计算机科学与技术学院（软件学院）副院长李清亮教授在《Catena》Sci一区发表论文《Improving global soil moisture prediction based on Meta-Learning model leveraging K¨ oppen-Geiger climate classification》。

《Catena》期刊是地球表面过程与土壤科学领域的顶级期刊，重点关注土壤科学、水文和地貌学的跨学科领域。2024年，GEOSCIENCES, MULTIDISCIPLINARY领域排名19（前8%），SOIL SCIENCE领域排名第5（前10%），WATER RESOURCES领域排名第6（前10%）。

该篇论文内容研究了如何通过元学习模型改进全球土壤湿度预测，结合柯本-盖革气候分类解决传统深度学习模型在复杂气候区域预测精度不足的问题。研究提出了一种元学习策略，通过分阶段训练（元训练和元更新），结合退火算法动态调整学习率，提升模型在多样化气候条件下的适应性和预测精度。实验验证了该方法在全球及复杂区域的优越性，并可应用于农业灌溉管理、水资源优化分配、气候变化评估、干旱监测和洪水风险管理。

该论文为全球土壤湿度精准预测提供了新方案，推动了人工智能在陆面要素模拟领域的发展。目前，该论文研究内容已进入实验阶段，未来可能通过局部高分辨率数据，如吉林省土壤湿度预测实现成果转化。

该论文发表是我校在全球土壤湿度预测领域的进一步成果，巩固了计算机科学与技术学院的科研实力，促进了跨校合作与人工智能交叉学科的发展。

相关链接：

https://doi.org/10.1016/j.catena.2025.108743

初审：景洋 复审：郭琳 终审：钱立贤