本文提出了多种基于深度学习和图神经网络的城市建筑提取与分析方法，包括半自动建筑物足迹提取、动态城市流量生成和多任务建筑细化器。这些方法在提高建筑细节提取精度和城市规划可解释性方面表现优异，展示了在可持续城市发展中的应用潜力。