东北地理所在遥感顶刊（IF=10.6）发表高水平研究文章！

本研究旨在解决土壤有机碳（SOC）含量预测模型在时间和空间上的可转移性问题。通过选择两个大型洲际研究区，研究人员利用Landsat 5/8图像、数字高程模型和气候数据，结合注意机制、图神经网络和长短期记忆网络模型（A-GNN-LSTM），建立了一个具有高时空可转移性的多元深度学习模型。研究结果表明，A-GNN-LSTM模型在预测精度和时空可转移性方面均优于其他常用预测模型。此外，通过引入注意机制，提高了模型的物理可解释性。该研究为构建高时空可转移性的SOC预测模型提供了重要参考。