UrbanComp

路虽远行则将至,事虽难做则必成。漫漫长路,必见曙光。《荀子•修身》

在研课题 | 多模态时空信息融合驱动的网约车动态区域划分与供需预测

近年来,随着移动互联网普及与城市化进程加快,网约车出行已成为城市交通体系的重要组成部分。网约车平台的高效运营依赖于对供需关系的精细化时空感知与预测,预测精度直接影响调度合理性与服务质量。供需预测中,时空因素至关重要:一方面,城市空间受路网分隔与行政边界制约,规则格网划分难以贴合真实路网且未顾及时段动态特性;另一方面,大型活动与极端天气等外部事件对局部供需具有突发性影响,依赖单一时序数据的模型难以刻画此类非平稳扰动。

会议通知 | 2026年中国地理学会春季年会暨中国地理编辑出版年会

“十五五”时期是基本实现社会主义现代化夯实基础、全面发力的关键时期。地理学作为支撑可持续发展的基础性学科,亟需以创新驱动为核心,勇担服务生态文明建设、区域高质量发展及全球治理的重要使命。 在此背景下,为促进地理学高质量发展及其服务能力可持续提升,奠定未来五年的发展基调,**2026年中国地理学会春季年会暨中国地理编辑出版年会**将于**2026年4月24–26日**在**重庆市**隆重举行。本次会议规模预计达**2000人**。 会议旨在充分发挥科技期刊在学科发展中的“方向引领”与“服务支撑”双重作用,搭建高水平学术交流平台。我们诚挚邀请全国地理学及相关领域的科研教学工作者、编辑出版人员及研究生积极参会,共同传播最新研究成果、探索科技前沿,推动地理学理论、技术与方法的创新,促进学术出版与科研创新的深度融合,为地理学在“十五五”开局之年的高质量发展拼出开局之势、干出开局之为。

发明专利 | 一种支持城市体检的指标可视化方法及系统

本发明公开了一种城市用地变化模拟方法、介质及设备,该方法涉及城市规划与地理信息技术领域,旨在解决城市用地变化模拟精度不足及效率低下的问题。本发明通过构建多源数据融合模型,结合深度学习算法与时空演化规则,实现对城市用地变化的动态模拟与预测。该方法不仅能够高效处理大规模城市数据,还能通过优化的计算架构提升模拟的实时性与准确性,为城市规划、土地资源管理及可持续发展决策提供科学依据和技术支撑。

会议通知 | 首届人工智能与地理信息科学交叉研讨会

人工智能与地理信息科学的交叉融合,正在重塑空间数据建模、分析与决策的理论与方法体系。为深入探讨该交叉领域的前沿进展、核心挑战与未来方向,促进学术界思想碰撞与实质性合作,特发起举办“人工智能与地理信息科学交叉研讨会(AIGIS)” 首届人工智能与地理信息科学交叉研讨会将于2026年4月11日在河南省洛阳市洛阳凯华大酒店举办

智绘时空,研路同行:UrbanComp Lab 学习资料库正式上线!

在 GeoAI、时空大数据与城市计算飞速发展的今天,科研人员常面临“信息过载”与“关键动态遗漏”的双重挑战。为了构建更加系统、高效、开放的学术生态,中国地质大学(武汉)位置智能与城市感知实验室(UrbanComp Lab) 倾力打造的 “学习资料库” 现已正式对外发布。

会议通知 | 第七届空间数据智能学术会议(SpatialDI 2026)

由ACM SIGSPATIAL中国分会创办的空间数据智能学术会议(SpatialDI),始终致力于推动空间数据研究范式的革新,促进空间智能理论与技术在时空大数据、智慧城市、交通科学、社会治理等关键领域的创新与应用。作为国内空间数据智能领域的高水平学术盛会,该系列会议已成功搭建起连接学界与业界的桥梁。

软件下载 | GeoClaw 开源框架正式发布

传统地理信息分析工具长期面临一个核心矛盾:空间数据蕴含着城市运行的丰富规律,但掌握 GIS 软件却需要漫长的学习周期。研究者往往要花费大量精力记忆函数参数、调试工具链,才能真正投入到空间问题本身的思考。 GeoClaw 的出发点,正是打破这道门槛。 UrbanComp Lab今日开源两套 GeoClaw 框架,支持Claude、ChatGPT、Gemini以及Qwen API,以"自然语言驱动 GIS"为核心理念,为城市计算与地理信息科学研究者提供一个兼具易用性与可扩展性的智能空间分析平台。

UrbanComp

切换主题颜色 | SCHEME TOOL