学术分享会：多模态数据与大模型在城市环境与居民健康行为研究中的应用思考

摘要：

城市环境对居民的健康行为，如体力活动、出行模式和心理健康等，具有深远影响。然而，传统研究方法受限于数据的覆盖范围和精度，难以全面揭示其复杂关系。近年来，多模态数据（如影像、文本、位置信息和轨迹数据）的兴起，为研究提供了更广阔的时空视角和更精细的分析尺度。同时，大模型和机器学习技术的快速发展，使我们能够更高效地解析和融合多源数据，从而提升研究的深度和精度。本次汇报将基于近期研究成果，聚焦城市建成环境与自然环境对居民体力活动的影响，探讨多模态数据与大模型的应用潜力，并阐述如何通过数据驱动的方法揭示城市环境对健康行为的作用机制。希望借此共同思考数据与技术的价值，以及新技术如何真正帮助我们理解和优化城市环境。