公益授课 | 基于街景图像的武汉城市绿化空间分析
本次工作坊将采用深度学习和计算机视觉技术，以武汉为例，带你学习街景图像的采集、语义分割以及城市绿色空间的可视化制图，帮助你更精确地理解和描述城市环境，学会为城市规划和管理提供更精细的数据支持。
资料下载
公益授课 | 面向复杂城市系统的大规模物流优化算法
物流对城市的发展、运营以及经济增长至关重要。不断增长的客户需求和城市系统的复杂性是当前物流优化的两个挑战，而传统的启发式算法无法快速提供高质量的车辆路径规划方案。本次 workshop 将使用武汉市的路网数据、一组包含客户点和物流中心的点数据，基于麻雀搜索算法（SSA）和模拟退火算法(SA)解决问题。
公益授课 | 基于多源数据融合的土地利用分类模型
城市土地利用信息反映着社会经济功能和活动，是城市规划和区域管理的重要基础，单一数据源逐渐无法满足进行高精度土地利用分类的需要，挖掘并融合多源数据能更有效地进行土地利用分类。兴趣点（Points-of-interest，简称 POI）包含区域社会经济属性，高分辨率遥感影像数据包含区域外部物理属性。
代码开源 | UrbanVCA（Python版）开源
本项目是UrbanVCA的Python版本，一款基于真实地块和矢量元胞自动机的城市土地利用变化模拟和预测系统。该系统同时支持城市内的土地利用相互转换和城市用地扩张过程。
团队教学 | C++环境下的GDAL与多线程入门
为了帮助GIS学生更好地学习使用这两项C++下的重要库（GDAL：空间数据处理库，OpenMP：CPU多线程），我们在Bilibili平台上传了教学视频，视频作者为团队学生张翔。
矢量地块级模拟和分析软件集（UrbanVCA和VecLI）教学视频
视频介绍为了帮助大家更好地理解和使用我们之前发布的基于矢量元胞自动机的城市土地利用模拟系统软件（UrbanVCA）和支持矢量数据的景观指数计算（VecLI)的系统，我们已经专门在Bilibili平台上发布了详细的软件操作学习视频。由于这些系统的操作难度较大，很多用户都在寻找相关的学习资料。因此，我们
团队新闻 | ChatGPT for UrbanComp V2.1上线（支持GPT-4）
在团队成员喻承龙、肖诗宇和董安宁的努力下，我们实验室内部使用的ChatGPT正式上线了！账号与密码已通过邮件的形式发送至团队成员的邮箱。使用说明我们实验室GPT的网址：https://chatgpt.urbancomp.net/移动、联通用户可正常访问，电信偶尔无法访问，此时可使用备用网址https