第七届青年地学论坛

城市人-地交互过程塑造了复杂、多样的城市形态。许多研究表明城市形态对城市环境质量、城市气候、城市能源消耗、人群健康等存在显著影响。在当前全球变化的背景下，准确认识城市形态的演化机制并预估其未来影响对于实现城市可持续发展具有重要意义。地理大数据为城市研究提供了新的机遇，亟需建立科学方法实现从数据到知识的转化。本研究针对城市物理结构与活动-功能的关联模式复杂、语义和空间边界模糊、特征高度混合等研究难点，建立了一系列基于多源大数据的非监督机器学习方法，识别了城市活动-功能的空间格局并获取其关联模式，归纳了典型的城市物理结构类型及其与城市活动-功能的相互作用关系。另外，本研究结合IPCC提出的共享社会经济路径情景，提出了城市水平-垂直结构演化情景模拟模型，有助于揭示未来不同发展路径下的城市化格局及其环境影响。

城市大数据,机器学习,情景模拟