Das Problem der feinkörnigen städtischen Flussinferenz (Fine-grained Urban Flow Inference, FUFI) zielt darauf ab, feinkörnige Flusskarten aus grobkörnigen abzuleiten und dadurch verschiedene Anwendungen in intelligenten Städten zu unterstützen, indem Energieverbrauch, Wartungs- und Betriebskosten reduziert werden. Bisherige Modelle nutzen Techniken aus der Bild-Super-Resolution und erzielen in der FUFI gute Leistung. Allerdings beruhen sie oft auf überwachtem Lernen mit großem Datenaufwand und weisen häufig eine geringe Generalisierbarkeit auf sowie Anfälligkeit für Overfitting. Wir präsentieren eine neue Lösung: Spatial-Temporal Contrasting for Fine-Grained Urban Flow Inference (STCF). Sie besteht aus (i) zwei vortrainierten Netzwerken zur räumlich-zeitlichen Kontrastierung zwischen Flusskarten und (ii) einem gekoppelten Feintuning-Netzwerk zur Fusion der gelernten Merkmale. Durch die Anziehung räumlich-zeitlich ähnlicher Flusskarten und die Abstoßung dissimilarer innerhalb des Repräsentationsraums verbessert STCF Effizienz und Leistung. Umfassende Experimente an zwei großen, realen städtischen Flussdatensätzen zeigen, dass STCF die Inferenzfehler um bis zu 13,5 % reduziert und dabei deutlich weniger Daten sowie geringere Modellparameter im Vergleich zu vorherigen Ansätzen benötigt.