为了帮助用户深入理解并高效使用我们团队研发的两款核心模拟工具——UrbanVCA：基于真实地块的城市土地利用模拟系统软件;CoCA：土地-人口-经济空间协同模拟平台;我们特别制作并发布了完整的教学演示与学习视频。本视频系统地介绍了基于元胞自动机（Cellular Automata, CA）的土地利用模拟研究方法，结合 UrbanVCA 和 CoCA 的模型构建逻辑、数据要求、软件操作流程，为城市空间模拟提供了可操作、可复现的解决方案。
智慧城市是城市治理体系和治理能力现代化的必然要求。城市智能表征（向量化和关键指标提取）、监测（复杂网络和时空动态数据建模）和模拟（长时期土地利用模拟）作为核心技术，旨在利用多源异构时空大数据，精准刻画城市多维特征，实时监测城市运行状态，动态模拟城市发展趋势。这些能力不仅支撑城市运行规律的深度认知和风险预判，更推动全生命周期管理的优化。通过构建多尺度表征模型、动态监测网络和时空模拟系统，可精准解析城市空间特征、实时追踪人流交互、推演未来用地演变。智慧城市的全面建设，需突破“高精度特征提取、动态关联建模、长时序推演”等关键技术瓶颈，最终实现城市治理的科学化、精细化和智能化转型。
当前，深度学习技术与遥感科学的交叉融合已成为推动地球观测与信息获取领域发展的关键驱动力。其在土地利用/覆盖变化监测、精准农业、城市动态分析、环境与灾害应急响应等方面的应用潜力巨大。
QGIS软件是基于QT5开发的GIS系统，其易用性及其高效性使其已经成为当下极具竞争力的GIS系统，其占有率足以与Esri的ArcGIS等主流GIS软件分庭抗礼。QGIS软件因其开源特性也使得其广受广大GIS开发者的青睐。为了帮助大家更好地入门QGIS二次开发，团队本科生袁林在指导老师姚尧帮助下撰写了本篇教程。
这是中国地质大学（武汉） UrbanComp 团队出品的《遥感影像深度学习》系列训练营第一场。围绕遥感影像分类，用一个完整案例，带领你提高深度学习实战能力。
城市街景地图是一种有效表达城市物理结构的工具，被广泛运用于城市自然风貌和社会经济的认知。随着国土调查与规划的不断创新，城市规划的合理性和美学日益受到关注。因此，将街景图像应用于科学、合理的规划方案变得愈发重要。
QT是一种热门的跨平台的C++应用程序开发框架，它提供了丰富的库和工具，允许开发者高效地创建图形用户界面（GUI）以及命令行界面的应用程序，同时支持桌面、移动和嵌入式系统。为了帮助大家更好地入门QT，我们在Bilibili平台上传了教学视频，视频作者为团队姚尧老师。
为了帮助大家更好地使用Visual Studio配置第三方库，我们在Bilibili上传了教学视频，作者为团队学生祝翰林。
本次工作坊将采用深度学习和计算机视觉技术，以武汉为例，带你学习街景图像的采集、语义分割以及城市绿色空间的可视化制图，帮助你更精确地理解和描述城市环境，学会为城市规划和管理提供更精细的数据支持。
物流对城市的发展、运营以及经济增长至关重要。不断增长的客户需求和城市系统的复杂性是当前物流优化的两个挑战，而传统的启发式算法无法快速提供高质量的车辆路径规划方案。本次 workshop 将使用武汉市的路网数据、一组包含客户点和物流中心的点数据，基于麻雀搜索算法（SSA）和模拟退火算法(SA)解决问题。
UrbanComp