随着数字化和人工智能发展,机器学习在乡村景观空间分析和规划中应用前景广阔。文章基于Web of Science数据库的108篇文献,分析机器学习在乡村景观空间分析中的应用。研究主题分为乡村空间形态、环境和社会经济文化三大类,其中乡村空间...随着数字化和人工智能发展,机器学习在乡村景观空间分析和规划中应用前景广阔。文章基于Web of Science数据库的108篇文献,分析机器学习在乡村景观空间分析中的应用。研究主题分为乡村空间形态、环境和社会经济文化三大类,其中乡村空间形态涵盖空间布局、公共空间和建筑空间;环境包括土地利用(农业景观、水环境、植物群落)、气候及危害风险;社会经济文化涉及社会生态系统、文化景观和经济发展与环境关系。卷积神经网络、随机森林和支持向量机是最受欢迎的机器学习方法,卫星图像、土地覆盖和数字高程模型数据是常用基础数据。案例主要分布于亚洲、非洲和欧洲,中美洲、南美洲和大洋洲较少。文献数量增长表明该领域发展迅速。研究指出当前应用进展、研究空白及未来发展趋势。展开更多
文摘随着数字化和人工智能发展,机器学习在乡村景观空间分析和规划中应用前景广阔。文章基于Web of Science数据库的108篇文献,分析机器学习在乡村景观空间分析中的应用。研究主题分为乡村空间形态、环境和社会经济文化三大类,其中乡村空间形态涵盖空间布局、公共空间和建筑空间;环境包括土地利用(农业景观、水环境、植物群落)、气候及危害风险;社会经济文化涉及社会生态系统、文化景观和经济发展与环境关系。卷积神经网络、随机森林和支持向量机是最受欢迎的机器学习方法,卫星图像、土地覆盖和数字高程模型数据是常用基础数据。案例主要分布于亚洲、非洲和欧洲,中美洲、南美洲和大洋洲较少。文献数量增长表明该领域发展迅速。研究指出当前应用进展、研究空白及未来发展趋势。
