UrbanComp Lab Knowledge Hub
UrbanComp Lab 学习资料库
GeoAI、GIS、遥感、城市计算与空间智能资料入口。
最新入库
GEEToker:一种与模型无关的分词器,可提升大语言模型在 Google Earth Engine 中基于 JavaScript 的地理空间代码生成能力
.
洛杉矶无家可归人数在连续两年下降后再度上升
当地机构表示,洛杉矶市及县的资金削减是今年无家可归人数增加的主要原因。
车辆安全研究与开发数据库——事件数据记录报告——2009年
研发数据库提供车辆碰撞试验数据、生物力学试验数据及零部件试验数据,以支持美国国家公路交通安全管理局(NHTSA)的机动车与交通安全目标。
一种面向离散全球网格系统(DGGS)的直接栅格化正射校正方法
离散全球网格系统(Discrete Global Grid Systems, DGGSs)通过对地球表面进行分层划分,生成一组离散单元,为地理空间数据提供基于单元的索引、融合与多分辨率处理所需的全球一致结构。当前将遥感影像映射至DGGS的方法主要依赖于对已正射校正产品的重采样,由此引入流程冗余与信息损失,导致数据摄入速度下降且精度降低。本研究提出一种基于有理函数模型(rational function model)的、从一级(level-1)遥感影像直接正射校正至DGGS的方法;同时改进多面体等面积投影以处理跨面成像情形,并开发了从源数据直接生成DGGS正射校正产品的关键技术。以菱形三十面体‘切片-拼接’(slice-and-dice)等面积六边形网格系统作为典型DGGS实现,我们利用高分一号(Gaofen-1)与高分二号(Gaofen-2)卫星影像开展实验。结果表明,在最近邻插值法下,相较于传统方法所得一级参考数据,所提方法使均方误差降低52.98–59.25%,结构相似性指数(structural similarity index)提升33.53–101.47%,显著提高了栅格化产品的辐射精度。该方法为DGGS内组织即用型分析数据(analysis-ready data)建立了新范式。
研究灵感
轨迹数据与城市交通研究
轨迹数据正从单一交通状态表征工具,转向支撑信号控制、出行画像建模、V2X资源预测与自动驾驶规划的多维空间智能基底;但方法迁移性、行为建模粒度、跨模态耦合一致性等基础问题尚未系统厘清。
地理大模型与地理智能体
地理大模型正从栅格表征转向矢量关系建模与城市尺度生成,地理智能体则开始集成多模态工具链与自主决策机制;二者交汇处存在方法泛化性、空间因果可解释性与真实场景闭环验证的系统性缺口。
城市感知、街景感知与空间优化
街景图像正从静态视觉代理转向结构化、可解释、可干预的空间智能输入源;近期方法在跨城市泛化、语义对齐鲁棒性、多模态解释一致性及弱势群体适配性上暴露出系统性缺口,而开源工具链与真实场景需求的同步成熟使实证验证成为可能。
资料入口