9月23日下午，地理与规划学院“经纬讲堂”第十四讲在博文北202举行。讲座由学院教工第一党支部与土地资源管理系承办，教工第一党支部书记陈实副教授主讲，题为“从冬闲田精准识别到油菜扩种决策——多源遥感与人工智能驱动的耕地资源优化研究”。

讲座从国家粮油安全与耕地集约利用切入。陈实指出，耕地边界扩张空间有限，提高现有耕地周年利用效率意义重大，但“冬闲田面积大”不等于“可直接扩种”。科学决策需回答冬闲田在哪里、哪些长期稳定、哪些适宜冬油菜、哪些优先核查。并形成“年度识别—稳定性诊断—适宜性筛选—优先区识别”技术链。

在冬闲田识别方面，团队基于Sentinel-1/2多源遥感数据和RF–FR-Net模型，构建10 m年度制图方法。2019—2024年地块级验证显示，模型总体精度和F1值均达到0.969；约52%的耕地冬闲频率超过67%，形成约7533 km²的高频复发核心区。

面向冬油菜扩种，研究融合长期冬油菜分布、稳定冬闲田、AlphaEarth卫星嵌入、土地利用等信息，通过MaxEnt模型开展适宜性推断，识别出约6017 km²潜在适宜耕地、2943 km²一般扩种潜力区和1137 km²候选空间优先区，实现了从“资源有多少”到“应先去哪里核查”的决策转化。陈实提醒，候选优先区只是区域筛选清单，仍需结合田块连片性、排灌条件、机械化水平、成本收益和农户意愿实地验证，模型适宜性不等同于现实可种植性。

讲座还结合两篇系列论文，分享课题凝练、样本构建、模型比较、结果验证和论文修改经验，并介绍本科生科研训练、大创项目和学科竞赛融入真实研究的探索。互动环节，师生围绕多源遥感融合、人工智能可解释性、成果落地边界及学生参与科研路径开讨论。

本次讲座以皖江平原为场景，贯通遥感制图、空间分析、人工智能与土地资源管理，展现了从科学问题发现到数据产品生成、再到空间决策支持的完整研究范式。拓展了师生对耕地动态监测和农业空间智能的认识。

（供稿：王丽英/编辑：方慧琳/审核：汪鹏飞）