环境模型：评估城市发展对环境的影响，如大气扩散模型可以模拟污染物在城市空气中的扩散情况，帮助规划师合理布局工业和居住用地，减少环境污染。
问题定义与目标设定：明确规划问题，如缓解交通拥堵、优化土地利用等，并确定模型的目标，如预测未来十年的人口分布变化。
数据收集与整理：收集包括地形地貌、人口、经济、交通、土地利用等多方面的数据，并进行清洗、转换和整合，确保数据的准确性和一致性。
考虑数据可用性和质量
模型的选择要与可获取的数据相匹配。如果数据丰富，包括详细的土地利用现状、交通流量统计、人口普查数据、经济指标等，那么可以选择较为复杂、对数据要求高的模型，如基于多源数据融合的城市系统动力学模型，它能够综合考虑多个因素之间的相互作用。
若数据有限，就要选择相对简单、对数据依赖程度低的模型。例如，在数据缺乏的情况下，一些基于经验公式或类比的简单模型可能更适用，如用简单的人口密度指标来初步估算土地需求。同时，要确保数据的质量，不准确或不完整的数据会影响模型的准确性和可靠性，在选择模型前需要对数据进行清洗和预处理。
教育培训：在工业相关的教育和培训中，工业沙盘模型可以作为教学工具，帮助学生更好地理解工业生产的原理、流程和组织形式。学生可以通过观察模型，直观地学习工业知识，提高学习效果。