房价预测/矿藏勘探/自然灾害预测……AI助力地球科学革新，浙大/清华/Google Research等已发表重要成果

AI + 地球科学研究论文汇总

原标题：房价预测/矿藏勘探/自然灾害预测……AI助力地球科学革新，浙大/清华/Google Research等已发表重要成果
文章来源：HyperAI超神经
内容字数：6171字

AI赋能地球科学：15篇前沿论文解读

本文总结了HyperAI超神经聚焦AI在地球科学领域研究成果，精选了2023-2024年期间解读的15篇前沿论文，展现AI在解决复杂地球系统问题中的强大潜力，并为全球可持续发展提供创新性解决方案。

1. 房价预测：基于地理加权回归的神经网络模型

浙江大学GIS重点实验室提出osp-GNNWR模型，通过优化空间邻近度指标并将其融入神经网络架构，提升了房价预测的准确性，准确描述复杂空间过程和地理现象。

2. 海洋科学大语言模型：OceanGPT

浙江大学团队开发出首个海洋领域大语言模型OceanGPT，能够根据海洋学家的指令回答问题，在各种海洋科学任务中表现出高专业知识，并在海洋工程方面展现初步具身智能能力。

3. 地面沉降预测：基于机器学习的模拟技术

中南大学柳建新教授团队利用极端梯度提升回归与长短期记忆网络，建立地面沉降智能化预测模型，预测未来40年地面沉降风险，为城市发展提供重要参考。

4. 滑坡测绘：基于混合CNN-Transformer网络和深度迁移学习

成都理工大学研究人员提出SCDUNet++模型，结合卷积神经网络和Transformer优势，利用遥感图像的地形和光谱特征有效开展滑坡测绘工作。

5. 可解释神经网络预测山体滑坡

加州大学洛杉矶分校研究人员开发可解释神经网络SNN，更好地分析自然灾害影响因素，提高滑坡风险预测能力，提升模型透明度。

6. 全球极端洪水预测：Google洪水预测模型

Google Research团队开发基于机器学习的河流预报模型，提前5天预测洪水，性能优于现有模型，覆盖80多个国家。

7. 海洋赤潮预警：ChloroFormer模型

浙江大学GIS实验室提出ChloroFormer模型，有效预测海洋有害藻华中的叶绿素a浓度，为藻华预警提供重要信息。

8. 矿物预测：地理神经网络加权逻辑回归模型(GNNWLR)

浙江大学杜震洪团队提出GNNWLR模型，大幅提升矿物预测准确性，并在复杂空间场景中提升可解释性，优于五大先进模型。

9. 极端降水预测：升级版神经网络Org-NN

哥伦比亚大学LEAP实验室使用全球风暴解析模拟与机器学习，创建新算法解决信息缺失问题，提供更精确的极端降水预测方法。

10. 全球尺度洪水预测：ED-DLSTM模型

中国科学院成都山地灾害与环境研究所团队提出ED-DLSTM模型，解决全球范围内有监测数据和无监测数据流域径流预测问题。

11. 太阳三维重建：SuNeRF神经网络

科罗拉多州国家大气研究中心(NCAR)利用NeRFs神经网络将太阳二维图像转换成三维重建图像，首次揭示太阳两极。

12. 城市空间规划：基于深度强化学习的模型

清华大学研究团队提出强化学习的城市社区空间规划模型，实现人类规划师与人工智能算法协作，为智能城市自动化规划提供新思路。

13. 中期恶劣天气预报：CSU-MLP模型

科罗拉多州立大学与SPC学者联合发布基于随机森林的机器学习模型CSU-MLP，准确预报中期(4-8天)恶劣天气。

14. 人群模拟：社会物理信息扩散模型SPDiff

清华大学研究团队提出条件去噪扩散模型SPDiff，有效利用交互动力学，模拟人群行为，仅需5%训练样本达到最优性能。

15. 时空少样本学习：GPD模型

清华大学电子工程系城市科学与计算研究中心提出GPD模型，利用扩散模型生成神经网络参数，将时空少样本学习转变为扩散模型的预训练问题，基于7大城市实景数据。

联系作者

文章来源：HyperAI超神经
作者微信：
作者简介：解构技术先进性与普适性，报道更前沿的 AIforScience 案例