目錄
前言
第1章 緒論1
1.1 城市信息學的定義1
1.2 本書緣起2
1.3 本書結構3
1.4 回顧與展望4
**部分 城市科學的維度
第2章 城市科學簡介9
第3章 城市科學的定義12
3.1 城市的科學12
3.2 城市系統(tǒng)與多城市系統(tǒng)13
3.3 城市增長：自下而上的城市化15
3.4 尺度、規(guī)模、網(wǎng)絡與流17
3.5 城市業(yè)務模型的發(fā)展19
3.6 城市信息學中城市科學的未來方向20
第4章 利用街景成像進行城市基礎設施和服務的自動評估21
4.1 引言21
4.2 數(shù)據(jù)收集和對象定位23
4.3 由對象統(tǒng)計中推測城市功能25
4.4 討論26
第5章 城市人類動態(tài)28
5.1 引言28
5.2 城市動態(tài)29
5.3 人類動態(tài)33
5.4 城市人類動態(tài)和城市信息學36
第6章 地理智能：個性化和可持續(xù)的未來城市交通38
6.1 引言38
6.2 地理智能39
6.3 分析城市移動性模式41
6.4 行為變化與可持續(xù)移動45
6.5 移動決策49
6.6 結論與展望50
第7章 城市代謝52
7.1 引言52
7.2 城市代謝的歷史54
7.3 城市代謝的方法56
7.4 個案研究：新加坡的代謝64
7.5 城市代謝的應用、挑戰(zhàn)和機遇67
7.6 總結70
第8章 空間經濟學、城市信息學與交通可達性71
8.1 引言71
8.2 理論背景73
8.3 計量經濟模型74
8.4 數(shù)據(jù)76
8.5 模型測試結果77
8.6 討論81
8.7 結論81
第9章 信息時代城市的概念83
9.1 引言83
9.2 城市研究和規(guī)劃的過去與將來86
9.3 猜想88
9.4 總結90
第二部分 城市系統(tǒng)與應用
第10章 城市系統(tǒng)與應用簡介93
第11章 刻畫城市出行模式：墨西哥城的案例研究95
11.1 引言95
11.2 POI數(shù)據(jù)的收集97
11.3 POI的空間分布98
11.4 通過交通方式分析人口移動102
11.5 總結106
第12章 貨運系統(tǒng)與規(guī)劃研究實驗平臺107
12.1 引言107
12.2 未來移動感知，一個行為實驗室108
12.3 SimMobility模擬實驗平臺112
12.4 范例119
12.5 結束語121
第13章 城市的風險及韌性123
13.1 引言123
13.2 風險、暴露及脆弱性125
13.3 城市韌性及能力126
13.4 衡量及評估資訊學127
13.5 科學指導實踐，實踐引領科學128
13.6 展望未來130
第14章 城市犯罪與安全132
14.1 簡介132
14.2 城市犯罪133
14.3 城市安全135
14.4 城市犯罪與安全*新的技術與工具137
14.5 智能數(shù)據(jù)驅動警務139
14.6 小結140
第15章 城市治理141
15.1 透明度及城市開放數(shù)據(jù)141
15.2 算法決策146
15.3 總結148
第16章 城市污染149
16.1 監(jiān)測城市地區(qū)的空氣質量149
16.2 城市熱島遙感151
16.3 監(jiān)測城市海岸線的水質154
第17章 城市健康與福祉157
17.1 智慧城市和健康157
17.2 數(shù)據(jù)158
17.3 方法和技術160
17.4 BERTHA研究162
17.5 隱私166
17.6 結論167
第18章 城市能源系統(tǒng)：橡樹嶺國家實驗室的研究168
18.1 引言168
18.2 人口及土地利用169
18.3 可持續(xù)出行174
18.4 能源-水關聯(lián)關系176
18.5 城市彈性179
18.6 國家能源基礎設施的態(tài)勢感知183
18.7 結論184
第三部分 城市感知
第19章 城市感知簡介187
第20章 光學遙感190
20.1 引言190
20.2 光學遙感的歷史191
20.3 光學遙感的*新發(fā)展191
20.4 遙感衛(wèi)星圖像的處理195
20.5 光學遙感的應用200
20.6 總結210
第21章 基于合成孔徑雷達干涉的城市感知211
21.1 合成孔徑雷達211
21.2 合成孔徑雷達干涉212
21.3 多時域合成孔徑雷達干涉216
21.4 InSAR在城市的應用217
21.5 小結223
第22章 基于機載LiDAR數(shù)據(jù)的城市目標檢測和交通動態(tài)信息提取224
22.1 引言224
22.2 基于ALS和配準圖像的城市目標檢測226
22.3 利用ALS數(shù)據(jù)檢測城市交通動態(tài)230
22.4 實驗和結果238
22.5 結論244
第23章 攝影測量：城市三維測圖246
23.1 引言246
23.2 攝影測量基本方法246
23.3 攝影測量用于城市三維測圖新進展250
23.4 總結與展望254
第24章 地下公共設施成像和診斷255
24.1 測繪和成像255
24.2 診斷262
24.3 未來研究和發(fā)展的趨勢266
24.4 結論和前進的方向268
第25章 移動測繪系統(tǒng)發(fā)展270
25.1 引言270
25.2 移動測繪系統(tǒng)文獻回顧272
25.3 移動測繪系統(tǒng)近期發(fā)展276
25.4 移動測繪系統(tǒng)未來發(fā)展與趨勢288
25.5 總結289
第26章 基于智能手機的室內定位技術290
26.1 簡介290
26.2 智能手機室內定位技術進展292
26.3 室內定位的困難300
26.4 室內定位技術的發(fā)展趨勢301
26.5 結論303
第27章 城市相機揭示了什么：可感知城市實驗室的工作305
27.1 引言305
27.2 計算機視覺與城市：GSV圖像307
27.3 城市熱圖像308
27.4 使用計算機視覺導航城市空間309
27.5 結論311
第28章 用戶生成內容：一個重要的城市信息學數(shù)據(jù)源312
28.1 背景介紹與定義312
28.2 UGC的特點313
28.3 UGC的計算分析處理框架315
28.4 基于單一用戶生成數(shù)據(jù)源的城市研究316
28.5 多源大數(shù)據(jù)驅動的城市研究319
28.6 總結322
第29章 用戶生成內容及其在城市研究中的應用323
29.1 引言323
29.2 用戶生成內容324
29.3 UGC驅動的城市研究327
29.4 挑戰(zhàn)和未來方向329
29.5 結論330
第四部分 城市大數(shù)據(jù)基礎設施
第30章 城市大數(shù)據(jù)基礎設施簡介333
第31章 培育城市大數(shù)據(jù)335
31.1 引言335
31.2 城市大數(shù)據(jù)的來源336
31.3 用戶故事337
31.4 城市大數(shù)據(jù)的要素338
31.5 數(shù)據(jù)采集和處理技術339
31.6 邁向城市大數(shù)據(jù)基礎設施345
31.7 結束語347
第32章 三維地籍建模與房屋產權的空間表達349
32.1 引言349
32.2 不動產的空間權351
32.3 三維產權完整性空間建模352
32.4 土地空間產權的異質性354
32.5 中國所有權結構空間模型案例研究355
32.6 結束語359
第33章 三維語義城市模型與建筑信息模型360
33.1 建筑環(huán)境的數(shù)字模型360
33.2 三維語義城市模型363
33.3 建筑信息模型367
33.4 三維語義城市模型與BIM的集成369
33.5 涉及建筑環(huán)境數(shù)字模型的城市信息學*新發(fā)展373
33.6 總結與結論376
第34章 CityEngine：基于規(guī)則的建模介紹377
34.1 3D：比2D更好一點377
34.2 2D形狀+規(guī)則=3D模型378
34.3 關于形狀的(諸多)起源380
34.4 享受制定規(guī)則的樂趣并創(chuàng)造價值384
34.5 超越CityEngine：輸出394
34.6 結論396
第35章 集成CyberGIS和城市感知以復現(xiàn)流式分析397
35.1 引言和背景397
35.2 框架400
35.3 案例研究401
35.4 結語和討論407
第36章 空間搜索408
36.1 城市研究中的空間搜索408
36.2 地理編碼409
36.3 空間索引411
36.4 搜索算法414
36.5 萬維網(wǎng)環(huán)境中的分布式搜索和互操作性416
36.6 趨勢416
36.7 結論417
第37章 城市物聯(lián)網(wǎng)：海量數(shù)據(jù)收集、分析和可視化的進展、挑戰(zhàn)和機遇418
37.1 城市物聯(lián)網(wǎng)418
37.2 數(shù)字孿生420
37.3 潛力與現(xiàn)實422
37.4 實踐：蝙蝠與生物多樣性424
37.5 HumbleLampPost項目427
37.6 城市建模428
37.7 與鄰里設備對話429
37.8 結論429
第五部分 城市計算
第38章 城市計算簡介433
第39章 城市可移動性的可視化研究436
39.1 簡介436
39.2 技術現(xiàn)狀437
39.3 移動數(shù)據(jù)：屬性與問題437
39.4 數(shù)據(jù)類型：事件、軌跡、時空序列和情況442
39.5 偶發(fā)性移動數(shù)據(jù)細節(jié)450
39.6 討論與總結453
第40章 智慧城市的云計算、邊緣計算和移動計算454
40.1 概要介紹454
40.2 智慧城市中的計算457
40.3 智能城市中的云計算462
40.4 智慧城市的邊緣計算465
40.5 智慧城市的移動計算467
40.6 案例研究469
40.7 總結472
第41章 數(shù)據(jù)挖掘和知識發(fā)現(xiàn)474
41.1 概述474
41.2 城市分析中的數(shù)據(jù)挖掘475
41.3 用于城市活動建模的多模態(tài)嵌入478
41.4 實驗480
41.5 總結485
41.6 未來方向485
第42章 城市計算中的AI和深度學習技術486
42.1 研究背景486
42.2 研究挑戰(zhàn)488
42.3 傳統(tǒng)AI技術489
42.4 深度學習492
42.5 強化學習496
42.6 AI技術在城市計算中的應用497
42.7 總結505
第43章 微觀模擬506
43.1 微觀模擬背景506
43.2 方法與概念概述507
43.3 例子：國家基礎設施模型511
43.4 空間微觀模擬的優(yōu)先項514
43.5 結論517
第44章 城市與區(qū)域規(guī)劃元胞自動機建模518
44.1 引言518
44.2 方法論與數(shù)據(jù)收集519
44.3 城市CA模型主要類型522
44.4 城市CA模型在城市規(guī)劃中的應用52