2025年11月，在我校地理科学学院熊礼阳教授的指导下，地科院本科生范语童在地理信息科学国际顶级刊物《International Journal of Applied Earth Observation and Geoinformation》（中科院一区SCI，IF:8.6）上以第一作者的身份发表论文——《Shipborne Bathymetry Constrained Denosing Diffusion Probabilistic Model for Seafloor DEM Super-Resolution》。研究运用迁移学习的方法，克服数据不足的问题，并尝试将去噪扩散概率模型融合船测水深数据，应用于DEM超分辨率重建，对海底地形建模进行进一步拟合。该方法重建结果优于传统插值方法与其他深度学习方法，在复杂地形区域拥有较强的细节还原能力，为全球范围内高精度海底DEM的获取提供了一种新的途径。

海底地形是海洋科学研究中的重要基础数据，对于理解海洋地质演化、海洋生态系统及航行安全等具有关键意义。然而，由于现有海底数字高程模型（DEM）数据的分辨率较低，亟需进行超分辨率重建以提升地形模型的精度。随着人工智能的快速发展，基于深度学习的海底地形建模方法因其在处理非结构化数据时能提取更多特征、具备更强能力和灵活性，而被广泛应用。但是其性能仍受限于训练数据的规模与多样性。因此，本研究尝试运用迁移学习的方法，并在陆地-海底跨区域模型迁移的过程中引入船测水深数据作为地形的约束控制。最终，提出了一种融合船测水深数据的去噪扩散概率模型（Bathy-DDPM），将性能优异的去噪扩散模型与船测水深数据有机融合。结果表明，该模型在多个指标上表现最佳，具有更优的综合性能。该成果已于2025年10月被国际地理信息科学领域顶级刊物《International Journal of Applied Earth Observation and Geoinformation》接受。

范语童同学是南京师范大学地理信息科学专业2022级本科生，现已报送至华东师范大学空间人工智能学院，大二时就加入熊礼阳老师课题组进行科研工作。在熊老师的带领下，主持一项国家级大创，获得了全国大学生GIS应用技能大赛特等奖、“挑战杯”全国大学生课外学术科技作品竞赛全国三等奖等奖项。

范语童同学表示，本科四年的学习，是能力沉淀、视野拓宽的关键旅程，自己在知识储备、科研思维与实践能力上都实现了质的飞跃。这些成长与进步，既离不开个人的执着探索与不懈耕耘，更离不开老师们的悉心指导，以及学校与学院提供的优质平台和有力支持。科研从不是一帆风顺的，实验推进和论文撰写中难免遇到瓶颈，但这些难题也让自己能够沉下心找关键、想办法，不断提升解决问题的能力。未来，愿以这份科研初心继续前行，也期待有更多志同道合的同学投身相关领域研究，携手为学科发展添砖加瓦。

近年来，南师大地科院积极响应国家“双一流”学科建设的各项要求，持续构建人才培养的质量保障体系，积极探索本科教育背景下的拔尖创新人才培养模式，将专业素养和创新能力作为重要培养目标，坚持立德树人、追求卓越，为拔尖创新人才的成长提供持续优质的资源供给，现已取得了丰富的培养成果。