赛题名称
城市扩张遥感动态监测与驱动力分析
赛题描述：城市集聚了大量人口、产业与资源，其时空发展规律深刻影响了区域生态安全与社会经济。本赛题要求参赛团队以区域典型城市为研究对象，基于长序列陆地遥感影像数据，定量提取城市不透水面信息，构建标准长时间序列城市发展数据集。在此基础上，分析城市建成区扩张的速度、规模与方向等时空演变特征，并鼓励运用AI辅助分析手段挖掘时空分异规律。进一步筛选经济、社会、政策、自然等多维驱动因子，采用相关性分析、地理探测器、机器学习归因模型等方法，定量分析各因子对城市扩张的影响程度及其耦合交互作用，最终为区域生态保护和高质量发展、沿岸城市协同统筹规划、国土空间优化布局提供科学数据支撑与决策参考。
1.数据处理要求：完成长序列陆地遥感影像预处理，包含辐射定标、大气校正、影像裁剪、拼接等操作；精准完成城市不透水面等关键遥感参量提取，构建统一标准的长时间序列城市发展数据集。
2.时空分析与规律挖掘：量化揭示沿岸城市建成区扩张速度、规模、方向等演变特征，运用AI辅助分析手段，分析时空分异规律与扩散格局。
3.驱动因子智能解析：筛选经济、社会、政策、自然等多维驱动因子，运用相关性分析、地理探测器、机器学习归因模型等方法，量化各因子对城市扩张的影响程度。
1.解决方案文档：提交PDF格式文档，字数5000字左右，内容包括研究区现状与问题分析、数据来源与预处理、核心技术方法（长序列遥感影像处理、不透水面提取、AI辅助分析等）、城市扩张时空演变特征与短板研判、驱动因子定量解析结果、统筹规划对策与优化建议、实施价值评估。
2.成果演示材料：提交演示视频（8分钟以内）或PPT，直观展示遥感数据处理流程、城市扩张监测结果、时空演变可视化、驱动因子分析过程及优化方案效果。
3.可选提交：城市扩张时空演变图、不透水面分布图、驱动因子分析图等空间分析成果图；落地实施计划书（含国土空间优化建议、协同统筹规划方案等）。
赛题名称
城市地表沉降监测与多维驱动因子分析
赛题描述：随着城市快速的发展，受地质构造、地下水超采、工程建设、城镇化扩张、水土侵蚀等多重因素叠加影响，普遍存在不同程度的地表沉降问题。地表沉降作为典型的缓变性地质灾害，会引发地面塌陷、墙体开裂、基础设施损毁、防洪能力下降等系列问题，严重威胁城市国土空间安全、生态稳定与高质量发展进程。本赛题要求参赛团队以典型城市为研究对象，基于Sentinel-1等长时序SAR卫星数据，并结合地质勘查、水文监测、社会经济、城市建设、政策管控等多源辅助数据，采用时序InSAR技术精准反演地表沉降信息，并鼓励融合AI提升形变识别精度与驱动解析能力，开发具有前瞻性、实用性和推广价值的城市地表沉降监测与风险评估解决方案。
1.SAR数据处理与人工智能融合：完成长时序SAR影像预处理与干涉处理，采用长时序InSAR技术（SBAS-InSAR、PS-InSAR或DS-InSAR）提取沉降速率、累计沉降量等参量，鼓励引入AI算法（如时序预测、异常检测）提升形变识别精度，构建高精度长时序沉降监测数据集并完成精度校验。
2.沉降时空演变精细分析：量化揭示沉降空间分布、强度等级、集聚范围、扩张方向及时间演变规律，梳理不同时段沉降速率增减、范围伸缩、重心迁移等时间演变规律；精准划分沉降稳定区、轻微沉降区、中度沉降区、重度沉降区，总结典型城市地表沉降的时空分异特征、演化阶段与扩散格局，厘清城区内沉降差异规律。
3.驱动因子多维智能解析：筛选自然因子（地质、地形、地下水、降水等）与人为因子（地下水开采、城镇建设、交通、矿产、人口、经济等），运用相关性分析、地理探测器、机器学习归因模型等，量化各因子独立及交互驱动作用。
1.解决方案文档：提交PDF格式文档，字数5000字左右，内容包括研究区现状与问题分析、数据来源与预处理、核心技术方法（时序InSAR、AI辅助分析等）、地表沉降时空演变特征与短板研判、驱动因子定量解析结果、防控对策与优化建议、实施价值评估。
2.成果演示材料：提交演示视频（8分钟以内）或PPT，直观展示SAR数据处理流程、沉降监测结果、时空演变可视化、驱动因子分析过程及优化方案效果。
3.可选提交：沉降速率分布图、时空演变图、驱动因子分析图等空间分析成果图；落地实施计划书（含监测预警方案、防控措施建议等）。
赛题名称
“人工智能+”赋能空天地协同城市智能体检与应用
赛题描述：城市体检是推进新型智慧城市建设、实现城市精细化管理的重要手段，旨在对城市人居环境、基础设施、生态环境、建筑安全、交通运行等方面进行常态化监测与诊断评价。探索利用空天地多源数据，围绕城市体检的核心指标，开展智能感知、诊断评估与决策支持的研究。
1.场景创新：围绕城市体检中的城市治理痛点，面向建筑安全、能源消耗、热岛效应、公共空间品质、基础设施运行等诊断需求，突出遥感技术在时空动态监测与空间分析中的独特作用，提出基于空天地信息的智能识别与评估创新应用场景。
2.技术融合：深度融合AI技术与空天地信息，鼓励使用至少一种遥感数据源（如可见光、SAR、高光谱、热红外等），实现对城市体检多维度指标的自动化提取与智能分析。
3.解决方案：构建从多源数据采集与对齐、特征提取与智能分析，到可解释输出的完整技术方案，形成面向城市体检的闭环系统。
4.价值论证：通过典型城市区域的实证验证，量化分析方案在诊断效率提升、人力成本节约、决策支持准确性等方面的潜在效益，并评估其可推广性与社会经济效益。
5.可选方向：AI+城市体检（包含但不限于建筑诊断、环境监测、交通评估、基础设施安全、碳计量等子方向）。
1.技术方案文档：提交PDF格式文档，字数5000字左右，内容包含：问题定义、数据来源、方法框架、实验设计与结果分析。
2.评估报告与数据集说明：在公开或自建数据集的定量评估结果。
3.演示视频（3-5分钟）：系统操作流程、核心功能演示及效果对比。
赛题名称
“人工智能+”赋能城市数字孪生智能建模与场景重构
赛题描述：数字孪生城市是智慧城市建设的核心载体，其关键在于对城市实体进行高精度、可更新、多尺度的智能建模与动态场景重构。探索利用空天地多源数据（遥感影像、街景、激光雷达、物联网、GIS属性、工程规范等），开发具有前瞻性、实用性和推广价值的AI+解决方案。
1.场景创新：围绕数字孪生城市建设中的城市实体表达与动态更新需求，面向城市规划、建设管理、应急推演、更新决策、智慧运维等典型场景，突出遥感数据在城市级大范围、多时相建模中的基础支撑作用，提出基于AI与空天地数据的智能建模与场景重构创新应用。
2.技术融合：深度融合AI技术与空天地信息，至少融合一种遥感数据源（如卫星影像、无人机影像、LiDAR等），实现对城市实体与场景的高精度智能化表达与动态重构。
3.解决方案：构建从多源空天地数据采集与融合、实体特征提取与语义理解、几何结构与属性建模，到场景动态重构、可视化展示与孪生应用集成的完整技术链路，形成面向数字孪生城市的端到端智能建模与场景重构解决方案。
4.价值论证：通过典型城市区域或真实应用场景的实证验证，量化分析方案在建模精度提升、更新效率提高、人工成本节约、决策支持有效性等方面的潜在效益，并评估其可推广性与社会经济价值。
5.可选方向：AI+数字孪生（包含但不限于建筑智能建模、城市要素动态重构、场景语义编辑与生成、孪生数据更新、多尺度场景融合等子方向）。
1.技术方案文档：提交PDF格式文档，字数5000字左右，内容包含：问题定义、数据来源、方法框架、实验设计与结果分析。
2.评估报告与数据集说明：在公开或自建数据集上的定量评估结果。
3.演示视频（3-5分钟）：系统操作流程、核心功能演示及效果对比。