使用city2graph、OSMnx和PyTorch Geometric进行城市功能推断的空间图神经网络编码实现

本教程介绍了使用city2graph构建端到端空间图学习流水线的方法，用于城市功能推断。它从OpenStreetMap收集兴趣点（POI）和街道网络数据，设计了合成数据回退机制以确保可靠性。接着，工程化空间特征，构建多种近邻图家族（如KNN、Delaunay、Gabriel等），并比较它们在表示同一城市环境时的差异。然后，同时构建异质图和同质图，转换为PyTorch Geometric格式，并训练GraphSAGE模型根据空间结构预测POI类别。整个工作流整合了地理空间数据处理、图构建和GNN训练，提供了一个实用的实现范例。