1）研究者在洪水监测和水资源管理领域，通过融合CYGNSS数据和Sentinel-1 SAR影像的机器学习方法，显著提高了河流水位估计的精度和时间分辨率。 https://www.sciencedirect.com/science/article/pii/S0034425725003311 2）研究团队在永久冻土退化监测领域，结合多源遥感数据（如激光雷达、WorldView-2、Sentinel-2和Landsat时间序列）和地形高程数据集，开发了新协议，成功绘制了阿拉斯加内陆2500平方公里区域的冻土融化状态图，分类准确率达79%，并揭示了火灾对冻土退化的影响。 https://www.sciencedirect.com/science/article/pii/S0034425725003451 3）研究者在山区地形监测领域，运用深度学习方法结合形态学和气象变量，成功预测了InSAR获取的山坡变形信号，取得了高建模性能（PCC=0.7），为大规模山坡变形预警系统提供了关键技术支持。 https://www.sciencedirect.com/science/article/pii/S0034425725003281 4）Pitarch和Brando在遥感领域，基于Lee等人的BRDF方法开发了新的O25方法，通过合成数据集校准，显著提升了双向反射校正的性能，并扩展了适用范围和不确定性估计功能。 https://www.sciencedirect.com/science/article/pii/S0034425725003244

1）研究团队在地表反照率领域，运用了广义参数化方案和像素级优化模型，生成了全球无间隙反照率组分数据集，并在全球站点验证中取得了优于现有方法的成效。 https://www.sciencedirect.com/science/article/pii/S0034425725003475 2）NASA/USGS在遥感影像压缩领域，运用了CCSDS 123.0-B-2近无损压缩方法，成功将Landsat Next任务的数据存储和传输效率提升六倍，同时确保影像质量不受影响。 https://www.sciencedirect.com/science/article/pii/S0034425725003335 3）研究团队在农业干旱监测领域，运用了高分辨率热红外遥感数据和创新的辐射热惯性（RTI）方法，提高了土壤水分变化的监测精度，尤其在植被覆盖区表现出色，为农业管理和干旱预警提供了有效工具。 https://www.sciencedirect.com/science/article/pii/S0034425725003499 4）中国Lutan-1任务团队在森林垂直结构信息提取领域，运用L波段双基地InSAR技术结合星载激光雷达数据，成功实现了热带雨林地区大规模森林高度和地形建模，森林高度估算精度达到约5米。 https://www.sciencedirect.com/science/article/pii/S0034425725003207

1）研究团队在遥感领域，运用文献计量分析和案例研究的方法，系统梳理了471种光谱指数的应用现状与问题，揭示了命名混淆、可比性等关键问题，并提出了土壤属性遥感监测中光谱指数使用的优化建议。 https://www.sciencedirect.com/science/article/pii/S0034425725003220 2）研究人员在农作物类型识别领域，运用基于Transformer的深度学习模型处理高分辨率时间序列遥感数据，显著提高了作物分类的准确性和时效性，比现有方法提前一个月达到高精度分类效果。 https://www.sciencedirect.com/science/article/pii/S0034425725003542 3）研究团队在干旱监测领域，运用基于多波段遥感数据的相对表面蒸散发指数（RSETI）方法，显著提升了澳大利亚干旱评估的准确性和敏感性。 https://www.sciencedirect.com/science/article/pii/S0034425725003529 4）研究团队在青藏高原冻土相关滑坡运动监测领域，运用多时相干涉合成孔径雷达（InSAR）数据分解方法，成功量化了区域尺度滑坡运动的幅度与空间分布，揭示了冰缘层融化导致的基底土壤剪切是高速滑坡的主要驱动机制。 https://www.sciencedirect.com/science/article/pii/S003442572500330X

1）研究者在植被病害监测领域，运用三维辐射传输模型（3D RTM）与多准则决策方法（熵权TOPSIS）相结合的综合分析策略，系统评估了40种植被指数（VIs）的性能，确定了针对不同苹果病害的最优监测指数，并揭示了树形、病害分布和观测几何对指数性能的影响，提升了遥感植物病害评估的精确性。 https://www.sciencedirect.com/science/article/pii/S0034425725003578 2）研究团队在森林生态领域，运用YOLOv8模型对无人机RGB影像进行实例分割，成功检测和分割了立木和倒木，在两个芬兰研究区域分别取得了0.682和0.651的mask mAP50分数，并验证了跨区域数据对模型性能的提升作用。 https://www.sciencedirect.com/science/article/pii/S0034425725003104 3）研究团队在红树林生态系统监测领域，运用全球分数阶敏感性分析（G-FOSA）方法和域自适应迁移学习（DTL）模型，成功实现了红树林叶片氮磷含量的高精度跨场景反演，并将误差降低了0.6%–41.1%。 https://www.sciencedirect.com/science/article/pii/S003442572500327X 4）作者在海洋和淡水环境塑料垃圾遥感检测领域，运用光谱反射率分析和信号异常检测方法，指出了现有研究中逻辑推理的不足，并提出了通过像素平均和减法来区分信号异常的必要步骤。 https://www.sciencedirect.com/science/article/pii/S0034425725003153

1）研究者在遥感图像处理领域，运用结合污染传输动力学和梯度上升算法的方法，有效提高了卫星图像缺失数据的插值精度。 https://www.sciencedirect.com/science/article/pii/S2211675325000454 2）美国农业部森林资源调查与分析（FIA）项目在森林资源监测领域，运用基于高斯过程的空间-时间模型，成功推断出两个美国国家森林20年间的生物量变化。 https://www.sciencedirect.com/science/article/pii/S2211675325000399 3）研究者在全球滑坡风险评估领域，运用了基于CMIP6降水数据和静态指标的多种机器学习模型，预测了2021至2100年四种共享社会经济路径下的全球滑坡敏感性，发现全球滑坡敏感性总体呈上升趋势，尤其在SSP5-8.5情景下2081-2100年期间增加了约1%，并识别出印度为受气候变化影响最严重的国家。 https://www.sciencedirect.com/science/article/pii/S1674987125000799 4）研究团队在滑坡灾害预防领域，运用多源域适应卷积神经网络（MDACNN）方法，显著提升了跨区域滑坡敏感性预测的准确性，平均指标提升16.58%。 https://www.sciencedirect.com/science/article/pii/S1674987125000581

1）研究者在滑坡易发性评估领域，运用极端梯度提升（XGB）算法和Shapley加性解释（SHAP）方法，比较了坡度单元（SUs）和水文响应单元（HRUs）两种空间单元在预测滑坡易发区域中的精确性和清晰度，取得了优化评估单元选择和提高模型解释性的成效。 https://www.sciencedirect.com/science/article/pii/S1674987125000866 2）研究团队在城市可持续发展领域，运用SDGSAT-1卫星的10米级夜光成像仪数据，建立了城市活动指数（CAI）和人口活动指数（PAI）两项新指标，并提出了基于夜光数据的城际联系强度提取方法，成功应用于中国三大城市群（京津冀、长三角和粤港澳大湾区）的分析，为城市规划和治理提供了数据支持。 https://www.sciencedirect.com/science/article/pii/S0034425725002901 3）研究团队在城市热岛缓解领域，运用三维定量模型评估绿地累积降温效应，发现绿地平均可降低周边地表温度4.92°C，最高达25.3°C，并确定了不同气候区城市绿地的最优面积。 https://www.sciencedirect.com/science/article/pii/S0034425725002718

1）作者在城市规划领域，运用基于属性的空间分割方法和k-means聚类技术，通过创建独特的宏区域来优化兴趣点（POIs）的布局，从而提高了空间可达性和资源分配的效率。 https://www.sciencedirect.com/science/article/pii/S2211675325000338 2）研究者在空间数据分析领域，运用了基于空间自回归模型的迁移学习方法，成功利用辅助数据集提升了目标模型的估计和预测性能。 https://www.sciencedirect.com/science/article/pii/S2211675325000302 3）作者在地统计学领域，运用了结合样条和克里金的贝叶斯低秩地理加性模型方法，有效处理了空间相关性和协变量的非线性依赖关系，并在模拟研究和实际应用中取得了良好成效。 https://www.sciencedirect.com/science/article/pii/S2211675325000296 4）研究团队在山体滑坡预测领域，运用了随机森林回归算法结合样本扩展技术和异质性分析，显著提高了覆盖层厚度（OLT）的预测精度，为山坡区域OLT分布预测提供了有效解决方案。 https://www.sciencedirect.com/science/article/pii/S1674987125001148

1）研究者在土壤污染修复领域，运用了加权逐步空间采样（WSSS）方法，有效提高了热点区域污染物浓度和边界识别的准确性和稳定性。 https://www.sciencedirect.com/science/article/pii/S2211675325000405 2）作者在城市规划领域，运用了地理信息图神经网络（GIGNN）方法，通过结合空间统计三位一体（SST）框架和地理空间特征，提高了模型在城市化分析中的模拟和预测准确性，分别达到了84.1%和81%的准确率。 https://www.sciencedirect.com/science/article/pii/S2211675325000429 3）研究者在选举数据分析领域，运用了带有空间约束的鲁棒模糊聚类模型，通过整合不同类型变量的相异性度量和权重方法，客观优化权重并引入噪声聚类和空间成分，成功分析了意大利2024年欧洲选举中省级选民投票率和偏好的一致性。 https://www.sciencedirect.com/science/article/pii/S2211675325000363 4）研究者在空间优化领域，比较了蒙特卡洛期望最大化（MCEM）、工具变量（IV）和贝叶斯分析（BA）三种偏差校正方法，发现贝叶斯分析（BA）是最优的偏差校正方法。 https://www.sciencedirect.com/science/article/pii/S2211675325000314

1）研究团队在传染病防控领域，运用空间统计技术和志愿地理信息（VGI）方法，揭示了武汉COVID-19疫情在城市内部的精细传播动态及其与城市形态、人口密度和建筑环境特征的关系。 https://www.sciencedirect.com/science/article/pii/S2211675325000478 2）作者在空间预测领域，运用了一种新的有效变异函数估计方法，并扩展了有效样本量（ESS）概念到非参数框架，通过蒙特卡洛模拟验证了其性能，最终应用于森林图像分析。 https://www.sciencedirect.com/science/article/pii/S2211675325000430 3）研究者在空间优化领域，运用了基于微分算子的非参数强度估计方法，成功分析了意大利贝加莫市2017-2019年道路事故数据的时空分布模式。 https://www.sciencedirect.com/science/article/pii/S221167532500034X 4）作者在空间计量经济学领域，运用了基于局部线性虚拟变量的两阶段最小二乘法（2SLS-LLDV），成功建立了具有固定效应和时变系数的空间自回归面板数据模型，并通过蒙特卡洛模拟和中国碳排放、美国香烟需求的实际案例验证了方法的有效性。 https://www.sciencedirect.com/science/article/pii/S2211675325000442

1）“研究团队在城市绿化治理领域，运用多维正义框架和参与式未来轮方法，通过分析跨部门协作和社区参与策略，提出了改善绿色空间公平性的治理方案。” https://www.sciencedirect.com/science/article/pii/S0169204625001446 2）研究人员在城市气候调节领域，运用高密度机载点云数据和随机森林分类器，结合ENVI-met模型模拟，分析了不同社会经济社区中城市森林的降温效果，发现富裕社区的气温降低更为显著，并提出了优化城市森林以促进跨社区生态系统服务公平的方法。 https://www.sciencedirect.com/science/article/pii/S0169204625001276 3）研究团队在城市健康领域，运用高分辨率卫星影像和空间自回归模型，揭示了绿地空间形态与残疾率之间的负相关关系，并通过中介分析发现缺乏休闲体育活动和频繁心理困扰是重要中介因素。 https://www.sciencedirect.com/science/article/pii/S0169204625001264 4）研究人员在火灾风险评估领域，运用了3.0米分辨率PlanetScope影像、地理空间数据和eCognition软件，通过分类和回归树模型分析了不同防御空间缓冲区内植被特征对建筑物损失的影响，为制定家庭保险和市政条例提供了依据。 https://www.sciencedirect.com/science/article/pii/S0169204625001288

1）研究者在城市发展战略规划领域，运用了评估框架方法，分析了罗马尼亚18个城市三代战略规划中城市绿地的整合情况，发现绿地整合虽频繁提及但执行不一致，但呈现积极趋势。 https://www.sciencedirect.com/science/article/pii/S016920462500132X 2）研究者在城市群发展领域，运用了CoCA框架整合土地利用模型和基于S曲线算法的密度模型，实现了土地、人口和经济多因素空间协同模拟，显著提高了模拟精度，并为可持续城市增长提供了政策支持。 https://www.sciencedirect.com/science/article/pii/S0169204625001495 3）研究团队在城市绿化领域，通过测量38种台湾常见树种的遮荫能力并利用ENVI-met模拟不同叶面积指数（LAI）情景，建立了树木遮荫能力指数和绿化冷却能力评估公式（GPR和GCC），发现高LAI树木显著改善城市热环境，其成果已被纳入台湾绿化覆盖率法规。 https://www.sciencedirect.com/science/article/pii/S0169204625001434 4）研究者在城市地理空间结构领域，运用梯度分析和地理计算方法，结合绝对和相对距离测量，构建了美国370个城市区域的13个指标梯度模型，并通过聚类分析识别出4至6种不同的地理空间结构，为政策制定者提供了可持续发展的参考依据。 https://www.sciencedirect.com/science/article/pii/S0169204625001483

1）研究者在城市环境噪声评估领域，运用基于代理模型的时空方法，评估了法国里昂和维勒班午餐时段居民对安静区域的可达性，发现约30%的居民可进入安静区域，并识别出具有高可达性潜力的绿色空间。 https://www.sciencedirect.com/science/article/pii/S0169204625001598 2）作者在中国城市化进程中，运用Henri Lefebvre的空间生产理论，研究了上海金水河景苑社区的可食用景观发展及空间变化的合理性，发现可食用景观能缓解新城市社区的空间使用冲突并提升社区治理效果。 https://www.sciencedirect.com/science/article/pii/S0169204625001616 3）研究团队在城市绿地规划领域，运用结构方程模型分析了中国珠三角地区1309名参与者的数据，发现绿地质量比数量对心理健康影响更大，尤其对租房者效果显著，并强调在混合产权社区中融入高质量绿地对减少健康不平等的重要性。 https://www.sciencedirect.com/science/article/pii/S0169204625001458 4）研究者在海岸管理领域，运用了多尺度框架和气候情景分析方法，评估了加泰罗尼亚海岸线后退所需的内陆空间，发现现有法律边界可能无法满足未来侵蚀需求。 https://www.sciencedirect.com/science/article/pii/S0169204625001574