中国GDP空间分布数据集、中国人口空间分布数据集、GDP密度分布、人口密度分布数据、夜间灯光分布数据、土地利用数据、道路网分布数据、乡镇边界分布

本文主要是介绍中国GDP空间分布数据集、中国人口空间分布数据集、GDP密度分布、人口密度分布数据、夜间灯光分布数据、土地利用数据、道路网分布数据、乡镇边界分布,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 引言

        GDP(国内生产总值)是指一个国家或地区所有常驻单位在一定时期内生产的所有最终产品和劳务的市场价值。GDP是表征宏观经济发展状况的基础性指标。GDP是社会经济发展、区域规划和资源环境保护的重要指标之一,通常以行政区为基本统计单元。GDP空间化以空间统计单元代替传统的行政统计单元,为多领域之间数据共享、进行空间统计分析带来极大便利。

正文

         中国GDP空间分布数据集在全国分县GDP统计数据的基础上,综合考虑了与人类经济活动密切相关的土地利用类型、夜间灯光亮度、居民点密度等多因素,利用多因子权重分配法将以行政区为基本统计单元的GDP数据展布到栅格单元上,从而实现GDP的空间化。数据生产加工方法

    中国GDP空间分布网格数据集是在全国分县GDP统计数据的基础上,综合分析了与人类活动密切相关的土地利用类型、夜间灯光亮度、居民点密度数据与GDP的空间互动规律,并分别建立三者与GDP之间的关系模型。

     该方法首先计算土地利用类型、夜间灯光亮度、居民点密度的GDP分布权重,进而在对上述3方面影响权重标准化处理的基础上计算各县级行政单元的总权重,然后在计算各县级行政单元单位权重GDP占比的基础上,运用栅格空间计算,把单位权重上的人口数与总权重分布图相结合,进行人口的空间化。计算公式为:

                                                              GDPij = GDP × (Qij/Q)

       式中,GDPij是空间化之后的栅格单元值;GDP为该栅格单元所在的县级行政区单元的GDP统计值;Qij为该栅格单元的土地利用类型、夜间灯光亮度、居民点密度的总权重;Q为该栅格单元所在县级行政单元的土地利用类型、夜间灯光亮度、居民点密度的总权重。

       最终根据上述方法得到GDP空间分布公里格网数据,该数据集反映了GDP数据在全国范围内的详细空间分布状况。该数据为栅格数据类型,每个栅格代表该网格范围内的GDP总产值,数据格式为gird,数据以Krassovsky椭球为基准,投影方式为Albers投影。 

数据名称GDP密度分布数据
数据类型栅格
数据格式TIFF
分辨率1km、500m、250m、30m
时间范围1990-2023年
坐标系GCS_WGS_1984
覆盖范围中国全域

原文链接:https://bbs.csdn.net/forums/gisrs?spm=1001.2014.3001.6682

这篇关于中国GDP空间分布数据集、中国人口空间分布数据集、GDP密度分布、人口密度分布数据、夜间灯光分布数据、土地利用数据、道路网分布数据、乡镇边界分布的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/973977

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

MySQL8.0临时表空间的使用及解读

《MySQL8.0临时表空间的使用及解读》MySQL8.0+引入会话级(temp_N.ibt)和全局(ibtmp1)InnoDB临时表空间,用于存储临时数据及事务日志,自动创建与回收,重启释放,管理高... 目录一、核心概念:为什么需要“临时表空间”?二、InnoDB 临时表空间的两种类型1. 会话级临时表

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很