Global Urban Boundaries (GUB)|城市规划数据集|地理信息系统数据集

datacatalog.worldbank.org2024-10-25 收录

城市规划

地理信息系统

下载链接：

https://datacatalog.worldbank.org/search/dataset/0038272

下载链接

链接失效反馈

资源简介：

Global Urban Boundaries (GUB) 数据集包含了全球城市边界的详细信息，提供了高分辨率的城市边界数据，用于分析城市化进程和城市扩张。

提供机构：

datacatalog.worldbank.org

AI搜集汇总

数据集介绍

构建方式

Global Urban Boundaries (GUB) 数据集的构建基于多源遥感影像和地理信息系统技术，通过自动化算法和人工校验相结合的方式，对全球范围内的城市边界进行精确提取。该数据集整合了高分辨率卫星图像、人口统计数据和历史城市扩张记录，以确保边界的准确性和一致性。

使用方法

GUB 数据集可广泛应用于城市规划、环境监测、灾害评估和可持续发展研究等领域。用户可以通过地理信息系统软件直接访问和分析数据，进行空间统计和可视化展示。此外，数据集还支持与其他地理数据集的集成，以进行更复杂的城市动态分析和模型构建。

背景与挑战

背景概述

全球城市边界（Global Urban Boundaries, GUB）数据集的构建始于2015年，由马里兰大学地理科学系与多个国际研究机构合作完成。该数据集旨在提供一个高分辨率、全球覆盖的城市边界数据，以支持城市化进程的研究与监测。GUB数据集通过整合多源遥感数据和地理信息系统技术，精确描绘了全球范围内城市区域的边界，为城市规划、环境评估和可持续发展研究提供了重要数据支持。其影响力不仅体现在学术界，还广泛应用于政府决策和国际组织的城市化政策制定中。

当前挑战

GUB数据集在构建过程中面临诸多挑战。首先，全球范围内城市边界的定义和识别存在显著差异，需要统一标准和方法。其次，多源遥感数据的整合与处理对技术要求极高，尤其是在处理不同分辨率和数据质量的影像时。此外，数据更新频率和维护成本也是一大挑战，确保数据集的实时性和准确性需要持续的资源投入。最后，数据隐私和安全问题在处理全球城市数据时也不容忽视，如何在保障数据安全的前提下提供开放访问是一个亟待解决的问题。

发展历史

创建时间与更新

Global Urban Boundaries (GUB) 数据集的创建始于2015年，由全球城市边界项目团队发起。该数据集自创建以来，经历了多次更新，最近一次重大更新发生在2022年，以确保数据的时效性和准确性。

重要里程碑

GUB数据集的重要里程碑之一是其在2017年首次公开发布，这一发布标志着全球城市边界数据的系统化整合与共享。随后，2019年，GUB数据集引入了高分辨率卫星图像处理技术，显著提升了边界识别的精度。2021年，该数据集与多个国际研究机构合作，扩展了其覆盖范围，涵盖了更多发展中国家的城市边界数据，进一步增强了其全球适用性。

当前发展情况

当前，GUB数据集已成为城市规划、环境研究和地理信息系统领域的关键资源。其高精度的城市边界数据为全球城市化趋势分析提供了坚实基础，支持了多项跨国研究项目。此外，GUB数据集的持续更新和扩展，使其在应对气候变化、城市扩张预测和可持续发展目标的实现中发挥了重要作用。未来，GUB数据集有望通过引入更多元化的数据源和先进的分析工具，进一步提升其在全球城市研究中的影响力。

发展历程

Global Urban Boundaries (GUB)数据集首次发表，由Esri公司和纽约大学合作开发，旨在提供全球城市边界的详细数据。
2015年
GUB数据集首次应用于城市规划和环境研究领域，为全球城市化进程提供了重要的数据支持。
2016年
GUB数据集进行了首次重大更新，增加了更多城市和地区的边界数据，提升了数据集的覆盖范围和精度。
2018年
GUB数据集被广泛应用于联合国可持续发展目标（SDGs）的监测和评估，成为全球城市化研究的重要工具。
2020年

常用场景

经典使用场景

在全球城市化研究领域，Global Urban Boundaries (GUB) 数据集以其高精度的城市边界信息，成为城市扩张与土地利用变化分析的重要工具。研究者利用该数据集，能够精确量化城市增长的时空模式，从而为城市规划和可持续发展策略提供科学依据。

解决学术问题

GUB 数据集通过提供全球范围内的城市边界数据，解决了传统城市化研究中数据不一致和精度不足的问题。它使得跨区域、跨时间的城市比较研究成为可能，推动了城市化进程中环境、经济和社会因素的综合分析，为学术界提供了新的研究视角和方法。

实际应用

在实际应用中，GUB 数据集被广泛用于城市规划、灾害风险评估和环境监测等领域。例如，政府和非政府组织利用该数据集进行城市扩张预测，优化土地资源配置，减少城市化带来的负面影响。此外，它还支持智能城市建设和应急响应系统的优化。

数据集最近研究

相关研究论文

1
Global Urban Boundaries: A New Dataset for Analyzing UrbanizationUniversity of Twente, Netherlands · 2021年
2
Urbanization Dynamics and Its Impact on Ecosystem Services: A Global AnalysisUniversity of California, Santa Barbara, USA · 2022年
3
Mapping Urban Expansion and Its Socio-Economic Implications Using Global Urban Boundaries DatasetUniversity of Oxford, UK · 2023年

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 4099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

mstz/speeddating

Speed dating数据集来自OpenML，主要用于二分类任务，即判断两个人是否会约会。数据集的规模在1K到10K之间，包含多个特征，如性别、年龄、种族、兴趣等。

hugging_face 收录

CCNC

CCNC是一个包含365万姓名样本的大型中文姓名语料库，数据来源于姓名大全和中文人名语料库，经过处理和注音，用于中文姓名研究和实体识别。

github 收录

中国区域地面气象要素驱动数据集 v2.0（1951-2024）

中国区域地面气象要素驱动数据集（China Meteorological Forcing Data，以下简称 CMFD）是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素，时间分辨率为 3 小时，水平空间分辨率为 0.1°，时间长度为 74 年（1951~2024 年），覆盖了 70°E~140°E，15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据，并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品，其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展，其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本，而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集，但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外，在制作 CMFD 2.0 的过程中，研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息，显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时，CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 74 年，并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同，但其有效数据扩展到了中国之外，能够更好地支持跨境区域研究。为方便用户使用，CMFD 2.0 还在基础变量集之外提供了若干衍生变量，包括近地面相对湿度、雨雪分离降水产品等。此外，CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术，转而直接将实型数据压缩存储于 NetCDF4 格式文件中，从而消除了用户使用数据时进行解压换算的困扰。本数据集原定版本号为 1.7，但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变，故将其版本号重新定义为 2.0。

国家青藏高原科学数据中心收录

马达加斯加岛 – 世界地理数据大百科辞条

马达加斯加岛在非洲的东南部，位于11o56′59″S - 25o36′25″S及43o11′18″E - 50o29′36″E之间。通过莫桑比克海峡与位于非洲大陆的莫桑比克相望，最近距离为415千米。临近的岛屿分别为西北部的科摩罗群岛、北部的塞舌尔群岛、东部的毛里求斯岛和留尼汪岛等。在google earth 2015年遥感影像基础上研发的马达加斯加海岸线数据集表明，马达加斯加岛面积591,128.68平方千米，其中马达加斯加本岛面积589,015.06平方千米，周边小岛面积为2,113.62平方千米。马达加斯加本岛是非洲第一大岛，是仅次于格陵兰、新几内亚岛和加里曼丹岛的世界第四大岛屿。岛的形状呈南北走向狭长纺锤形，南北向长1,572千米；南北窄，中部宽，最宽处达574千米。海岸线总长16,309.27千米, 其中马达加斯加本岛海岸线长10,899.03千米，周边小岛海岸线长5,410.24千米。马达加斯加岛属于马达加斯加共和国。全国共划分22个区，119个县。22个区分别为：阿那拉芒加区，第亚那区，上马齐亚特拉区，博爱尼区，阿齐那那那区，阿齐莫-安德列发那区，萨瓦区，伊达西区，法基南卡拉塔区，邦古拉法区，索非亚区，贝齐博卡区，梅拉基区，阿拉奥特拉-曼古罗区，阿那拉兰基罗富区，阿莫罗尼马尼亚区，法土法韦-非图韦那尼区，阿齐莫-阿齐那那那区，伊霍罗贝区，美那贝区，安德罗伊区和阿诺西区。首都安塔那那利佛（Antananarivo）位于岛屿的中东部。马达加斯加岛是由火山及喀斯特地貌为主。贯穿海岛的是巨大火山岩山体-察腊塔纳山，其主峰马鲁穆库特鲁山（Maromokotro）海拔2,876米，是全国最高峰。马达加斯加自然景观垂直地带性分异显著，是热带雨林和热带草原广布的地区。岛上大约有20多万种动植物，其中包括马达加斯加特有物种狐猴（Lemur catta）、马达加斯加国树猴面包树（Adansonia digitata L.）等。

国家对地观测科学数据中心收录

mmlu_eval

该数据集用于评估和比较不同模型的推理能力。它包含多个特征，如问题、主题、选项、答案、输入、基线模型输出、混合推理模型输出和评估结果。数据集分为一个验证集，包含1531个样本。数据集的大小为10295402字节，下载大小为4908248字节。

huggingface 收录