【文献精选】Results in Engineering｜用于多深度土壤温度预测的高级注意力驱动深度学习架构

背景：土壤温度对生态稳定和农业管理至关重要，特别是在叙利亚等干旱地区面临气候和政治挑战的背景下。研究目的：利用小波相干分析和多种深度学习架构（LSTM、GRU、CNN、Transformer）预测多深度（5cm、10cm、20cm、50cm）土壤温度，并评估其与气象变量的关系。结论：LSTM模型表现最优，在10cm深度达到最高预测精度（R²=0.951），小波分析显示气温与土壤温度在长期尺度上具有高相干性（0.8-1.0），Tmax和Tmin对预测贡献最大，研究成果可支持农业决策和水资源管理。