机器学习模型可在偏远地区提供更可持续和经济适用的住房，评估丛林风险，以及考虑残疾、生物多样性以及城市住宅环境中的动物场所，为未来的城镇规划和住房市场提供了新的视角。

这些替代方案在弗林德斯大学的五项不同研究中提出，这些研究将不同的视角应用于未来住宅生活和住房开发的各个方面。

在第一项研究中，弗林德斯大学空间科学和数据分析专家 Ali Soltani 博士应用先进的机器学习算法来探索 2010-21 年间 10,000 多套地区房屋销售的价格与微观经济和社会经济因素之间的关系，以深入了解南澳大利亚州房价行为。

他们研究了南澳大利亚州西部地区(包括奥古斯塔港、怀阿拉和林肯港等主要城镇)出售的 10,235 处房产，结果显示，人们更喜欢沿海地区而不是内陆地区、更偏远的地区以及农村地区经济适用房的总体价格显着上涨COVID-19 大流行期间的城镇。

“主要发现是，机器学习模型在预测区域房价方面优于传统计量经济学模型，具有更高的准确性和拟合度，为政策制定者、房地产专业人士和其他利益相关者提供宝贵的见解，为区域规划、基础设施供应和经济发展战略提供信息。”与新南威尔士大学城市未来研究中心的 Chyi Lini Lee 教授共同参与该项目的 Soltani 博士说道。

索尔塔尼博士表示，在远程工作和城市房价正在改善南澳大利亚以及可能其他地区的住宅开发需求之际，新方法揭示了住房市场复杂的非线性动态。

Ali Soltani 和 Chyi Lin Lee 所著的《南澳大利亚区域住房市场的非线性动态：机器学习方法》已发表在《应用地理学》上。

在《生态信息学》上发表的第二项研究中，弗林德斯大学的研究人员利用遥感技术和计算机绘图来准确测量区域景观中的丛林大火恢复情况。这些工具还可以支持澳大利亚未来的规划和保护措施。

在《社会科学》杂志上的第三项研究中，弗林德斯大学的研究人员使用包容性框架来强调有智力和发育障碍的成年人及其照顾者和服务提供者在住房和未来规划方面的需求。

“研究表明，智障成年人往往不会参与有关他们居住地点的决策，”副教授露丝·沃克 (Ruth Walker) 说道。有智力障碍的成年人及其年长的家庭照顾者。”

沃克副教授说：“这项试点研究凸显了通过将残疾人纳入未来住房规划的所有流程来增强他们能力的潜力。”

优化城市绿地和蓝色(水生)环境以最大限度地提高人类健康和生物多样性是马丁·布里德副教授领导的弗林德斯研究小组最新研究的重点之一。

研究人员正在进行一系列工作，以确定和建立框架，纳入特定的生物多样性指标，以提升和改善人类健康与城市更积极的环境暴露之间的关系。

另一篇题为“益生菌城市：微生物组-健康城市生态系统的综合设计。”

“有必要改进政策设置，以促进和管理生态系统恢复作为一项公共卫生干预措施，”环境研究中一篇新文章的第一作者、微生物生态学家杰克·罗宾逊博士说。

另请参阅“生物多样性和人类健康：范围界定审查和代表性不足的联系的例子”，作者：Jake M Robinson、Andrew C Breed、Araceli Camargo、Nicole Redvers、Martin F Breed，发表于《环境研究》

发表在《动物与科幻小说》上的第五项研究侧重于更“可持续”的城市发展，调查了城市规划和城市设计中动物相对缺乏的情况。

研究人员在新书章节中指出：“宠物甚至野生动物为人类提供了直接的好处，作为与自然重新联系或锻炼和陪伴的一种方式。”

弗林德斯大学研究员 Zoei Sutton 博士表示：“这项研究帮助我们重新构想现有 30 年规划策略的替代方案，并为 2050 年墨尔本的人与动物关系提出替代愿景。”