来自广泛领域的新信息技术和大量数据政府机构和公众，城市研究人员已经开始研究如何使用这些数据来增强规划和管理各种城市体系。因此，新的方法城市系统复杂时空数据的收集和分析旨在解决各种城市问题。这些城市系统包括交通系统、能源系统和卫生系统。近年来，有许多新的研究新的信息技术和数据它可以提高我们理解和解决城市问题的能力。本节中的章节介绍了城市信息学在特定领域的各种应用。包括人类流动和旅游、城市货运在内的城市系统或现象系统、城市恢复和灾害响应、城市犯罪、城市治理环境监测、健康和福祉以及城市能源系统。他们都强调新的、大的或开放的数据对帮助我们更好地理解和管理特定的城市体系。他们也很高这类城市信息学的应用将面临重大挑战，这将面临重大挑战对城市研究人员和规划者特别有帮助。
谷歌 Places 到城市的一般旅游景点，章节比较行程 POI 基于旅游调查的国家数据集，采用常规数据获取的数据分布模式和分布模式。研究发现 POI 与估计值相比，数据提供了一个很好的估计提供了良好的估计 - 获得目的地矩阵。
随着跟踪和传感技术在城市数据收集中的应用越来越广泛，新的城市数据源得到了广泛的应用。反过来，允许开发高度详细的运输模型，以促进城市货运分析和政策建议。在第一章。12 月 12 日，André Romano Alho 及其同事回顾了最近的情况城市货运中的数据收集方法以及如何获取新数据用于最先进的运输建模。本章介绍了两个软件平台加强货运研究的表格。第一个平台被称为 FutureMobility Sensing (FMS)，这是一个集成跟踪数据收集平台，用于收集高度准确的移动数据和移动应用程序。第二个平台叫 SimMobility，它是一个基于代理的开源城市客货分流建模仿真平台论。作者讨论了如何共同使用这两个平台来促进城市地区乘客和货物流动的行为建模。
随着人口的增加和城市的迁移，飓风、地震或野火等事件在城市中越来越明显。在一个快速城市化的世界里，越来越多的城市居民处于危险之中。在第一章。13、苏珊·卡特讨论在过去的十年里，弹性概念(作为结果或能力建设的过程)是如何准备和恢复城市的。以城市为例，她回顾了试图发展城市信息学的研究，以促进干预或缓解战略，促进城市恢复。她建议从被动到主动传感器数据，降低成本，更容易访问的近实时数据将大大加强对城市风险的研究和响应。
长期以来，研究人员一直对城市环境之间的关系感兴趣和犯罪。环境犯罪学家现在普遍接受环境心理因素对犯罪行为有相当大的影响，了解这些影响将有助于澄清有效预防犯罪的措施。程涛和陈同心14章节提供了有用的评论犯罪研究的发展包括历史犯罪和数据驱动警察及其对城市安全和犯罪预防的影响实践。它讨论了各种用于分析和预防城市的分析工具犯罪（如犯罪热点测绘和警察资源分配）。本章提出了一个全面的数据驱动警察系统，作为预防犯罪和提高安全的框架。
透明度是城市治理的关键要素。它鼓励公民参与被选中的官员要对他们的决策负责, 并限制腐败的可能性。实现城市治理的透明度相关城市的各种数据必须广泛提供给公众。15章作者：Alex Singleton 和 Seth Spielman为提高透明度和公民参与度，向公众提供足够的数据。它讨论了城市治理中的开源数据平台如何促进这些目标的实现，以及如何提供改变城市治理的潜力。然而，本章强调，由于新事物的传播，复制的风险导致或发展新的社会不平等数据，并将其集成到软件中。该软件根据以下数据自动生成某些算法。
传感技术和检索方法的最新进展(如现代传感器更精细的空间和时间分辨率)大大提高了遥感在城市环境应用中的适用性。第十六章珍妮特·尼科尔 (Janet Nichol) 及其同事回顾了遥控器在城市污染监测中的最新进展，包括城市空气质量评估、城市热岛和城市海岸线周围的水质。它讨论了城市地区监测的主要传感器和环境检索算法的发展。
城市居民可以获得的技术和信息可能有助于改善他们的健康和健康信息，从而改善他们的健康和幸福。Clive Sabel 同事在第17章节讨论了如何通过互联网连接的信息技术和日常设备(互联网)of Things) 全球研究翻译正在塑造城市人口健康和福祉。它回顾了健康研究中使用的各种数据智能城市。使用环境和健康大数据中心的示例(BERTHA) 在丹麦奥胡斯大学项目中，创新方法收集个人数据，检查城市居民的健康和福祉，讨论机器学习、移动传感和跟踪。本章还审查了与使用敏感信息相关的道德、隐私和机密健康研究中的个人数据。
城市基础设施的开发和维护是高能耗和密集的。人类动力学与关键基础设施、排放和能源消耗有着复杂的相互作用。Budhendra Bhaduri 及其同事的第18章重点介绍美国橡树岭国家实验室 (ORNL) 最近，我们研究了四个不同的组件（即数据、关键基础设施模型、可扩展的计算和可视化），以了解物理系统和社会系统之间的复杂关系。在这类研究中，它讨论了人口和土地利用、可持续流动性、能源-水关系和城市弹性四个主题。它描述了 ORNL 如何促进创新的跨学科整合其在关键基础设施及其相互作用方面的专业知识，使用来自各种来源的可扩展计算、数据可视化和独特的数据集。