09:20 来宾签到 09:30 开场致词 嘉宾演讲： 地理加权建模技术框架及其高性能集成
卢宾宾 - 武汉大学遥感信息工程学院基于深度学习的遥感时序语义变化检测
阎继宁 -中国地质大学（武汉）计算机学院联合情景推演和预训练模型的典型自然灾害发展态势分析
李英冰 - 武汉大学测绘学院神秘嘉宾演讲分享 12:00 午休
13:00 Python 编程实践工作坊（需带电脑）： 地点：教室 1
基于多源数据融合的土地利用分类模型
UrbanComp 团队 - 高荣徽地点：教室 2
面向复杂城市系统的大规模物流优化算法
UrbanComp 团队 - 范云鹏地点：教室 3
基于街景图像的武汉城市绿化空间分析
Urbancomp 团队 - 郭子豪
15:00 结束
扫描上方二维码即可报名
下午工作坊席位有限先到先得
· 研讨会嘉宾及分享简介 ·
· 工作坊课题及讲师简介 ·
嘉宾简介
高荣徽 中国地质大学（武汉）研究生
课题简介
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，本项目基于深度学习技术，融合兴趣点数据和遥感影像数据进行土地利用分类。学习任务
1. 如何加载、读取与清洗遥感影像数据和 POI 数据？
2. 为了识别区域地块功能，如何挖掘遥感影像的深度语义特征？
3. 遥感影像和 POI 数据一个有外部物理属性，一个有社会经济属性，如何融合？
嘉宾简介
范云鹏 中国地质大学（武汉）研究生课题简介
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。本项目基于麻雀搜索算法（SSA）和模拟退火算法(SA)，提出了一种混合麻雀搜索算法（SA-SSA），用于解决考虑复杂道路网络的多仓库车辆调度问题。学习任务
1. 建模：如何结合交通流量、货物需求、仓储设施位置等因素，精确建立复杂城市系统的物流优化模型？
2. 模型调优：如何选择、应用最适合的优化算法，以快速、高质量地找到最佳解决方案？
3. 结果呈现：获得优化结果后，如何通过地图可视化、数据图表等方式有效地展现物流路径，并利用交互式分析让用户更深入地了解数据？
嘉宾简介
郭子豪 中国地质大学（武汉）研究生课题简介
街景图像作为一种新兴的地理大数据类型，以人类视角详细描绘了城市可视环境。而深度学习和计算机视觉等先进的人工智能技术，能够从街景图像中提取丰富的语义信息，从而更准确地理解和定量描述城市的物质空间和建成环境特征。本项目采用深度学习和计算机视觉技术，对街景图像的采集、语义分割以及城市绿色空间的可视化制图进行了深入研究。通过这种方法，我们能够更精确地理解和描述城市环境，为城市规划和管理提供更为精确的数据支持。学习任务
1. 如何通过百度 API 从网站上爬取街景图像？
2. 如何读取、处理街景图像？
3. 如何对处理得到的数据，在武汉市矢量图上进行可视化？
· 活动报名 ·
活动地点：武汉大学 湖北省武汉市武昌区八一路 299 号 徕卡厅（下午议程具体教室待通知）
报名截止时间：2024/5/24 23:00，下午工作坊席位有限，先报先得
扫描上方二维码即可报名
· 活动组织 ·
主办方
和鲸社区
武汉大学遥感信息工程学院
中国地质大学（武汉）地理与信息工程学院
协办方
UrbanComp
GeoScience Café
致谢
武汉大学测绘学院
中国地质大学（武汉）计算机学院
