文章运用地理加权随机森林（GWRF）与机器学习模型输出解释方法（SHAP），解析2011—2023年长三角地区城市数字经济与碳排放的时空耦合特征及影响因素。研究发现：1）城市群耦合协调度由0.411升至0.505，形成上海单核引领、苏浙跟进、安徽快增但临界失调的多级联动格局。2）城市层面耦合协调度呈现“中枢—走廊—边缘”的梯度扩散模式，与长三角一体化战略及基础设施互联的区域发展方向高度契合。3）结合SHAP结果发现，数字要素对数字经济与碳排放之间的耦合协调具有正向效应，且自核心城市向制造节点与新兴产业区扩散；与之相反，碳排放要素则抑制二者协同。研究表明，数字经济与人力资本集聚在产业升级和碳减排中具有核心驱动作用，为长三角优化资源配置、制定差异化低碳政策提供了科学依据，助力区域在数字经济与绿色竞争中实现高质量发展。

文章以艺术与地理的共生关系为出发点，提出了一个由“数据媒介-算法生成-多元感知”构成的三维分析框架，用以探讨数字时代艺术地理作品的生成逻辑与感知机制。文章聚焦于城市视觉记录、具身环境表达与人工景观再构3类主要创作议题，分析6件代表性数字艺术作品，揭示出当代艺术地理的关键特征：地理空间数据被转化为艺术创作的物质媒介，算法生成成为空间重构的核心手段，而虚实交织的多感官体验则促使观众在现实世界与数字生态系统之间形成新的栖居方式。数字艺术地理的发展推动了从静态再现到动态生成的范式转型，也促使地理空间被重新理解为数据流、算法逻辑与身体经验的交互过程。这一框架有助于揭示数字艺术中技术与感知、生态与政治的内在关联，说明艺术创作已成为理解数字时代空间生产与人类栖居关系的重要途径。文章不仅为数字艺术的地理解读提供了系统的分析思路，也拓展了人工智能时代的地理批判视野，对数据权力、算法透明性以及生态复杂性被简化等问题提出了反思与回应。

人工智能（AI）时代，大语言模型是公众认知城市空间的重要信息媒介，AI话语也成为建构城市空间的力量。文章以广州为案例，构建城市消费空间幻觉评估问题集，在“话语—权力”框架下，用幻觉测试分析DeepSeek、ChatGPT中外AI模型在空间话语生产中的异同，解释AI幻觉话语对城市消费空间的构建。主要结论为：1）AI话语响应主流空间话语，对揭示城市复杂、多元、矛盾的真实面貌表现不足；ChatGPT采用通用框架描述城市消费空间，DeepSeek空间叙事遵循城市规划与发展战略。2）通过对政府、媒体与商业机构特定话语的整合与再生产，AI作为新型权力主体建构多元“现实”，使权力得以“合理”运行。3）AI幻觉话语建构空间，为用户设定位置，用户在认同并接纳这些位置后，承载特定知识进而开展消费空间实践，产生的新数据用于同一套话语的再生产。由此，特定知识体系和权力得以维系与运行。

在人工智能（AI）日益成为推动区域高质量发展的关键技术背景下，如何科学测度AI技术活动的空间分布和演化趋势，成为经济地理学研究的重要议题。然而，现有的识别方法在语义有效性、识别精度以及覆盖广度等方面仍存在不足，有待进一步提升与完善。为此，文章以广东省2001—2021年约120万条授权发明专利摘要为基础，引入BERT大语言模型，构建基于语义理解的AI授权发明专利识别方法，识别出约20万条AI发明专利文本。在此基础上，结合BERTopic主题建模方法，进一步揭示AI发明专利在广东省的关注领域与动态演化特征。研究发现：1）2001—2021年广东省AI发明专利数量整体经历了缓慢增长和快速扩张2个阶段，AI发明专利占比则呈持续上升趋势，反映AI技术在区域创新体系中的重要性不断提升。2）空间分布方面，AI发明专利在大湾区高度集聚，深圳和广州2市占全省AI发明专利的75.1%，珠海和东莞两地在AI发明专利占比上亦显示出较强活力。在合作网络方面，广东省AI发明专利合作网络呈现显著的“核心―边缘”结构特征，城市间在合作网络中的地位差异明显。3）在技术内容上，广东省AI发明专利主要聚焦于数据与图像处理、机器人与自动化装置、智能交通与故障检测、智能家居与环境控制和生物模拟与图像分析五大主题，不同主题的演化节奏存在差异，其中图像处理技术最为活跃，机器人和智能交通等领域近年来快速增长。此外，广东省内不同城市在AI发明专利布局上也各具特色，形成了差异化的技术优势。

以新基建赋能数字孪生城市建设，推动智慧城市升级转型，是构筑城市竞争新优势的关键之举，也是推动城市治理体系和治理能力现代化的必然要求。文章以2011—2022年中国149个智慧城市试点单位作为研究对象，将新基建视为数字孪生城市建设的重要路径，通过三阶段数据包络模型（Data Envelopment Analysis, DEA）测度了新基建视角下数字孪生城建潜力，最后使用多期马尔科夫模型从时间演化和空间溢出2方面对数字孪生城建潜力进行研究。结果发现：1）第一阶段全国综合技术效率基本保持上升趋势，其中东北地区、西部地区和中部地区的效率值表现为波动上升态势，而东部地区的效率值始终处于低位。2）在第三阶段，剔除环境因素和随机干扰项后发现，效率值在空间上的聚集性得到提升，高值地区集中在京津冀城市群、鲁东地区及省会城市，对比第一阶段和第三阶段效率值发现，东部地区效率值实现了反超，表示其在数字孪生城建潜力方面具备优势，而东北、西部和中部地区效率值有所下降。3）基于传统马尔科夫模型发现，数字孪生城建潜力存在发展惯性，随着跨期数的增加，数字孪生城建潜力梯度升级趋势增强；基于空间马尔科夫模型发现，数字孪生城建潜力的发展会受邻域地区的影响，空间上同时存在正向和负向溢出效应。

传统建筑是村落风貌的基石，也是地域气候、文化认同与集体记忆的直观物质载体。文章以中国646个首批传统村落为研究对象，构建了涵盖建筑立面、构件特征和文化符号的多模态图像数据库。聚焦京派、晋派、川派、皖派、苏派、闽派六大典型建筑流派，采用EfficientNet模型实现了高精度（90%）的单体建筑风格自动识别，并基于Grad-CAM技术完成不同建筑风格的关键建筑构件分析。文章进一步结合空间自相关分析与多样性指数，系统揭示了不同建筑风格在多尺度下的空间分布模式和跨流域文化交互特征。结果表明：1）6类建筑风格特征显著，模型识别效果良好，但京派与川派川派由于注意力均集中于木制房墙与廊柱，具有一定的交叉误判率；2）在宏观格局上，各建筑风格的影响范围与轴向分布存在差异，且其空间展布与地理廊道高度耦合，形成了显著的文化过渡带；3）在区域层面，建筑风格聚集区形成了5个文化核心区、3个文化过渡带与2个文化断裂带，为构建跨省遗产廊道保护体系提供了空间依据；4）在省域内部，建筑风格呈现“高多样-高均匀”“低多样-低均匀”“低多样-高均匀”3种模式，反映了不同省份文化整合与地方表达的差异格局。文章提出的智能解译-空间计算协同框架，为文化地理学研究提供了可扩展的方法论及工具，也为多尺度的传统村落保护、区域规划与文旅发展提供了坚实的科学依据与数据支撑。

为应对传统地理教学中抽象概念可视化难、高风险/高成本实践受限等核心挑战，文章构建了基于AIGC与元宇宙协同的“场景沉浸—智能引导—评估优化”闭环实验教学模式。为验证该模式的有效性，以“危岩体空间信息采集与风险评估”实验为例，开展准实验研究。通过实验成绩、学习行为数据、系统日志等多维度数据，对传统教学模式与“AIGC+元宇宙”协同模式的教学效果进行综合评估。结果表明，相较于传统教学模式，“AIGC+元宇宙”组在空间分析能力、实践操作能力和综合任务能力等核心能力指标上均取得明显提升，其中测量精度平均分提升28.57%，操作规范性平均分提升12.5%，综合成绩平均分提升11.25%。研究证实，该协同模式通过沉浸式场景与智能反馈机制，有效地破解了传统教学的核心矛盾，实现了从“知识传授”到“能力赋能”的范式转型。