上海市园林科学规划研究院与国内外学者合作以长三角区域比较典型的中小城市为例，深入分析了城市化模拟过程中的时空不确定性，旨在为更加完善的城市绿色生态空间布局做出贡献。相关成果以《Analyzing the Spatiotemporal Uncertainty in Urbanization Predictions》为题发表于JCR生态与环境遥感领域Q1顶刊《Remote Sensing》（IF = 5.001）。
城市扩张模型是预测世界各地城镇、地区和国家城市化的最主要工具。模型结果是政府决策者、城市规划者、环境和民间组织能够进行基础设施建设、扩展公共事业网络、规划住房解决方案和资本投资并最大限度减轻环境不利因素影响的最主要依据。但是现有的城市扩张模型对时空不确定性考量不佳，这在很大程度上阻碍了城市绿色空间格局的组成与配置。研究以长三角典型的平原城市嘉兴和山地城市丽水为例，通过比较两种不同的城市扩张模型（以人类经验驱动的元胞自动机模型和以纯粹数据驱动的机器学习框架），对城市化模拟的时空不确定性进行了分析量化。本文旨在为更加完善的绿色生态空间规划提供理论支持与数据依据，并且相关经验可复制到情况相近的全球其他城市。
该项研究由哥伦比亚伊塞斯大学、上海纽约大学、印度城市人口研究所、哥伦比亚EAFIT大学、牛津大学、上海市园林科学规划研究院等7位学者跨国境、跨时区历时13个月共同完成。上海市园科院为共同第一完成单位（Contributed equally to the work）。