中国公里网格GDP数据集(2019年,2020年)

该数据集为中国1km x 1km网格GDP数据集，数据时间为2019和2020年，主要范围为中国大陆。该团队充分利用社会感知数据等多源数据，构建了基于深度回归模型的GDP空间降尺度模型(GDPnet)和考虑空间异质性的地理加权集成学习模型(GWSE)，生产了2019年和2020年中国公里网格GDP数据集，以TIFF格式存储。

This dataset is a 1km × 1km grid GDP dataset for China, covering the years 2019 and 2020, with its primary scope being mainland China. The research team fully leveraged multi-source data including social sensing data, and constructed two models: a GDP spatial downscaling model based on deep regression (GDPnet) and a geographically weighted ensemble learning model that accounts for spatial heterogeneity (GWSE). Using these models, the 1km grid GDP datasets of China for 2019 and 2020 were produced and stored in TIFF format.

搜集汇总

背景与挑战

背景概述

该数据集提供了2019年和2020年中国大陆地区的公里网格（1km x 1km）GDP空间分布数据，采用深度学习方法（GDPnet和GWSE模型）从多源数据中降尺度生成，确保了高空间分辨率。数据经过验证，精度可靠，例如2020年第三产业测试R2超过0.97，适用于经济地理学等领域的研究。