在研课题 | 人地协同的城市动态社区发现模型与韧性评估
精准划分动态社区揭示城市空间结构演变规律，指导韧性城市建设。然而，现有算法忽视城市空间中的人地特征和长期历史信息，评估城市韧性的方法亦不完善。本项目提出顾及人地协同的城市动态社区发现模型，以精准识别动态社区并评估社区韧性。通过因果推断挖掘人地关联，深度表征多模态数据，建立动态社区发现模型，融合多维度空间特征和时序信息，构建社区韧性指标，实现韧性定量评价，为优化资源配置和应急响应提供依据。
在研课题
在研课题 | Resilience patterns of multiscale human mobility under extreme rainfall events
This research presents a framework utilizing massive individual trajectory data to dissect resilience patterns of human mobility across scales. The framework includes the following components: 1) Quantifying human mobility and resilience levels. 2) Extracting resilience patterns and their spatial heterogeneity. 3) Explaining differences in resilience patterns through social factors. This study will be analyzed in the context of Japan experiencing an extreme rainstorm event, with the Japanese metropolitan area as the study area.
在研课题 | 江苏省常州市武进区村庄分类模型建设项目
本项目和江苏省常州市武进规划勘测设计院合作，旨在通过研究基于人机协作模式的村景评分与分类方法，深度挖掘乡村街景影像数据特征，构建乡村感知计算框架，优化乡村规划和管理。
在研课题 | 基于人地关系的国土空间特征分析及其优化路径
本项目将使用多种数据和指标，如交通可达性因子、城市连通性因子等，量化城市交通模式及其变化；结合交通模式指标集和矢量元胞自动机模拟城市发展过程，并预测不同场景下的城市未来土地利用格局；建立“土地-人口-交通”协同模拟模型，挖掘城市土地利用变化与交通密度变化的互馈机制，深入理解和描述未来城市交通模式变化。
团队新闻 | “区域经济态势时空动态感知技术及应用”国家重点研发计划项目启动会
2024年3月23日，由北京大学地球与空间科学学院刘瑜教授主持的 国家重点研发计划“地球观测与导航”重点专项“区域经济态势时空动态感知技术及应用” 项目启动会在北京顺利召开。
基于遥感地理大数据的乡村变电站电压等级选择智慧助手（视频）
Abstract中国属于发展中国家。截止2017年，中国乡村常驻人口为5.77亿人，占全国总人口的41.48%。2018年，党的十九大胜利召开，提出了全面建成小康社会和乡村振兴发展战略，中国农村正处于转型重构的重大发展时期。习总书记强调，全面建成小康社会最艰巨、最繁重的任务在农村，没有农村的小康，特
深圳折叠：基于手机信令大数据的贫困人群精准识别和时空分布研究
Abstract相对于农村贫困，城市贫困人口的分布情况和活动模式有着更多的可变性，不同经济水平人群的社会隔离现象尤为明显。本研究基于深圳市手机信令数据，构建精细用户画像。耦合深圳市房价分布与用户画像精准识别贫困人群和非贫困人群。通过对两类人群的时空分布和活动模式的分析，揭示贫困人群在城市内的活动模式
基于腾讯时序人口数据和深度长短记忆网络的中国政府扶贫效率研究项目
Abstract2020 年是中国政府制定的全面脱贫元年。之前的研究指出，腾讯时序人口数据可以有 效反应区域经济水平，并据此构建了精细尺度的中国贫困空间分布和预测模型，而如何准 确地评估"十三五"规划中扶贫政策的有效性成为了亟待解决的问题。本研究拟采用两期 腾讯时序人口数据，结合
基于深度学习和嫦娥三号巡视器影像的月壤软性区域和月球岩石提取
Abstract月球表面存在软性区域和岩石，易造成月球车在行驶过程中发生侧翻或撞击而引起车身故障。因此，研究出有效的月壤软性区域和岩石识别方法对于月球车正常完成科研任务有重要作用。本课题基于深度学习和计算机视觉技术，通过分析嫦娥三号月球车获取的影像数据，对月球表面软性区域和岩石进行识别、标注。同时利