论文选题灵感：“人工智能与土地科学”方向 | MDPI Land

本文聚焦“人工智能与土地科学”交叉研究，探讨了五个具体方向：1. 利用人工智能模型（如XGBoost）与卫星数据改进土壤侵蚀估算模型（RUSLE），并指出未来应对永久植被区进行改良图层计算；2. 综述2015-2025年间空间数据基础设施(SDI)与物联网、人工智能的集成在智慧治理中的应用与挑战，强调全球南方地区的不平等；3. 提出使用ChatGPT生成景观特征评估文本的结构化框架，需关注AI“幻觉”风险；4. 结合主成分分析与人GeoAI街景图像分析揭示城市社会空间隔离，建议融合参与式方法校正模型偏差；5. 利用生成式AI(Flu x-LoRA)辅助历史街区亲生物设计，平衡场所认同与生态策略。文章旨在为学者提供前瞻性选题启发，并指出各研究在数据集广度、时间动态性、方法有效性验证及伦理风险等方面的未来改进方向。