2026年6月18日上午，资环学院“求实导师学术沙龙”校分校活动在石油科技大楼D418举行。本次沙龙由金继明教授作题为《基于可解释性深度学习的全球尺度植被水热耦合模拟与机制分析》的专题报告，相关师生参加交流研讨。
报告中，金继明教授围绕全球尺度植被变化与水热条件之间的关系展开介绍。叶面积指数是反映植被生长状况和生态系统变化的重要指标，对分析植被与气候环境之间的联系具有重要意义。针对植被生长受水分、热量及季节变化共同影响、变化过程较为复杂等问题，报告介绍了利用可解释性深度学习方法模拟全球植被变化的研究思路。
金继明教授结合土壤湿度、气温和遥感叶面积指数等数据，介绍了相关深度学习模型在植被动态模拟中的应用。报告指出，可解释性深度学习方法不仅能够较好刻画植被生长的季节变化特征，也有助于分析不同地区、不同季节和不同植被类型下水分与热量对植被变化的相对影响，为理解全球植被对水热条件的响应提供了新的方法参考。
交流环节中，与会师生围绕全球植被动态模拟、深度学习模型可解释性、水热因子对植被变化的影响以及相关方法在生态研究中的应用等问题进行了交流讨论。此次学术沙龙内容紧扣生态水文学与人工智能交叉研究方向，拓宽了师生对全球植被变化及其驱动机制的认识，对提升学生专业素养、促进师生学术交流具有积极意义。
