本研究提出了OmniGeo，一种针对地理空间人工智能的多模态大语言模型。该模型专为处理卫星影像、地理空间元数据和文本描述等多种数据源而设计，研究表明其在多个地理空间任务中表现优于现有模型，具备更强的指令遵循能力和空间推理准确性。

本研究提出了一种机器学习管道，通过卫星影像检测印度30638个砖瓦窑，克服了传统监测的局限。结果表明，政策执行促进了高效技术的采用，强调了环境保护与工人生计之间的平衡需求。

本研究探索了一种适用于语义分割的剪切粘贴增强技术，通过利用语义分割标签中的联通组件，在训练过程中随机粘贴提取的实例。实验结果表明，该增强技术显著提升了语义分割模型的平均交并比得分，从37.9提升至44.1，展示了其在卫星影像中提高模型泛化能力的潜力。