城市土地集约利用评价指标体系（城市土地利用分布数据）

数据样例：百度云下载链接：https:///s/17ofPwpDM3OCHnE-LuhvUp 提取码：i0m4

城市功能分区是按功能要求将城市中各种物质要素，如工厂、仓库、住宅等进行分区布置，组成一个互相联系、布局合理的有机整体，为城市的各项活动创造良好的环境和条件。根据功能分区的原则确定土地利用和空间布局形式是城市总体规划的一种重要方法。

目前地理遥感生态网平台已发布城市功能区划分布数据。

在现代的城市规划工作中，功能分区通常是在评定、选择城市用地的基础上进行的（见城市用地评价）。一般城市有以下主要功能区：居住区、工业区、仓库区、对外交通区等；有些城市还有行政区、商业区、文教区、休养疗养区等。城市功能区的划分并不意味着机械地、绝对地划分城市用地。例如，居住区主要布置各种住房建筑和生活服务设施，但也可布置一些不污染环境，货运量不大的工业企业；工业区主要布置工厂和有关的动力、仓库、运输等设施，但也有必要设置一些生活服务设施，以及某些科研机构等。至于市级行政经济机构、高等院校、科学研究设计机构、大型体育设施等，一般可以相对集中地布置在独立的区域或地段内，有些也可以布置在居住区内。

地理遥感生态网平台发布的全国城市功能区划分布数据，通过使用 2018 年的 10 米卫星图像（Sentinel-2A/B ）、OpenStreetMap、夜间灯光（珞珈一号）、POI （高德地图，POI的类别与数量）和腾讯社交大数据（腾讯位置大数据）作为输入特征，为每个地块打上5个主要功能标签与12个子类别标签。训练和验证样本通过众包方式分别收集，涉及 27 个选定代表性城市的 21 个研究小组。

土地利用分类中使用了四种类型的特征。第一种来自 10 米 Sentinel-2A/B 图像（即蓝色、绿色、红色和近红外波段的平均值和标准差、归一化植被指数和归一化水指数）。第二类是从腾讯手机定位请求（MPL）数据（即工作日和周末活动人口的8小时平均轨迹）中获得的。三是130米珞珈一号夜间灯光影像（即数字平均值）。第四是高德POI数据（即所有兴趣点的总数，以及每个地块内每种兴趣点的总数和比例）。通过提取特征的训练地块，使用随机森林 (RF) 分类器生成全国城市功能区划分布数据。

地理遥感生态网平台www.gisrs.cn主要由土地利用遥感监测数据、行政区划边界数据（行政村边界、乡镇街道边界、省市县边界）、气象数据（降雨量、气温、蒸散量、辐射、湿度、日照时数、风速、水汽压数据）、水文站点数据（径流量数据）、遥感数据（npp净初级生产力数据数据、NDVI数据、LAI叶面积指数、GPP初级生产力数据、地表温度LST数据、高精度遥感影像等）、土壤数据（土壤类型、土壤质地、土壤有机质、土壤PH值、土壤质地、土壤侵蚀、土壤NPK、土壤厚度土、土壤重金属含量分布、土壤含水量等）、POI兴趣点数据（餐饮服务、道路附属设施、地名地址信息、风景名胜、公共设施、公司企业、购物服务、交通设施服务、金融保险服务、科教文化服务、摩托车服务、汽车服务、汽车维修、汽车销售、商务住宅、生活服务、事件活动、体育休闲服务、通行设施、医疗保健服务、政府机构及社会团体、住宿服务等）、全国作物类型分布数据（大豆、玉米、水稻、甘蔗、小麦空间分布数据等）、生态系统服务空间数据集、中国湿地沼泽分类数据集、城市空气质量监测数据、中国水系流域空间分布数据集、中国道路空间分布数据、中国陆地生态系统类型分布数据、社会经济统计年鉴数据、中国GDP空间分布数据集、中国人口空间分布数据集、城市建筑轮廓空间分布数据、全国地质灾害空间分布数据（崩塌、塌陷、泥石流、地面沉降、地裂缝、滑坡、斜坡、地震等）、地质岩性分布图、地形地貌数字高程DEM数据（地貌类型矢量数据、12.5米高精度DEM数据等）、中国NDVI植被指数空间分布数据集、夜间灯光数据、三级流域矢量边界、植被类型分布、自然保护区分布、建筑轮廓分布等土地利用、生态环境、灾害监测、社会经济和气象气候系列数据。

还看什么呢？赶紧三连获取数据吧！

————————————————

版权声明：本文为CSDN博主「地理遥感生态网」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/m0_66892427/article/details/125108066