城市人工智能与基础模型

基于AlphaEarth地理空间基础模型的跨城市交通噪声建模与不平等分析

利用街景图像数据重新审视HOLC红线地图与城市视觉感知质量：布法罗案例

研究以布法罗为例，运用Place Pulse 2.0街景数据、计算机视觉和机器学习，预测美感、安全感、富裕感、活力、乏味感和压抑感六个感知维度。结果显示，不同红线等级区域的感知评分存在显著差异；树木、建筑和道路等建成环境特征是差异的重要来源，其分布不均构成感知不平等的物质基础。

以性能为导向优化自然本底解决方案，提升城市街谷遮阴效果

研究运用机器学习减少对高计算量模拟的依赖，优化街道树木的遮阴表现。研究建立涵盖城市街谷几何形态和树木特征的数据集，并通过模拟分析形态与遮阴效果的关系，再将结果推广至意大利。超过30万种街谷—树木配置的模拟显示，纬度是遮阴表现的主要预测因素；较宽街谷和较大树冠半径效果较好，单排与双排种植最为有效。

共生规划理论：面向城市规划人机共创的 CORE 框架

本文提出共生规划理论（SPT），并以 CORE（协作、方案、完善、执行）框架将其付诸实践，内置透明、公平约束、异议申诉和限时重新授权等保障机制。盖恩斯维尔微出行案例显示，仅满足部署比例要求并不代表实现公平；社区意见促使模型纳入约束，并以结果指标决定是否继续使用。

书评：《人工智能与城市规划》，托马斯·桑切斯著。纽约：劳特利奇，2026年，254页，平装本51.99美元，ISBN：978-1-03276-046-9

智慧适应与季节性城市迁出：基于调查的气候韧性城市研究

研究提出“季节性城市迁出”，即夏季暂时迁往较凉爽地区，以适应城市热压力，并调查罗马尼亚163名城市居民。77.9%的受访者表示，若目的地基础设施完善，愿迁居一至两个月；气温升高2°C时，46%愿意暂时迁出。热环境和交通障碍是迁居意愿的重要预测因素。

低成本无人机影像与图像分析模型的探索性应用：通过动态资金分配评估灾后恢复进展，促进公平住房重建

研究探讨利用低成本消费级无人机和现代图像分析技术开展灾后初步损害评估、追踪恢复进展，并动态分配有限资源，以支持公平住房重建。研究以2020年田纳西州中部龙卷风为案例，考察临时蓝色防水布屋顶（“蓝屋顶”）能否作为恢复进度指标，并进行R平方和误差分析，旨在为政府及规划部门决策提供依据。

利用街道层面影像与深度学习识别城市景观中的银合欢

研究利用巴西城市环境中的422张街道层面影像，评估深度学习目标检测和图像分割方法识别潜在入侵树种银合欢的效果。影像来自Google街景和手机拍摄。结果显示，YOLOv8检测表现较好，DETR对影像来源较敏感；SAM零样本分割在街景影像上的表现优于手机影像。结合检测与分割可为城市植被监测及入侵物种管理提供互补信息。

GeoAI与多模态地理空间数据融合促进包容性城市出行：方法、应用与未来方向

本文系统综述利用多模态地理空间数据融合开展城市出行研究的GeoAI成果，重点关注可达性制图、需求预测和起讫点流量预测中的包容与公平应用。研究通过PRISMA-ScR筛选流程，从2019至2025年的57篇候选文献中纳入18项研究，梳理不同层级的数据融合和深度学习方法，并指出人口覆盖、融合、可解释性、验证及治理等方面的不足，提出相应研究路线。

划定以公共生活为导向的地铁站点步行服务区：整合实地观察、街景影像与机器学习的框架

利用大数据与机器学习对职业人口分布进行精细尺度空间模拟与解读

超越情感倾向：利用大语言模型解析城市公园的多维感知，促进公平

推进脆弱群体的气候正义：借助可解释机器学习优化城市蓝绿基础设施空间配置以缓解热风险

揭示城市韧性的基础—能力—绩效逻辑：基于空间机器学习框架识别动态权重与非线性关系

扰动下城市群网络韧性的动态模拟：深度学习与基于主体的综合方法——京津冀地区案例研究

人工智能与城市土地利用：区域政策和制度嵌入如何塑造经济效率与社会合法性悖论

循环城市中的城市出行与交通：整合区块链与人工智能数字解决方案

研究系统考察区块链与人工智能如何应对循环城市行动框架中的交通与出行挑战。研究通过专家调查、两轮德尔菲法及贝叶斯最佳—最差法评估技术属性。结果显示，人工智能更适用于拥堵、交通方式整合和公共交通效率等运营问题；区块链则更受重视于空气污染和减少化石燃料使用等系统性与环境问题。

可解释机器学习揭示不同城市密度区的绿地降温非线性效应：武汉多维度研究

追踪20年城市蔓延与政策缺口：希腊基克拉泽斯群岛案例

研究利用2000—2020年、每隔五年获取的Landsat影像及随机森林分类，量化基克拉泽斯群岛建成区变化。空间指标显示，城郊建成区呈现破碎化、复杂化和分散化，反映出临时性开发及综合规划缺失。研究指出，应实施一体化、现代且连贯的空间规划，以应对城市蔓延对脆弱独特景观和区域可持续发展的威胁。

结合街景影像与移动监测评估不同年龄群体的PM1行人暴露：一种机器学习方法