一、导师简介
Filip Biljecki教授在新加坡国立大学（NUS）同时担任助理教授与NUS Urban Analytics Lab创始人，其工作核心是将地理信息工程、地理空间技术与城市数据科学相融合，进而为城市数字孪生和数据驱动的城市规划提供支持。
1.1 教育背景
跨国家、多学科的学术经历，为教授的研究赋予了技术与应用结合的复合视角：
-2008年7月，他从克罗地亚萨格勒布大学（University of Zagreb）毕业，取得大地测量与地理信息工程（Geodetic & Geoinformatics Engineering）学士学位；
-2010年9月，他在荷兰代尔夫特理工大学（Delft University of Technology）获理学硕士学位，进一步深化了空间技术相关知识；
-2017年5月，他仍在代尔夫特理工大学完成博士阶段学习，获建筑、建造与规划（Architecture & Building & Planning）博士学位，为后续城市规划方向的研究奠定理论基础。
1.2 学术与非学术任职
教授在NUS的跨学院任职与政府机构合作经历，使其研究既能衔接学术前沿，又能贴合实际需求：
- NUS学术任职：2017年7月起，他先在NUS设计与环境学院（DESIGN & ENVIRONMENT）任研究学者（Research Fellow），2019年4月起转任助理教授；2021年起，他同时担任商学院（BUSINESS）房地产系的联合助理教授（Jt Appt - Assistant Professor）；2022年1月至今，他的任职单位调整为设计与工程学院（COLLEGE OF DESIGN & ENG），继续担任助理教授；
- 非学术任职：2016年全年，他曾以访问研究员（Visiting Researcher）身份在新加坡土地管理局（Singapore Land Authority）工作，这段经历让他更了解城市治理中的实际数据需求与技术痛点。
1.3 学术成果与影响力
教授在学术产出、人才培养与国际交流上的表现，体现了其在领域内的核心地位：
- 论文发表：截至目前，他已发表120余篇同行评审论文（peer-reviewed articles），研究成果覆盖城市规划、地理信息、环境科学等多个核心领域；
- 教学与科研认可：在NUS期间，他多次获得教学与科研类奖项，这一荣誉既认可了他的学术能力，也体现了其在学生培养中的投入；
- 人才培养成效：他指导过的数十名学生，后续大多能在顶尖期刊发表论文，或进入MIT、ETH Zurich等顶尖高校及国际组织工作，培养质量得到行业认可；
- 国际学术交流：他的学术影响力已辐射全球，曾在100余所高校与机构发表演讲，其中包括麻省理工学院（MIT）、斯坦福大学（Stanford）、哈佛大学（Harvard）、中国香港大学（Hong Kong University）等知名院校。
二、近期文章和项目解析
教授2025-2026年发表的论文，均聚焦城市研究领域的核心痛点，且发表期刊均为该领域的权威出版物（如《Cities》《Building and Environment》，2024年JCR影响因子分别为6.5、7.8，均属Q1区），以下为核心成果解析：
2.1 《Vertical 15-minute city: Modeling urban density and functional mix with multi-source geospatial data》（2026, Cities, 169卷）
“15分钟城市”理念虽已广泛应用，但现有评估多局限于二维空间，这一缺陷在高密度城市中尤为明显——教授团队的这项研究正是为解决这一问题而生。
研究以中国南京为案例，首先通过自然语言处理（natural language processing）与规则化方法，整合多源数据构建了3D功能组成数据集；接着开发“楼层级可达性指数”（floor-level proximity indices），将水平出行时间与垂直流通（如楼梯、电梯）时间同时纳入计算；最终通过分析9000万次模拟出行发现：建筑高度与可达性整体呈负相关，但20层及以上楼层对办公、商业设施的可达性反而更高；城市中心与外围的可达性不平等，在不同楼层、不同GDP区域间同样存在，且距离市中心的不平等呈“U型”分布；更关键的是，2D分析中认为“15分钟可达”的出行里，有11%-17%在加入垂直出行时间后超出阈值。
这项研究的价值在于，它首次建立了3D视角下的15分钟城市评估框架，填补了垂直维度分析的空白，为高密度城市的公平规划提供了可操作的方法。
2.2 《Modeling Intraday Aedes-human exposure dynamics enhances dengue risk prediction》（2025, Scientific Reports, 15(1)）
登革热作为城市高发传染病，其防控难点在于“人-蚊接触”的动态性——教授团队的这项研究，正是通过大数据技术破解了这一难点。
研究团队收集了巴西里约热内卢市8年（2015-2022）的居民hourly手机数据（覆盖约300万人）与地址级登革热病例数据，结合伊蚊（Aedes）的叮咬行为模式，构建了小时级“人-蚊接触”模型。结果显示，加入“人-蚊接触动态”后，模型能解释77%的社区级登革热感染差异；若进一步纳入医疗可及性、城市中心性、人群免疫水平等空间特征向量，模型精度还能进一步提升。
这项研究的创新点在于，它将城市数据科学与公共卫生深度结合，为登革热等蚊媒疾病的精准防控提供了量化工具——未来，该模型可直接用于指导vector control资源的优化分配，降低感染率。
2.3 《OpenFACADES: An open framework for architectural caption and attribute data enrichment via street view imagery》（2025, ISPRS Journal of Photogrammetry and Remote Sensing, 230卷）
建筑属性（如高度、用途、材质）是城市空间数据基础设施的核心，但全球多数城市缺乏完整的这类数据——教授团队开发的OpenFACADES框架，正是为解决这一“数据荒”问题。
该框架的核心流程分为三步：首先整合Mapillary街景图像元数据与OpenStreetMap几何数据，通过“视域分析”（isovist analysis）筛选出能清晰观测建筑的图像；接着自动检测建筑立面，并通过重构技术生成贴近真实观测的透视视图；最后利用开源视觉语言模型（vision-language models, VLMs），实现建筑多属性预测与语义描述。
实验验证显示，微调后的VLMs在多属性推断上，性能优于单属性计算机视觉模型与零样本ChatGPT-4o，且在不同文化区域、不同图像条件下都能保持鲁棒性。这项研究的意义在于，它提供了首个“多源数据整合-图像处理-AI分析”的端到端开源方案，为全球城市建筑数据的获取提供了标准化工具。
三、未来研究预测
结合教授现有研究基础与城市科学领域的发展趋势，其未来研究将围绕“技术落地”与“跨领域拓展”展开，这也为博士生提供了清晰的研究方向：
3.1 城市数字孪生的“人机交互”升级
教授团队此前在JITAIs（即时适应性干预）上的研究，已验证了“人-数字孪生”交互的可行性。未来，这一方向将进一步深化：一方面，团队会整合更多可穿戴设备（如智能手表）数据，提升个人舒适度数据的实时性与精度；另一方面，会针对参与者的人格特质（如尽责性）、性别、环境偏好等，优化干预信息的推送逻辑，让干预方案更贴合个人需求；最终，团队还计划将这种“人机闭环”拓展至城市治理场景，比如通过居民反馈实时调整交通信号、公园设施布局等，让数字孪生真正服务于日常城市管理。
3.2 GeoAI在公共卫生领域的跨区域应用
登革热风险预测模型在里约热内卢的成功，为该技术的跨区域推广奠定了基础。未来，团队将从两个方向拓展：一是将模型适配至其他蚊媒疾病（如疟疾、寨卡病毒），结合不同蚊虫的叮咬行为与传播特性调整参数；二是针对东南亚、非洲等登革热高发区域的城市特点（如密度、人口流动模式），优化模型的空间适配性；同时，团队还会与当地公共卫生部门合作，将模型集成至防控决策系统，实现“风险预警-资源调配-效果反馈”的全流程支持，让技术真正落地于公共卫生实践。
3.3 开放空间数据框架的全球化推广
OpenFACADES框架目前仅覆盖7个城市，未来团队将重点推进两项工作：一是纳入更多发展中国家城市的街景数据，解决这些地区建筑属性数据稀缺的问题；二是联合国际组织（如ISPRS）制定“建筑立面数据采集-标注-共享”的行业标准，推动框架的标准化；此外，团队还计划拓展数据类型，除建筑属性外，加入街道绿化、公共设施等信息，构建更完整的城市开放数据生态，为全球城市研究提供数据支撑。
【竞赛报名/项目咨询+微信：mollywei007】
