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。

本文探讨了多种卷积神经网络在建筑物轮廓提取中的应用，包括SegNet和条件生成对抗网络。研究提出了结合近红外信息的建筑提取框架，并介绍了Building3D和GBSS等数据集，以提高建筑物提取的精度和效率，支持城市规划和可持续发展。