团队新闻 | 团队本科生获GRSSx魔搭社区GeoAI开源实践挑战赛三等奖

近日，2026 IEEE亚太地学与遥感研讨会（AP-GARSS 2026）在青岛举行。在姚尧教授和宋妍副教授共同指导下，团队2023级遥感科学与技术专业本科生关锦源同学与季一诺同学，凭借作品《GeoThermoAI 由大语言模型驱动的地表温度降尺度智能体平台》获得Open Source GeoAI Practice Challenge三等奖。

本次挑战赛依托魔搭社区开展，面向地理空间人工智能与遥感领域征集可运行且便于复现和持续复用的开源成果，鼓励参赛者将研究方法转化为可直接使用的Notebook或Web应用。两位同学的作品入围八强，并在AP-GARSS 2026专题会场完成英文展示与现场答辩。

GeoThermoAI面向城市地表温度精细化制图需求。用户只需用自然语言描述研究区及时间，并选择处理模式，系统即可组织数据检索和预处理，随后执行模型训练与热约束校正，完成精度评估后导出产品，最终生成可供下游任务使用的10米地表温度GeoTIFF。系统还支持在交互地图中叠加30米参考温度与Sentinel 2影像，以及地形数据和10米结果，并可查询像元温度。

作品以Landsat 8/9 Collection 2 Level 2地表温度作为30米热环境参考，以Sentinel 2多光谱影像提供10米空间细节，并结合Copernicus GLO 30数字高程模型构建地形特征。在处理流程中，系统先计算地形热响应指数，随后进行随机森林建模与热约束残差校正，使精细空间纹理在下采样后仍与原始热参考保持一致。

任务控制层，作品设置规划与数据处理，模型训练和结果评估四类角色协同完成任务。大语言模型用于理解意图，同时组织步骤并解释结果，关键数值计算则由确定性程序完成，兼顾交互便利性和过程可审计性。作品还提供人工确认与全自动两种运行方式，并记录任务状态及参数，同时保留运行结果，便于后续查询与复用。

目前，项目源代码及其技术说明和使用文档已在GitHub公开，在线版本已部署至魔搭创空间。读者可通过下方链接查看代码或直接体验系统。
GitHub项目主页
魔搭创空间在线体验

姚尧教授表示：“关锦源同学和季一诺同学从课程设计中的实际问题出发，逐步把一个研究设想完善为可运行且可体验的开源系统。这个过程既要理解遥感数据和降尺度方法，也要处理模型计算与软件实现和交互使用之间的衔接。两位同学能够在决赛现场用英文完整介绍作品并回应提问，说明他们对项目已经形成了较为深入的理解。”

姚尧教授认为，GeoThermoAI的意义不只在于生成10米地表温度产品，更在于通过智能体组织与调度复杂的降尺度流程，降低相关方法的使用门槛，使缺乏遥感专业背景的用户也能较为便捷地获取高分辨率地表温度数据
宋妍副教授表示：“在项目推进过程中，两位同学始终重视方法的科学性和系统的可用性，反复核对数据处理细节并完善交互体验。把研究思路做成可以复现和体验的开源成果，是本科阶段科研训练中很有价值的一步。”
此次获奖展示了团队本科生将遥感方法与GeoAI及开源平台相结合的实践能力，团队将继续鼓励学生面向真实问题开展实践，在科研训练中提升问题分析，系统开发以及学术表达能力。

Q.E.D.