本研究使用图神经网络（GNN）预测伦敦某天的天气和星期几，数据集为桑坦德自行车共享系统。模型基于土地利用特征、自行车站周围家庭数量和城市温度等图特征，通过引入训练节点嵌入的图特征拼接运算符和以地理相邻性为基础的图粗化运算符「空间图粗化」，在交叉熵损失和验证数据集准确率上优于基准模型。