five

geoBoundary|地理信息系统数据集|行政边界数据集

收藏
github2024-11-27 更新2024-12-06 收录
地理信息系统
行政边界
下载链接:
https://github.com/asjadnaqvi/stata-geoboundary
下载链接
链接失效反馈
资源简介:
一个全球政治行政边界数据库,提供国家级别或全球的行政边界数据。数据采用标准EPSG: 4326 (WGS84)投影,并使用全球标准化的行政边界分类。
创建时间:
2024-11-24
原始信息汇总

geoboundary v1.0

概述

  • 发布日期: 2024年11月25日
  • 功能: 从geoBoundary数据库获取国家级别或全球行政边界数据。
  • 投影: 所有文件使用标准EPSG: 4326 (WGS84)投影。
  • 分类: 使用全球标准化的行政边界分类,ADM0表示国家边界,ADM1表示省份、地区或其他分类,某些国家数据可达到ADM5

安装

  • SSC版本: 即将发布
  • GitHub版本: stata net install geoboundary, from("https://raw.githubusercontent.com/asjadnaqvi/stata-geoboundary/main/installation/") replace

引用

  • BibTeX: BibTeX @software{geoboundary, author = {Naqvi, Asjad}, title = {Stata package ``geoboundary}, url = {https://github.com/asjadnaqvi/stata-geoboundary}, version = {1.0}, date = {2024-11-25} }

  • geoBoundary网站引用:

    Runfola, D. et al. (2020) geoBoundaries: A global database of political administrative boundaries. PLoS ONE 15(4): e0231866. https://doi.org/10.1371/journal.pone.0231866

语法

stata geoboundary ISO3 codes, level(string) [ convert name(str) replace remove ]

示例

  • 下载原始shapefiles: stata geoboundary AUT DEU, level(ADM0 ADM1) replace

  • 转换为Stata格式: stata geoboundary AUT DEU, level(ADM0 ADM1) replace convert

  • 下载并移除原始shapefiles: stata geoboundary MEX, level(ADM0 ADM1 ADM2) replace convert remove

  • 下载全球复合边界: stata geoboundary WLD, level(ADM0 ADM1) replace convert remove

免责声明

  • 数据仅供信息/教育目的,不作为法律或工程资源。
  • 数据“按原样”提供,不提供任何形式的保证。
  • 用户需自行验证数据的准确性和适用性。
  • 数据可能随时更新或修改,用户应咨询原始数据源获取最新信息。
AI搜集汇总
数据集介绍
main_image_url
构建方式
geoBoundary数据集通过整合全球标准化行政边界分类,构建了一个包含国家级别或全球行政边界的数据库。该数据集采用EPSG: 4326 (WGS84)投影标准,确保了数据的一致性和可比性。其构建过程中,数据从geoBoundary数据库中提取,并根据不同国家的行政层级进行分类,如ADM0代表国家边界,ADM1代表省份或地区,某些国家甚至提供至ADM5的详细数据。
使用方法
使用geoBoundary数据集时,用户可以通过指定ISO3代码和所需的行政层级来下载特定国家的边界数据。数据集支持多种格式转换,如从ESRI格式转换为Stata格式,并提供了删除原始文件的选项以节省存储空间。用户还可以利用数据集进行地图绘制,支持Stata 16及更高版本的spmap和geoplot命令,实现数据的可视化展示。
背景与挑战
背景概述
geoBoundary数据集由Asjad Naqvi于2024年11月25日创建,旨在提供全球国家级别的行政边界数据。该数据集的核心研究问题是如何标准化和整合全球不同系统的行政边界分类,以便于跨系统使用。通过使用EPSG: 4326 (WGS84)投影,geoBoundary确保了数据的一致性和可比性。该数据集不仅支持国家级别的边界数据,还扩展至行政区划的多个层次,最高可达ADM5级别。这一创新对地理信息系统(GIS)领域产生了深远影响,为全球范围内的行政边界研究提供了标准化工具。
当前挑战
geoBoundary数据集在构建过程中面临多项挑战。首先,数据量庞大,GIS文件的体积迅速累积,对存储和处理能力提出了高要求。其次,不同国家对行政区划的定义和分类存在差异,如何统一这些差异是一个复杂的问题。此外,数据下载和处理过程中可能遇到I/O错误,尤其是在云存储或低速硬盘环境下,这需要用户采取额外的预防措施。最后,尽管数据集提供了高精度的行政边界,但其准确性和适用性仍需用户自行验证,以确保符合其特定需求。
常用场景
经典使用场景
在地理信息系统(GIS)领域,geoBoundary数据集的经典使用场景主要集中在行政边界数据的获取与分析。该数据集提供了全球范围内的国家及各级行政区划的边界信息,支持从国家级别到地方级别的详细划分。通过该数据集,研究者和开发者能够轻松获取标准化的行政边界数据,用于地图绘制、空间分析、以及地理数据的可视化。例如,用户可以通过指定ISO3代码和行政级别,下载特定国家或地区的行政边界数据,并将其转换为Stata格式进行进一步分析和可视化。
解决学术问题
geoBoundary数据集在学术研究中解决了地理信息标准化和可访问性的关键问题。传统的地理数据获取方式往往涉及复杂的流程和不同数据源的整合,而geoBoundary通过提供全球统一的标准化行政边界数据,简化了这一过程。这不仅提高了研究效率,还确保了数据的一致性和准确性。此外,该数据集支持多层次的行政区划数据,满足了不同研究需求,如区域经济分析、人口统计研究、以及环境政策评估等。其标准化和开放获取的特性,极大地推动了地理信息科学的发展。
实际应用
在实际应用中,geoBoundary数据集广泛用于政府机构、非政府组织、以及商业公司的地理信息系统建设。例如,政府机构可以利用该数据集进行国土资源管理、城市规划和灾害应急响应;非政府组织则可以用于人道主义援助和环境保护项目的地理数据支持;商业公司则可以应用于市场分析、物流优化和客户定位等领域。通过提供精确且标准化的行政边界数据,geoBoundary数据集显著提升了各类应用系统的数据质量和决策支持能力。
数据集最近研究
最新研究方向
在地理信息系统(GIS)领域,geoBoundary数据集的最新研究方向主要集中在高效的数据获取与处理技术上。随着全球行政边界数据的不断更新与细化,研究人员致力于开发更智能的工具,以支持大规模数据的快速下载与转换。此外,针对不同国家和地区的多层次行政边界数据,研究者们正在探索如何通过自动化方法实现数据的整合与可视化,从而为政策制定和学术研究提供更为精确的地理信息支持。这些前沿技术的应用,不仅提升了数据处理的效率,也为全球地理信息的共享与应用开辟了新的可能性。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

LFW

人脸数据集;LFW数据集共有13233张人脸图像,每张图像均给出对应的人名,共有5749人,且绝大部分人仅有一张图片。每张图片的尺寸为250X250,绝大部分为彩色图像,但也存在少许黑白人脸图片。 URL: http://vis-www.cs.umass.edu/lfw/index.html#download

AI_Studio 收录

中国1km分辨率逐月降水量数据集(1901-2023)

该数据集为中国逐月降水量数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2023.12。数据格式为NETCDF,即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。为了便于存储,数据均为int16型存于nc文件中,降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心 收录

Breast Ultrasound Images (BUSI)

小型(约500×500像素)超声图像,适用于良性和恶性病变的分类和分割任务。

github 收录

FAOSTAT Agricultural Data

FAOSTAT Agricultural Data 是由联合国粮食及农业组织(FAO)提供的全球农业数据集。该数据集涵盖了农业生产、贸易、价格、土地利用、水资源、气候变化、人口统计等多个方面的详细信息。数据包括了全球各个国家和地区的农业统计数据,旨在为政策制定者、研究人员和公众提供全面的农业信息。

www.fao.org 收录

MOOCs Dataset

该数据集包含了大规模开放在线课程(MOOCs)的相关数据,包括课程信息、用户行为、学习进度等。数据主要用于研究在线教育的行为模式和学习效果。

www.kaggle.com 收录