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》
斑块级土地利用变化模拟模型(Patch-level Land Use Simulation Model，PLUS)
PLUS模型是一个基于栅格数据的可用于斑块尺度土地利用/土地覆盖(LULC)变化模拟的元胞自动机(CA)模型。PLUS模型集成了基于土地扩张分析的规则挖掘方法和基于多类型随机种子机制的CA模型，可用于挖掘土地扩张的驱动因素并预测土地利用景观的斑块级演化。下载链接https://github.com/
混合元胞CA模型及软件 (Mixed-cell cellular automata, MCCA)
传统的元胞自动机(CA)用于土地利用变化模型时，通常假设每个像元在每次迭代上都只含有一种土地利用类型。但这样会忽略土地单元中常常存在的混合土地利用结构。MCCA模型是基于混合像元运行的，混合像元由多种土地利用类型的覆盖比例组成，可以更好地表达土地利用的连续变化，并为混合土地利用结构的时空动态建模提供
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
基于大疆无人机巡视视频数据的街道垃圾的动态、实时识别和系统开发
Abstract如何准确快速识别城市白色垃圾和建筑垃圾是亟需解决的问题。传统的垃圾识别一般采用人工识别，效率低且成本高。目前对于无人机识别单一微小目标的研究较为缺乏。由于无人机视频数据容量巨大，传统研究存在识别准确率低和效率低等问题。本研究将采用民用无人机拍摄的视频流数据，基于计算机视觉、one-s
基于多源时空数据的城市物流配送末端的快递网点选址研究
Abstract随着物流产业的不断进步，城市物流已成为城市发展的重要组成部分。传统的物流网络分开考虑选址和车辆路径规划这两个组合优化问题，然而该类策略通常会导致得到次优解，成为限制城市物流进一步发展的主要瓶颈。因此，正确看待仓库选址和车辆路径规划相互依存的关系，将两者研究有机结合起来，推进城市物流产
Sensing Mixed Urban Land-Use Patterns Using Municipal Water Consumption Time Series
AbstractThe biased population coverage and short temporal lengths of newly emerged data sets (e.g., data sets of social media, mobile phones, and smar
基于多源时空数据的中国“城市收缩”现象理论探讨及在多维度的模式挖掘和分析
Abstract随着城市化的快速发展和产业的转型升级，很多城市出现了城市内部区域收缩的现象。城市收缩会伴随着人口流失、基础设施闲置、街道破败等现象。研究城市收缩状况可以为城市规划的决策提供支持。目前，关于城市收缩的研究存在缺少精细尺度的量化分析及相关规划建议等问题。本研究拟引入多源时空数据开展精细尺
