近日，我校建筑与艺术学院2018级城乡规划专业本科生在遥感与地球科学领域著名国际期刊International Journal of Applied Earth Observation and Geoinformation发表了题为“Urban spatial risk prediction and optimization analysis of POI based on deep learning from the perspective of an epidemic”的学术论文。该项工作与宾夕法尼亚大学合作完成，合肥工业大学为该工作的第一完成单位，建筑与艺术学院本科生张业成为论文第一作者。这是我校建筑类专业首次以本科生为第一作者在此类遥感领域著名期刊上发表论文。

团队针对宏观尺度下的城市疫情风险建模进行了研究与设计。本文通过深度学习探索城市空间风险与受感染人口分布之间关系，以及如何优化城市设施的设计。基于人口普查与2020武汉三万例疫情地理分布数据进行空间插值、密度估计、栅格代数以建立新冠发病率分布，借助poi数据进一步评估主要空间因素的风险，通过相关分析测定权重。输入图像是由公共基础设施转换的风险因子图，用于对照训练两组生成性对抗网络，从而预测给定区域中的发病率分布。然后进行图像指标测试，取最优训练模型进行优化分析。结果表明优化城市地区的相关兴趣点(POI)可以有效控制潜在的风险因素，对控制疫情扩散有所帮助。

论文受邀于今年6月25日在同济大学主办的The 4th International Conference on Computational Design and Robotic Fabrication会议上进行宣讲报告，基于大学生创新创业训练项目资助的深化成果在今年清华大学承办的中国城市科学研究会城市大数据专业委员会2022年会进行宣讲报告。

（傅辰昊/文、图 关茜/审核）

责任编辑：刘红平