实现建筑垃圾分布及其产量的精准监测，并对城市房屋建筑材料代谢进行准确模拟是城市可持续发展过程中的重要问题，但这往往受限于对于统计数据的依赖，缺乏完整、准确的建筑、经济社会等信息。目前，对于城市建筑材料存量的研究主要依赖统计数据对城市建筑材料存量、流量进行核算，统计数据存在数据缺失、不同统计方法结果差距较大等问题，从而导致结果精度较低。近年来，为了避免统计数据获取困难、缺失值多等问题，夜光影像数据开始应用到城市建筑存量研究中，但夜光数据的空间分辨率难以满足核算需求。为了解决上述问题，本研究将基于深度学习方法，利用遥感数据进行建筑垃圾产量的估算，在此基础上结合统计数据构建了北京市城市建筑材料代谢系统动力学模型，进行城市建筑材料动态流动准确模拟。结果表明，本研究构建的融合遥感技术与系统动力学的超大城市房屋建筑材料代谢模拟新方法与实际的建筑材料代谢规律相符。北京市建筑垃圾分布呈现由中心向外扩张的趋势，主要扩张方向为东南方。模拟结果显示，北京市建筑垃圾产量自2006年开始逐年上升，在2018年达到最高值，为41408.9万吨，2019开始虽有所下降但总体仍处于上升趋势，到2021年产量为27222.3万吨。2017年房屋建筑材料存量升至97835.4万吨，此后出现下降趋势，2021年北京市的建筑材料存量为73065.1万吨，较2006年增加了27316.5万吨。我们采用遥感技术与深度学习方法，准确揭示了北京市建筑垃圾动态分布特征，构建了遥感技术与系统动力学融合的新方法，对北京市建筑材料存量的动态变化情况进行了精准定量模拟，提高了建筑材料代谢模拟的精度，并丰富了建筑垃圾的时空分布信息，对建筑垃圾的精准管控以及城市建筑系统代谢研究具有重要支撑作用。

城市建筑材料；系统动力学；遥感；建筑垃圾；深度学习