地表热流（SHF）是研究地球内部热能的重要参数，揭示了地壳热结构和地质演化。青藏高原热流分布不均，研究人员提出EI-GNNWR模型，结合地质与地球物理数据，提高了热流预测精度，为理解青藏高原热流机制提供了新框架。

本文探讨了地理空间人工智能（GeoAI）的发展，识别了研究空白及未来方向，分析了其在精准农业和环境监测等领域的应用潜力与挑战，强调了GeoAI与GIS及大规模地理空间数据的紧密联系。

地球科学正经历AI驱动的变革，AI通过分析海量数据优化建模与预测。浙江大学戚劲研究员在COSCon’24论坛上分享了GeoAI的跨学科应用，包括房价分析和海洋遥感，提出了GNNWR和GTNNWR模型，提升了建模的精度与可解释性。这些新方法在多个科学研究中得到广泛应用，推动了地球科学的发展。

该论文介绍了一个全球建筑物语义分割（GBSS）数据集，用于评估建筑物语义分割模型的泛化能力和鲁棒性。该数据集包含116.9k对样本，来自六大洲，具有不同的大小和风格。通过定量和定性比较，验证了该数据集在迁移学习领域的潜力。