本文使用自回归分布式滞后 (ARDL) 模型研究了 1990 年至 2022 年间孟加拉国、印度和巴基斯坦的经济增长、贸易、工业化、可再生能源消耗和环境退化（基于二氧化碳排放数据）之间的长期和短期关系。该研究使用相关分析、面板协整检验和汇总 ARDL 来识别变量之间的动态相互作用。结果显示 GDP 增长与二氧化碳排放之间存在长期正相关关系，支持环境库兹涅茨曲线 (EKC) 假说。从长远来看，贸易和工业增长也对排放产生显着的积极影响。与此同时，可再生能源消耗在短期和长期内始终表现出与二氧化碳排放量的负相关关系，凸显了其在减缓环境退化（环境恶化）方面的重要性。农业部门的影响参差不齐，主要通过土地利
Multifunctional landscapes could address interconnected global crises
土地利用是当今世界面临的许多紧急情况的核心：气候变化、生物多样性丧失、社会不公正和粮食不安全。这些问题——由于工业化农业等不可持续的做法而加剧——结合起来造成了同时发生且相互关联的危机。
AI-driven mapping captures daily global land changes
准确的土地覆盖绘图是生物多样性保护、气候适应和可持续土地利用的基础。尽管遥感技术取得了进步，但仅依靠卫星的方法仍然受到云层覆盖、重访间隔和缺乏地面实况数据的限制。动态世界（Dynamic World）等动态产品提高了及时性，但仍然难以捕捉突然的转变或验证其结果。
Mapping China's cities at submeter precision
土地利用和土地覆盖 (LULC) 信息是气候科学、灾害管理、粮食安全和生态系统保护研究的基础。卫星成像的进步提高了分辨率，但高分辨率土地覆盖测绘仍然面临重大障碍。
