随着城市人工智能的出现，数据驱动的方法被应用到城市事务的各个维度，以捕捉它们的形式和功能(Batty， 2022)．数据驱动科学的当代目标是促进科学方法的开放性，利用开放数据或技术，并传播由此产生的产品，如开放原型工具或分析，用于知情决策。此外，这些工作可以通过提出替代治理和商业模式来帮助提高城市的宜居性(Cugurullo， 2020；Anselin和Rey， 2022)．数据提供和科学文化的开放性使个人和组织有机会探索、复制、复制、重新调查和确定解决方案和服务，以管理和促进转变的动态(Kedron等人， 2021)．城市和城市区域成功转型的程度取决于它们对当代创新和新兴挑战的反应，以及它们基于证据的决策能力(Wolfram， 2016；Karvonen等人， 2021；Nahiduzzaman等人， 2021)．数据驱动方法可以为可持续发展转型的现实世界决策提供有价值的见解，特别是在结合流行地理空间方法或主动和被动传感系统的研究中(Grêt-Regamey等， 2021)．与此同时，这种方法更容易满足当今的监管要求，如FAIR原则，并进一步推进开放科学运动的工作(Wilkinson等， 2016；Boeckhout等人， 2018；Degbelo, 2021)．然而，最近的趋势反映了新兴数据源缺乏数字能力和某种缺陷，甚至是偏见，在缺乏自下而上的规划、治理、实施和服务提供方法的情况下，这些数据源创造了一群新的脆弱的城市社区和社区。虽然数据驱动的城市转型需要通过可持续的选择来驱动，但至关重要的是，社会、环境和经济层面也要得到应有的考虑(Bibri， 2021)．随着新兴数字技术由于功能性和实用性的原因被智能城市所采用(Barns， 2020)，必须利用这些系统产生的数据来改变城市及其居民的生活。这是本研究课题的重点。

这里的目的是通过衡量城市转型的轨迹来收集数据驱动应用的关键维度的例子。收集的研究文章代表了来自全球北方和南方的这种现实的概述，特别是来自北美(美国)、欧洲(比利时)、东南亚(印度尼西亚)和南亚(孟加拉国)。第一篇论文，” 通过就业追踪循环经济转型:两个城市的方法开发与应用”( Muñoz等。，由巴黎联合国环境规划署、循环就业倡议和阿姆斯特丹ams研究所的研究人员撰写，提出了一种数据驱动的方法，通过跟踪就业指标来探索绿色和循环经济(CE)的进展。以有界城市系统为基础的方法，被用作战略决策的量化指标，并监察迈向行政长官的进展。来自比利时的经验证据证实了地方和国家行为体之间多层次协调的重要性，以实施循环地方经济以及数据驱动的定量测量指标。将CE扩大到发展中国家需要进一步研究;这里的挑战是要考虑到庞大的非正规经济以及人们脆弱的社会经济状况。康涅狄格大学(Storrs)的一组研究人员的第二篇论文用开放的空间数据调查了以交通为导向的发展(TOD)，以设想当地转型政策的发展和最佳选址。 Ray等人。阐明了TOD网络治理中与共同创造的多参与者决策环境相关联的空间数据的采用。实证研究采用混合方法，即定量地理空间方法和定性利益相关者访谈，在试图管理国家支持TOD项目的令人窒息的范式转变时，确定了国家干预的治理挑战以及地理空间数据的薄弱现状。 de Vries和Schrey演示一种采用多源开放全球地理数据的方法，用于支持城市转型的地方行动，这里对雅加达(印度尼西亚)进行了模拟和建模。特别是，它们衡量了空间扩张、森林侵占和可持续能源基础设施的需求。该研究发现，许多情况都可能导致可再生能源生产和现有采矿基础设施之间的空间冲突。 哈桑等人。在数据稀缺的情况下采取地理空间方法，进行有复原力和包容性的土地使用规划和灾害管理。他们涉及关键利益相关者，在多个时空维度上分析不同类别中与火灾相关的危险的频率和强度，如结构类型、土地使用、火源以及损害和损失。他们建议，关键行动者必须从研究过程的最初步骤就参与其中;这样，数据驱动的方法可以克服数据访问的限制。研究结果还可以很容易地整合起来，帮助制定应急计划和转型措施，以建设安全和有弹性的城市。这项研究可以进一步扩展，以帮助建立分区域灾害风险概况，用于减轻火灾风险和应急规划，特别是对于资源和数据有限的发展中国家。

这里提出的具体研究主题探讨了数据驱动方法和成熟技术的主题领域，为当地和新兴城市问题提供创新的解决方案，同时解决环境和社会问题。对这一研究课题的贡献主要集中在可持续城市转型的时空和实践导向主题上。本研究课题中发表的所有论文都提供了结合了主动和被动传感系统的定量和定性方法。这使政策制定者和广大公众能够从数据分析中学习，并在城市环境中整合多源开放数据和科学见解，以推动知识社会的发展。由于可复制性和可复制性只在有限的程度上得到解决，因此有必要传播行动呼吁，并在城市转型科学知识的生产中消除文化变革的障碍。