global environmental risks. In this

global environmental risks. In this special issue, data mining techniques are presentedthat explore and analyze environmental spatio-temporal data or help to design andoperate better sustainable systems.The introduction is structured as follows. First we describe the particular challengesand tasks of data mining for sustainability (Sect. 2). An overview of data mining inthe earth sciences indicates work towards the identified tasks (Sect. 2.1). Data miningfor the design and control of sustainable systems is illustrated by transportation issuesand energy-awareness (Sect. 2.2).As a service section, we include an overviewof organizations that provide dataminingwith data repositories (Sect. 3). This might inspire others to apply their algorithmsto the wealth of environmental data.We conclude with an overview of this issue’s articles (Sect. 4).

結果 (繁體中文) 1:

全球環境風險。在這個特殊的問題，數據挖掘技術呈現
的是探索和分析環境時空數據或幫助設計和
操作更可持續的系統。
引進的結構如下。首先，我們描述的特殊挑戰
和數據挖掘的任務可持續性（第2節）。數據挖掘中的概述
地球科學表明對確定的工作任務（第2.1）。數據挖掘
的設計和可持續的系統的控制是通過運輸問題說明
和能源意識（第2.2）。
作為服務節中，我們包括提供數據挖掘的overviewof組織
用數據存儲庫（第3）。這可能激勵其他人他們的算法適用
於環境的大量數據。
我們得出結論：這個問題的文章（第4節）的概述。

結果 (繁體中文) 2:

全球環境風險。在本特刊中，介紹了資料採礦技術
探索和分析環境時空資料，或説明設計和
運行更好的可持續系統。
簡介的結構如下。首先，我們描述了特殊的挑戰
資料採礦促進可持續發展的任務（第2節）。資料採礦概述
地球科學表示為確定的任務所做的工作（第2.1節）。資料採礦
用於可持續系統的設計和控制，通過運輸問題加以說明
和能量意識（第2.2節）。
作為服務部分，我們包括提供資料採礦的組織概述
與資料存儲庫（第 3 節）。這可能激勵其他人應用他們的演算法
豐富的環境資料。
最後，我們將概述本期文章（第 4 節）。

結果 (繁體中文) 3:

全球環境風險。在本期專題中，我們將介紹資料挖掘科技
探索和分析環境時空數據或幫助設計和
運行更好的永續系統。
導言結構如下。首先，我們描述特殊的挑戰
以及可持續性資料挖掘的任務（第。2）是的。資料挖掘科技綜述
地球科學指出了為完成已確定的任務所做的工作（第。2.1條）。資料挖掘
因為永續系統的設計和控制是通過運輸問題來說明的
和能量意識（第。2.2條）。
作為服務部分，我們概述了提供資料挖掘的組織
有資料倉庫（第。3）是的。這可能會激勵其他人應用他們的算灋
為豐富的環境數據。
最後，我們對本期文章進行了概述（第節）。4）是的。