前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >地理空间数据公开资源汇总

地理空间数据公开资源汇总

作者头像
郭好奇同学
发布2023-02-15 16:41:26
1.9K0
发布2023-02-15 16:41:26
举报
文章被收录于专栏:好奇心Log好奇心Log

1.全国12.5米分辨率ALOS高程数据

全国12.5米分辨率DEM数据,该数据由锐多宝的地理空间提供并进行分省裁剪与镶嵌,由测绘营地进行影像坐标系转换。

ALOS-12.5m高程数据参数:

覆盖范围:全国(仅有小部分区域存在数据空白)

数据格式:Geotiff

数据分辨率:12.5m

坐标系统:WGS84(大地坐标系)和WGS84-UTM(投影坐标系)两种

高程系统:大地高(也称为椭球高,可直接用于无人机仿地飞行)

特别说明:ALOS-12.5m数据在小部分区域存在空白,可与ASTGTM2-30m数据配合使用。

「ALOS高程数据-(12.5米分辨率)」

下载地址:

https://pan.baidu.com/s/1wA-GprMSr2sVI9TzPjRQAg?pwd=ihp6

提取码:ihp6

下载地址:

https://pan.baidu.com/s/101akpHALSZByLNfxqdKLCQ?pwd=chyd

提取码: chyd


「ASTGTM2高程数据-(30米分辨率)」

下载地址:

https://pan.baidu.com/s/1aP34V49suw_BdN6gW97g3A?pwd=chyd

提取码: chyd

2.我国历史1公里逐日[全覆盖]PM2.5数据集

近期,CHAP数据集中PMx数据新版本(V4)更新完毕!利用大数据和人工智能,解决了卫星遥感产品的空间缺失问题,将数据可利用率提高了60%,同时更新了输入变量,生产得到中国历史2000年以来逐日全覆盖不同粒径PMx(x=1, 2.5, 10)产品。目前,中国2013以来逐日、月和年PM2.5数据已整理完毕并公开发布。

中国高分辨率高质量近地表空气污染物(CHAP)数据集,是利用人工智能技术,考虑了空气污染的时空异质特性,从大数据(如地基观测、卫星遥感和模式资料等)中生产得到。该数据集目前包含PM1、PM2.5、PM10、O3、NO2、SO2和CO共7种近地表空气污染物,更多种类(如BC、SO4[2-]、NO3[-]、NH4[+]等化学组分)即将陆续上线。CHAP数据集不断更新,面向全球用户免费开放!欢迎大家下载使用!

下载地址:

https://weijing-rs.github.io/product.html

[1] Big data: 中国,1公里,全覆盖,日/月/年,2013-2020(第4版)

作者通过使用卫星数据和地面监测测量的自适应时空建模框架估计了中国 2000 年至 2018 年的每日 1 公里 PM2.5 数据。年平均数据发布,免费用于非商业用途。如果您想使用这些数据集,请引用文章。

下载链接

https ://doi.org/10.5281/zenodo.5919481

[2] MODIS/Terra+Aqua:中国,1公里,每年,2000-2020(第3版)

这是 2000 年至 2020 年中国东部地区 MODIS/Terra+Aqua 三级 (L3) 年 0.01 度 (≈ 1 km) 网格化地面 PM 2.5 产品 (ECHAP_PM2.5_Y1K),取自二级日产品的平均值. 请注意,2000 年的数据是 2000 年 3 月至 2000 年 12 月的平均值。年度 PM 2.5估计值与地面测量值高度相关 (R 2 = 0.94),平均均方根误差 (RMSE) 为 5.07微克米-3。

如果您使用ChinaHighPM 2.5 数据集进行相关科学研究,请引用相应的参考文献(Wei et al., RSE, 2021; ACP, 2020)。

下载地址

http ://doi.org/10.5281/zenodo.4660858

3.1951-2020中国1km分辨率气温数据

GPRChinaTemp1km 是 1951 年 1 月至 2020 年 12 月中国新的高分辨率(1 公里)月网格气温数据集。该数据集包括 1951-2020 年中国大陆地区的月平均气温,由基于气象站数据的高斯过程回归(GPR)方法。月网格温度数据集由中国气象数据服务中心气象站的观测值评估。数据集采用 WGS84 (EPSG:4326) 坐标系中的 GeoTIFF 格式。数据的单位是摄氏度 (°C)。

引用地址:

He, Q., Wang, M., Liu, K., Li, K., and Jiang, Z.: GPRChinaTemp1km: a high-resolution monthly air temperature dataset for China (1951–2020) based on machine learning, Earth Syst. Sci. Data Discuss. [preprint], https://doi.org/10.5194/essd-2021-267, 2021.

1km月平均气温:

https://doi.org/10.5281/zenodo.5111989

1km月最高气温:

https://doi.org/10.5281/zenodo.5112122

1km月最低气温:

https://doi.org/10.5281/zenodo.5112232

4.黄河流域系列土壤数据

为了支撑黄河流域生态保护和高质量发展,近期,国家地球系统科学数据中心-黄土高原科学数据分中心发布了黄河流域系列土壤数据。

包含黄河流域250米分辨率土壤全氮含量、酸碱度、阳离子交换量、粉粒含量、黏粒含量、砂粒含量、石砾体积分数、容重、有机碳储量、有机碳含量、有机碳密度11数据集,数据可用于黄河流域土壤性质研究,指导农业生产、土地利用规划等工作。

下载地址:

http://loess.geodata.cn

5.1990-2020年中国30m年度土地覆盖动态数据集(CLDC)

土地覆盖决定了地球各地区之间的能量交换、水和碳循环,准确的土地覆盖数据是环境和气候研究的基本参数。中国在过去几十年中,土地覆盖情况随着经济的发展发生了巨大的变化,对于连续和精细尺度的土地覆盖数据的需求日益增长。为了解决这个问题,武汉大学的杨杰和黄昕教授在GEE上制作了第一个源自Landsat的中国年度土地覆盖数据集annual land cover(CLDC)。

数据坐标系:WGS84与albert投影

数据时间:1985年、1990-2020年

数据格式:GeoTiff 数据组织:CLCD_classificationsystem.xlsx为数据分类表,其它每个年份包含三份数据,分别为wgs84地理坐标系和albert投影的全国土地覆盖数据及albert投影下的分省压缩包。

数据分类:

分别对应着农田、森林、灌木、草原、水域、冰雪、裸地、不透水面、湿地

下载地址:

http://doi.org/10.5281/zenodo.4417809

6.中国地区10公里逐日全覆盖地表臭氧O3数据

利用大数据和人工智能技术,解决了卫星遥感空间缺失问题,估算得到中国逐日全覆盖10公里高质量近地表臭氧O3数据集(ChinaHighO3)。目前,我国2013-2020年逐日、月和年近地表O3数据集更新完毕。

下载地址:

https://zenodo.org/record/5765588#.YhiwGmV7rIU

7.全国分省汇总的县级七普人口数据

自2021年5月份以来,第七次全国人口普查主要数据发布以来,省级和地级市单位的七普人口数据也已经全部公布了,县级单位目前除了新疆外,其余省级单位也都公布了。目前该网站已按照分省级单位的县级七普人口也汇总了,本次就再给大家分享这个数据资源网站。

如何下载数据:打开网页之后,找到红色框,Last Updates;

点击进入之后,就可以看到更新的数据,按照时间顺序排列。

以河南省为例,我们很明显的看出来了,河南省的人口普查数据按照县市区分出来了。

其他省份也同样的操作,但是这里提醒大家的是,香港、澳门和台湾省人口数据是单独列出来的,使用的时候,请务必注意完整的表达我们国家的范围及领土完整。

下载地址:

http://www.citypopulation.de/

8.全球10米Sentinel-2遥感数据

Sentinel-2(哨兵2)系列卫星的主要载荷多光谱成像仪拥有13个谱段,从可见光到近红外再到短波红外,空间分辨率从10m到60m。由Sentinel 2A 和Sentinel 2B 两颗卫星组成,图像采集时间分辨率是每颗卫星10天,两颗互补,重访周期为5天。

下载教程:

首先你需要注册账户。

欧空局注册非常快,只要填写正确的邮箱基本都是立马给你发送邮件确认。

注册登录后可在右侧切换图层,选择矢量框选。

框选你所需要下载的区域,点击

按钮可以选择拍摄时间,含云量等等。

选择Sentinel-2

含云量可以自己设置,我们一般设置[0 TO 5]

可以点击

预览数据情况。

最后开始下载,最好科学上网。

下载速度还是可以的,500kb/s左右(如果下载时卡住,可取消重新下载)

下载地址:

https://scihub.copernicus.eu/dhus/#/home(建议选择谷歌浏览器)

9.人口栅格数据

本期分享的人口栅格数据来自于WorldPoP,WorldPop于2013年10月启动,结合了AfriPop、AsiaPop和AmeriPop人口测绘项目。它旨在为中美洲和南美洲、非洲和亚洲提供开放访问的空间人口数据集档案,以支持发展、灾害响应和卫生应用。所使用的方法在设计时考虑了完全开放的访回和操作应用程序,使用透明、完全记录和同行评审的方法来生成易于更新的地图,并附带元数据和不确定性度量。

下载地址:

https://www.worldpop.org/

在Data-population counts可以下载100m/1000m联合国校正/未校正的数据。

10.2014-2019年中国及各省排放、能源清单

数据是气候变化领域工作的基础。能源统计数据的透明性(transparency)、准确性(accuracy)、完整性(completeness)、可比性(comparability)和一致性(consistency)是估算二氧化碳排放量、制定减排政策、促进能源转型、缓解气候变化的基础。中国国家统计局致力于提高统计数据的时效性和准确性,近期发布了《中国能源统计年鉴2020》,并在《中国能源统计年鉴2019》中,根据第四次全国经济普查的结果对2014年以来的能源消费数据进行了修订。

据此,近日CEADs团队在Earth’s Future发文《Assessment to China's recent emission pattern shifts》,核算中国31省份2014-2019年能源与二氧化碳排放清单,其中包括依据国家统计局最新修订的能源活动水平数据而更新的国家级2014-2017排放清单。此次更新的排放清单延续了之前的核算方法和口径,涵盖47个社会经济部门,17种化石燃料燃烧与水泥生产相关过程排放。

中国碳排放总量在2013年前后出现阶段性峰值后持续高位波动,并在2019年达到98亿吨左右。根据《中华人民共和国2020年国民经济和社会发展统计公报》的数据初步估算表明,全国2020年碳排放或将增长至99.3亿吨,预计比2019年增加了1.4%,新冠疫情后的经济恢复带动了2020年碳排放总量的持续增加。

我国各层级能源统计系统精确度显著提高,碳排放量的不确定性逐年下降。经过四次数据修订后,国家和省级汇总排放数据的差异显著减小。对比西方发达国家的数据库,可发现其对我国二氧化碳排放量的估算误差在7.8至17.8%,不符合我国实情,存在较大误差。

论文下载地址:

https://doi.org/10.1029/2021EF002241

引用:Yuru Guan, Yuli Shan* et al (2021). Assessment to China's recent emission pattern shifts. Earth’s Future.

下载地址:

国家清单

https://www.ceads.net/data/nation/

省级清单

https://www.ceads.net/data/province/

11.夜光遥感数据

一、DMSP/OLS

DMSP是美国国防部所发射的夜光卫星,同时也是世界上的第一颗夜光卫星。该卫星提供了1992-2013年时段内的夜光遥感数据。该卫星影像数据是通过灰度值来表示夜间的平均灯光强度且部分实际灰度值大于63的像元仍用63来表示。且该数据存在过饱和的问题,该问题会导致影像所表示的某一区域的灯光强度低于其真实值,进而研究使用中会产生误差,影响准确性。

下载地址:

https://payneinstitute.mines.edu/eog/

二、NPP/VIIRS

美国发射的第二颗夜光卫星,该卫星是2011年发射,空间分辨率为750米,提供着2011年至今的夜光遥感数据。

数据下载地址1:

https://payneinstitute.mines.edu/eog/

上述地址1同DMSP/OLS数据下载地址一致,但该网站仅提供了月度无云数据和2份年度无云的数据下载链接。具体下载同DMSP差异不大,这里不再赘述。

数据下载地址2:https://www.avl.class.noaa.gov/saa/products/welcome

下载地址2中可以选择下载日值的夜光数据,该该数据有三种类型,RDR、SDR、EDR,其中SDR数据为最常用的是L1b级别数据。

三、珞伽一号

珞伽一号是我国发射的夜光卫星。该卫星是2018年6月发射,其空间分辨率为130米。理想状态15天获取全球数据(理想状态)。

下载地址:http://59.175.109.173:8888/app/login.html

上述网址需要在谷歌浏览器中打开,如果在360浏览器、qq浏览器等中会刷新不出底图。数据提供三种检索方式(该数据未提供通过绘制区域下载的方式):(1)是经纬度(需要给出四个点的经纬度坐标);(2)是基于行政区划;(3)基于产品的序列号。该卫星的设计寿命仅有半年,技术还不是特别成熟(之后看珞伽二号的影像数据情况如何吧),因此获取的数据基本都是2018年的数据,大家可以根据自己的需要进行选择所使用的方式。

12.地理数据库汇总

1.全国地理信息系统目录服务

http://www.webmap.cn/main.do?method=index

2.生态环境部环保部数据中心

http://datacenter.mee.gov.cn/websjzx/queryIndex.vm

3.国家地理空间信息中心

http://sgic.geodata.gov.cn/web/sgic/index.html

4.国家自然资源和地理空间基础信息库

http://www.geodata.gov.cn/web/geo/index.html

5.国家森林资源智慧管理平台

http://124.193.194.36/ldbggzpt/index.web?fg=1

6.5A景区数据

http://zt.mct.gov.cn/was5/web/search?channelid=211942

7.全国重点实时水情数据库

http://xxfb.mwr.cn/

8.国家统计数据

http://data.stats.gov.cn/vchart.htm

9.国家海洋科学数据中心

http://mds.nmdis.org.cn/

10.地球大数据科学工程数据共享服务系统

http://data.casearth.cn/

13.遥感数据库汇总

1.国家地球系统科学数据中心 共享服务平台

http://gre.geodata.cn/

2.国家青藏高原科学数据中心

http://data.tpdc.ac.cn/zh-hans/

3.OSGeo中国中心,地理空间数据共享,开放地理空间实验室

https://www.osgeo.cn/

4.国家综合地球观测数据共享平台

http://www.chinageoss.org/dsp/home/index.jsp

5.地理空间实验室

http://www.gislab.xyz/

6.中华人民共和国科学技术部国家遥感中心

http://www.nrscc.gov.cn/index.asp

7.中国资源卫星应用平台

http://www.cresda.com

8.NASA美国国家航空航天局

https://www.nasa.gov/

9.USGS美国地质调查局

https://earthexplorer.usgs.gov/

10.欧洲航天局(ESA

https://earth.esa.int/web/guest/home

11.MODIS遥感数据

https://ladsweb.modaps.eosdis.nasa.gov/

Earthdata Search

https://search.earthdata.nasa.gov/search

12.全球海洋陆地数据库

https://www.gebco.net/

13.全球冰雪数据中心

https://nsidc.org/

14.社会经济数据应用中心

https://sedac.ciesin.columbia.edu/data/sets/browse

15.InSAR数据中心

http://insarap.org/

16.联合国教科文组织

http://whc.unesco.org/

17.全球湖泊数据库

http://www.worldlakes.org/

18.全球湿地数据中心

https://www.worldwildlife.org/pages/global-lakes-and-wetlands-database

19.全球变化科学研究数据出版系统

http://geodoi.ac.cn/WebCn/DataSearch.aspx

14.经济数据库汇总

1 中国工业企业数据库

http://www.allmyinfo.com/data/zggyqysjk.asp

2 海关数据

http://new.ccerdata.cn/Home/Special

3 联合国商品贸易统计数据库(UN)

http://comtrade.un.org/

4 中国私营企业调查 (Chinese Private Enterprise Survey)

http://finance.sina.com.cn/nz/pr/

5 世界银行中国企业调查数据

http://www.enterprisesurveys.org/data

6 中国专利数据库

http://new.ccerdata.cn/Home/Special#h3

http://202.107.204.54:8080/cnipr/main.do?method=gotoMain

7 农村经济研究中心农村固定观察点

http://www.moa.gov.cn/sydw/ncjjzx/gcdgzdt/gzdtg/201302/t20130225_3225848.htm

8 中国家庭大数据库

邮箱联系:rwskdata@zju.edu.cn

9 中国广东家庭追踪调查数据

http://css.sysu.edu.cn/Data/List?type=家庭追踪调查数据库

10 中国家庭追踪调查(CFPS)

http://www.isss.edu.cn/cfps/

11中国家庭金融调查数据(CHFS)

http://chfs.swufe.edu.cn/

12中国家庭收入调查数据(CHIPS)

http://www.ciidbnu.org/chip/index.asp

13美国综合社会调查数据(GSS)

http://gss.norc.org/

14欧洲社会调查数据(ESS)

http://www.europeansocialsurvey.org/

15印度老龄纵贯调查数据(LASI)

http://iipsindia.org/research_lasi.htm

16日本综合社会调查数据(JGSS)

http://jgss.daishodai.ac.jp/surveys/sur_top.htm

17韩国综合社会调查数据KGSS

http://src.skku.edu/eng/menu03_research/research.html

18东亚联合社会调查数据EASS

http://www.eassda.org/modules/doc/index.php?doc=intro

19中国社会状况综合调查(CSS)

http://css.cssn.cn/zgshzkzhdc/

20 中国教育追踪调查数据(CEPS)

http://ceps.ruc.edu.cn/

21中国宗教调查数据(CRS)

http://crs.ruc.edu.cn/

22中国老年社会追踪调查数据(CLASS)

http://class.ruc.edu.cn/

23中国健康与养老追踪调查数据(CHARLS)

http://charls.pku.edu.cn/zh-CN

24中国健康与营养调查(CHNS)

http://www.cpc.unc.edu/projects/china

25中国老年健康影响因素跟踪调查数据(CLHLS)

http://web5.pku.edu.cn/ageing/html/datadownload.html

26人类死亡率数据库(HMD)

数据网址:http://www.mortality.org/

27中国台湾社会变迁调查数据(TSCS)

http://www.ios.sinica.edu.tw/sc/

28中国台湾国民健康访问调查数据NHIS

http://nhis.nhri.org.tw/

29世界价值观调查数据中国台湾卷(WVS)

https://srda.sinica.edu.tw/group/scigview/1/11

30世界价值观调查数据中国卷(WVS)

http://www.cpc.unc.edu/projects/china

31中国大城市社会网与求职调查数据

http://css.sysu.edu.cn/Data/List?type=社会网与求职调查数据库

32中国小微企业调查数据(CMES)

http://chfs.swufe.edu.cn/

33社会网与求职调查数据库

http://css.sysu.edu.cn/Data

34青少年科学学习调查数据库

http://css.sysu.edu.cn/Data

35中国电信灯塔大数据背景调查数据

http://www.ctbigdata.cn/BackgroundInvestigation/

36大学生群体状况调查数据

http://www.sachina.edu.cn/modules/datacenter/viewdata.php?channelid=5&projid=13&dataid=119

37中国城乡流动调查数据

https://www.iza.org/en/research/idsc/services

38中国劳动力动态调查数据CLDS

http://css.sysu.edu.cn/Data

39城市农民工调查数据库

http://css.sysu.edu.cn/Data

文中数据资源信息摘编自各大GIS网站、平台、公众号近期发布的地理空间数据共享资源,仅为方便学习使用,如有错误,以原网站发布的信息为准。资料源于网络,仅供学习,禁止商用,如有侵权联系我们立即删除。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2022-12-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 好奇心Log 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档