复杂农田地块精准提取是数字农业的核心技术难题，同时农田种植结构动态会对灌区生态系统网络和功能产生重要影响。近日，我校生态水文与遥感大数据团队张圣微教授作为通讯作者，针对以上技术和科学问题，在计算机科学领域国际顶级期刊《Expert Systems with Applications》（中科院一区Top）和地球科学领域国际顶级期刊《Earth's Future》（中科院一区Top）发表两项重要成果。
发表于《Expert Systems with Applications》的研究，题为“MTFormer: Joint Uncertainty-Aware Abrupt-Change distance Transform and multi-task Transformer for agricultural parcel segmentation”，该研究系统剖析了现有深度学习方法在泛化能力及边界不确定性建模方面的不足，并构建了覆盖中国7个典型农业区域的基准数据集（MR-AP），提出了一种联合不确定性突变感知距离变换与多任务Transformer的农田地块提取模型（MTFormer），采用多尺度Transformer融合模块并行捕获全局语义关联与局部特征；创新性地将不确定性突变感知距离变换取代欧式距离，将回归任务转化为可解释性的软标签监督，以应对标注噪声与模糊边界；同时引入多任务联合深度监督回调策略协同优化掩膜、边界与回归任务。
结果表明，MTFormer在的综合性能优于10种主流分割模型，Precision、Com和R2分别达到94.08%、83.93%和0.772。在6个公开数据集零样本迁移测试中，其Precision均保持在90%以上，表明模型具备较强的跨场景泛化能力。景观异质性量化分析揭示面对形状高度复杂与破碎的地貌，基础大模型因缺乏田地块先验知识易出现严重的过分割，而MTFormer凭借专有架构的抗干扰能力，始终保持高度稳定的提取精度。同时MTFormer在精度与效率之间实现了更优的折衷，适合面向农业监测的实际部署与规模化应用。
发表于《Earth's Future》的成果，题为“Ecosystem Service Dynamics in the Upper Yellow River Mega-Irrigation Area (Hetao): A Framework for Element-Structure-Ecosystem Network Assessment”，研究围绕黄河上游特大型灌区——河套灌区，构建了“要素—结构—生态系统网络”的评估框架，将生态系统服务、生态结构与社会经济驱动纳入统一分析体系，系统揭示了2000—2020年区域生态系统服务动态变化及驱动机制，为灌区生态保护与可持续发展提供了新的研究视角。
该研究构建了一个以生态系统服务为桥梁的“要素—结构—生态系统网络”分析框架。该框架将生态系统关键要素、生态结构与生态系统服务功能统一纳入网络框架，实现了对社会系统与生态系统复杂相互作用关系的定量表达，系统刻画了河套灌区社会—生态系统的作用关系，突破了单要素分析方式，揭示了生态系统服务供需关系及种植结构在区域演变中的重要作用。
研究表明，2000—2020年间，河套灌区社会—生态网络整体呈现解耦趋势，系统联系逐渐由多要素共同驱动转向关键要素主导。水源涵养、碳汇和粮食生产总体表现为供给盈余。进一步解析发现，种植结构和土地利用强度是影响生态系统服务供需平衡的重要因素，其中种植结构在协调粮食生产、水资源利用和生态稳定性方面发挥着关键作用。
以上论文内蒙古农业大学为第一完成单位，张圣微教授为通讯作者，第一作者分别为已毕业硕士研究生方科迪和杨林。研究资助项目包括：国家自然科学基金（U2544201、52279017、32360025），科技部重点研发计划（2021YFC3201201），内蒙古科技计划项目（2025YFDZ0008、2025YFDZ0037），内蒙古自然科学基金项目（2024ZD08、2025MS03032），内蒙古高等学校创新团队发展计划（NMGIRT2313）、内蒙古自治区水利科技项目（NSK202405）和内蒙古“草原英才”项目。
