CityLab 城市研究雷达城市研究雷达
登录专业版
研究主题 / 城市数据科学与方法

城市人工智能与基础模型

所属领域：城市数据科学与方法.

2025-12 至 2026-11：0 / 30 / 36 / 30 / 27 / 47 / 39 / 39 / 27 / 38 / 42 / 19近12个月每月收录量
本周近30天近90天近12个月全部

2026年7月

期刊论文 开放获取

利用大型语言模型生成合成道路网络：迭代校准框架

Creating Synthetic Road Networks Using Large Language Models: An Iterative Calibration Framework
Urban Planning (Cogitatio) · Urban Planning

文章提出一种利用大型语言模型生成合成城市的新方法：模型直接生成高层级合成道路结构，并通过工具提供的结构反馈进行迭代校准。该框架将自然语言要求转化为量化规格，并依据目标指标验证生成网络，可用于构建适应性强、语义明确的合成城市，以支持模拟和情景分析。

城市人工智能与基础模型数字孪生城市形态灾害风险与韧性
期刊论文 开放获取

ReCliDaR：基于机器学习的开源工具，用于识别城市环境建模的代表性气候日

ReCliDaR: An open-source ML-based tool to identify representative climate days for urban environmental modeling
Building and Environment

ReCliDaR利用无监督机器学习，从典型气象年中提取数量可控的24小时代表性气候日，以降低建筑能耗建模和城市气候模拟的计算负担。该工具比较了k-means、高斯混合和层次凝聚聚类。对全球108座城市、11个ASHRAE气候区的评估显示，k-means表现最稳健；温带和高纬度气候多呈双季节结构，热带地区则常受季风影响而呈复杂的三季节模式。

城市能源系统城市人工智能与基础模型城市设计与建成环境
期刊论文 开放获取

革新洪涝韧性：面向人的人工智能与适应性、再生型城市设计

Revolutionizing flood resilience: Human-centred AI for adaptive and regenerative urban design
Land Use Policy

面对气候变化加剧的城市洪涝风险，本文提出面向人的人工智能（HCAI）框架，将伦理、参与和情境敏感原则纳入土地利用治理，以支持适应性、再生型的防洪韧性城市设计。研究通过文件分析比较九座城市，构建涵盖技术整合、制度安排、利益相关方参与和土地利用创新的分析框架。材料显示，人工智能工具可支持洪涝风险预测与响应协调，但其规划效用取决于治理成熟度、伦理保障、公民认同及与空间规划工具的衔接。

城市设计与建成环境城市人工智能与基础模型洪涝与水风险灾害风险与韧性
期刊论文 开放获取

面向地中海城市的物理信息深度学习城市冠层模型：开发、验证及其在希腊塞萨洛尼基的应用

A physics-informed deep learning urban canopy model for Mediterranean cities: Development, validation, and application to Thessaloniki, Greece
Urban Climate

本文开发深度神经网络城市冠层模型，并以物理约束提升其对城市能量通量的预测能力。模型使用16个Urban-PLUMBER站点的通量观测训练，并在希腊伊拉克利翁独立验证。结果显示，物理信息模型对四类通量的预测能力均有所提升；应用于塞萨洛尼基时，模型再现了地中海城市典型能量分配特征，并改善了对密集城市峡谷的外推表现。

城市人工智能与基础模型城市高温
期刊论文 开放获取

城市环境中视障老年居民的公共交通挑战与技术辅助可达性

Public transport challenges and technology-assisted accessibility for visually impaired elderly residents in urban environments
Journal of Transport Geography

研究聚焦爱丁堡视障老年人的公共交通出行，结合实时数据的时空分析与半结构式访谈，考察交通网络覆盖、服务模式及出行体验。研究发现，城市交通系统高度中心化，记忆导航十分重要，可用格式的出行信息不足；受访者已不同程度使用导航技术，并愿意尝试人工智能，但设施等无障碍数据常未被采集和保存。

可达性与15分钟城市人口变化与老龄化公共交通城市人工智能与基础模型
期刊论文 开放获取

机器学习能否助力公平的绿色基础设施规划？机遇、风险与伦理路径的观点

Can Machine Learning Support Planning for Equitable Green Infrastructure? A Perspective on Opportunities, Risks, and Ethical Pathways
Urban Science (MDPI) · Urban Science

城市绿色基础设施的降温、雨洪调节、生物多样性和健康效益在不同社会经济群体间分布不均。文章讨论机器学习如何通过精细制图、需求与暴露建模支持公平导向的规划，同时指出训练偏差、优化过程不透明及对原住民和地方知识的排斥可能加剧空间不公。作者主张将机器学习视为社会技术治理的一部分，通过协作设计和定期评估加以应用。

基于自然的解决方案城市人工智能与基础模型洪涝与水风险
期刊论文 开放获取

人工智能评估立面相似性：基于克里斯托弗·亚历山大的“生命结构”15项属性的AI评估与人类评价比较

Artificial intelligence assessments of façade similarity: Comparing AI assessments using Christopher Alexander’s 15 properties of living structure, and human evaluations
Environment and Planning B · Environment and Planning B: Urban Analytics and City Science

研究比较了204个建筑立面的基准AI相似性评估、依据亚历山大“生命结构”15项属性进行的AI评估，以及147名参与者的相似性判断。结果显示，AI总体上能够近似人类对相似性的感知，但评估并不一致，需要审慎解读。研究认为，AI具有一定实用价值，经过改进后可更贴近人类感知，为专业设计与规划评估提供方法。

城市人工智能与基础模型城市设计与建成环境
期刊论文 北美

利用圣伯恩地图对美国城市历史建成环境进行计算制图：芝加哥城市遗产项目案例

Computational mapping of historic built environments in American cities from Sanborn maps: A case from the Chicago Urban Heritage Project
Environment and Planning B · Environment and Planning B: Urban Analytics and City Science

圣伯恩火灾保险地图记录了逾1.2万座城市的建筑级历史建成环境信息，但传统人工描绘耗时且易出错，机器学习方法也需要较多时间和算力。本文提出可扩展的开源计算流程，从地图中提取建筑轮廓并生成矢量多边形，并以20世纪20年代中期芝加哥海德公园社区为例，展示其可扩展性、速度和准确性。

城市遗产与保护城市设计与建成环境城市人工智能与基础模型城市与规划史