近日，安阳师范学院资源环境与旅游学院地理科学（师范）专业2022级本科生傅志远在国际环境科学与可持续发展领域权威期刊Journal of Cleaner Production（IF 10.0，JCR Q1，中科院一区TOP）以第一作者身份发表学术论文 “Triple-goal governance of urban agglomerations under SDG 11: A causal inference and deep reinforcement learning framework”。该研究聚焦联合国可持续发展目标SDG 11背景下城市群可持续治理问题，以京津冀城市群为研究对象，围绕经济发展、污染控制和健康保护三重目标，构建了融合空间诊断、可解释机器学习、因果推断和深度强化学习多目标优化的综合分析框架。
此前，傅志远还曾以第一作者身份在环境科学领域权威期刊Journal of Environmental Management（IF 8.0，JCR Q1，中科院二区TOP）发表论文 “Integrated Framework for Analyzing Regional Air Pollution Driving Mechanisms with Explainability and Causal Inference”，并参与发表其他学术论文。展现出在区域环境治理、城市可持续发展、机器学习解释和因果推断等交叉研究方向上的持续科研潜力。
傅志远同学还积极参与国际期刊同行评审工作，曾为Ecological Indicators、Urban Climate、Natural Hazards Research和Palaeogeography, Palaeoclimatology, Palaeoecology等 期刊提供审稿，并获得期刊编辑部颁发的审稿认可证书，体现出其在相关领域的科研积累和国际学术参与能力。
在科研训练之外，傅志远同学还积极参加学科竞赛和校园评优评先活动，曾获GIS应用技能大赛全国一等奖、安阳师范学院奖学金、安阳师范学院“三好学生”等荣誉。多方面成果体现了其扎实的专业基础、较强的实践能力和良好的综合素质。
近年来，资源环境与旅游学院始终坚持“夯实基础、强化实践、突出创新”的人才培养导向，通过优化课程体系、搭建科研平台、强化导师引领，持续提升本科生科研创新能力。下一步，学院将继续深化教育教学改革，为更多学子提供高质量成长平台，推动本科生科研能力和创新素养不断提升。
发表论文期刊汇总如下：
[1]Fu Z, Qiu B, Zhang S, Ma Y, Wang T. Triple-goal governance of urban agglomerations under SDG 11: A causal inference and deep reinforcement learning framework[J]. Journal of Cleaner Production, 2026, 564: 148510.（IF 10.0; JCR-Q1;中科院一区TOP；第一作者）
[2]Fu Z, Yang X, Ma Y, et al. Integrated Framework for Analyzing Regional Air Pollution Driving Mechanisms with Explainability and Causal Inference.Journal of Environmental Management（IF 8.4; JCR-Q1;中科院二区TOP；第一作者）
[3] Wang T, Fu Z, Zhang S, et al. Water Erosion Risk Assessment and Predictive Modelling for Cultural Heritage under Climate Change: A Case Study of the Great Wall in the Yellow River Basin, China[J]. Journal of Cleaner Production, 2025: 145645.（IF 10.0; JCR-Q1;中科院一区TOP；第二作者）
[4] Sun Y, Fu Z, Han X, et al. GAN-Enhanced Prediction and Optimization of Three-Phase Products in Catalytic Pyrolysis of Sludge[J]. Journal of Analytical and Applied Pyrolysis, 2025: 107567.（IF 6.2; JCR-Q1;中科院二区TOP；第二作者）
[5] Wang T, Fu Z, Luo M. Deep learning for decoding climate–urbanization synergies: flood susceptibility forecasting under SSP-RCP scenarios in Beijing, China[J]. Journal of Hydrology, 2026: 135364.（IF 5.9; JCR-Q1;中科院一区TOP；第二作者）