的现场采集和实验室分析所需的成本和时间限制了传统方法在大范围区域的可行性。而图像处理和训练全卷积网络模型的时间较快。该方法有助于强化对土地科学研究领域的认知，为区域耕地质量评价方法优化提供参考依据。该文是王君櫹博士主持的国家自然科学基金青年项目阶段性成果。
文章链接：https://doi.org/10.1007/s10661-022-10848-5
