2022/4/1 14:51:15 阅读：676 发布者：chichi77
本文对GIS行业相关的综合数据获取网站加以整理，包括但不限于遥感数据、气候数据、土地数据、土壤数据、农业数据、行政区数据、社会数据、经济数据等。数据较多，大家可以直接通过下方目录加以总览。
Part1综合GIS数据
>>>> Awesome Public Datasets：
网址：https://github.com/awesomedata/awesome-public-datasets
Awesome Public Datasets是AwesomeData社区下属的数据集，其具有农业、经济、地球科学、社交网络等多个领域的数据，十分丰富。
>>>> Free GIS Data：
网址：https://freegisdata.rtwilson.com/
Free GIS Data是一位GIS从业者创建的数据网站，提供了超过500个提供可以直接用以GIS分析数据的网站。
>>>> SEDAC：
网址：https://sedac.ciesin.columbia.edu/data/sets/browse
SEDAC是美国国家航空航天局下属对地观测系统数据与信息中心（Earth Observing System Data and Information System，EOSDIS）的分布式活动存档中心（Distributed Active Archive Centers （DAACs）之一。其平台含有涉及人口、政策、经济、社会等多方面数据。
>>>> Earthdata：
网址：https://earthdata.nasa.gov/
Earthdata是美国国家航空航天局下属的数据开放平台，具有遥感影像、气候、海洋与陆地等十分丰富的数据。
>>>> 国家青藏高原科学数据中心：
网址：https://data.tpdc.ac.cn/zh-hans/
国家青藏高原科学数据中心依托中国科学院青藏高原研究所建设，同时兰州大学、北京师范大学和中国科学院计算机网络信息中心参与建设。其具有气候、降雪、冰川等数据，主要数据范围为中国境内。
>>>> ArcGIS Online 中国：
网址：http://www.arcgisonline.cn/arcgis/home/index.html
ArcGIS Online 中国是一个线上的协作式GIS平台，具有十分丰富的GIS数据。在其搜索界面，以我们所需要的数据类型为关键词可以搜索到很多信息。
>>>> 厦门市大数据安全开放平台：
网址：https://data.xm.gov.cn/opendata/other/#/about_platform
厦门市大数据安全开放平台是由厦门市工业和信息化局（厦门市大数据管理局）指导，厦门市信息中心负责建设运营的数据开放平台，具有各类综合数据，尤其在共享单车、地铁等交通GIS数据获取方面较为方便。
Part2遥感影像数据
>>>> 综合遥感数据：
1. USGS EarthExplore
网址：https://earthexplorer.usgs.gov/
USGS EarthExplore是美国地质勘探局（United States Geological Survey）下属遥感图像数据网站，具有EO-1、Landsat、Sentinel等常见遥感数据。
2021年03月其可获取的遥感数据如下图。
2. LAADS DAAC
网址：https://ladsweb.modaps.eosdis.nasa.gov/
LAADS（Level-1 and Atmosphere Archive & Distribution System） DAAC（Distributed Active Archive Center）是美国国家航空航天局（National Aeronautics and Space Administration）戈达德航天中心用来存放数据的一个网站接口，具有MODIS、Envisat、Sentinel等常见遥感数据，尤其是下载MODIS数据的首选网站。
2021年03月其可获取的遥感数据如下图。
3. Copernicus Open Access Hub
网址：https://scihub.copernicus.eu/dhus/#/home
Copernicus Open Access Hub即欧洲航天局（European Space Agency）哥白尼开放数据访问中心，具有Sentinel系列遥感数据，是下载Sentinel数据的首选网站。
2021年03月其可获取的遥感数据如下图。
4. GloVis
网址：https://glovis.usgs.gov/app
GloVis（Global Visualization Viewer）即美国地质调查局全球可视化查看器，具有EO-1、Landsat等遥感数据。
2021年03月其可获取的遥感数据如下图。
5. 地理空间数据云
网址：http://www.gscloud.cn/sources/index?pid=1&rootid=1
地理空间数据云是中国科学院计算机网络信息中心下属数据平台，具有包括Landsat、MODIS、EO-1、Sentinel等常见遥感数据，也包括高分一号、高分四号等国产数据。
2021年03月其可获取的遥感数据如下图。
>>>> 雷达遥感数据：
1. ASF DAAC
网址：https://search.asf.alaska.edu/#/
ASF（Alaska Satellite Facility） DAAC是美国国家航空航天局阿拉斯加卫星设备处用来存放数据的一个网站接口，具有Sentinel-1、ALOS、RADASAT、SEASAT等雷达遥感数据。
2021年03月其可获取的遥感数据如下图。
>>>> 夜光遥感数据：
1. NOAA EOG
网址：https://ngdc.noaa.gov/eog/index.html
NOAA（National Centers for Environmental Information） EOG（Earth Observation Group）是美国国家海洋和大气管理局地球观测小组的数据平台，具有VIIRS、DMSP、NightSat等夜光遥感数据。
2021年03月其可获取的遥感数据如下图。
2. 珞珈一号
网址：http://59.175.109.173:8888/index.html
“珞珈一号”是武汉大学与相关机构共同研制的全球首颗专业夜光遥感卫星，其数据共享平台可以下载该卫星的相关数据。
2021年03月其可获取的遥感数据如下图。
>>>> 海洋卫星数据：
1. 中国海洋卫星数据服务系统
网址：https://osdds.nsoas.org.cn/#/
中国海洋卫星数据服务系统是国家卫星海洋应用中心下属数据平台，具有海洋水色卫星、海洋动力环境卫星等海洋遥感数据。
2021年03月其可获取的遥感数据如下图。
Part3气象数据
>>>> 全球气象数据：
1. WorldClim
网址：https://www.worldclim.org/data/index.html
WorldClim是一个全球高分辨率气候数据分享平台。
截止2021年03月，其具有“Climate”与“Weather”两部分数据与未来预计气象数据。其中，“Climate”包含：全球1970年至2000年逐月最低温度、最高温度、平均温度、降水量、太阳辐射、风速、水汽压差数据，空间分辨率为30’’，2.5’，5’，10’；全球1970年至2000年平均逐月19种生物气候变量数据，空间分辨率为30’’，2.5’，5’，10’。“Weather”包含：全球1960年至2018年逐月平均最低温度、平均最高温度、总降水量数据，空间分辨率为2.5’。未来预计气象数据包含：全球2021年至2100年逐20年月平均最低温度、最高温度与降水量数据，空间分辨率为2.5’，5’，10’。
2. Applied Climate Science Lab
网址：https://data.nkn.uidaho.edu/dataset/monthly-climate-and-climatic-water-balance-global-terrestrial-surfaces-1958-2015
Applied Climate Science Lab是美国爱达荷大学下属科学实验室。
截止2021年03月，其具有全球大陆地区1958至2015年逐月降水量、最高温度、最低温度、风速、蒸气压、太阳辐射数据，空间分辨率为1/24°；以及全球大陆地区1958至2015年逐月潜在蒸散量、降水量、温度、插值植物可提取土壤持水量数据，空间分辨率为1/24°。
3. Climate Data Store
网址：https://cds.climate.copernicus.eu/cdsapp#!/home
Climate Data Store是哥白尼气候变化服务（Copernicus Climate Change Service，C3S）数据平台，具有大量全球、欧洲地区气象、水文等不同数据集。
4. ERA5
网址 ：https://confluence.ecmwf.int/display/CKB/How+to+download+ERA5#HowtodownloadERA5-3-DownloadingonlineERA5familydatathroughtheCDSwebinterface
ERA5是欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）全球气候大气再分析的第五代工具。其具有全球1950年（预计于2021年末发布，目前已发布1980年左右）至当前日期前五天的多种大气数据，空间分辨率为0.25°。关于ERA5的更详细信息请查阅：https://climate.copernicus.eu/climate-reanalysis。
5. Physical Sciences Laboratory
网址：https://www.psl.noaa.gov/data/index.html
Physical Sciences Laboratory（PSL）是美国国家海洋和大气管理局下属数据平台，具有非常丰富的全球或地区气候、水文、天气等数据。
6. Climate Explorer
网址：http://climexp.knmi.nl/selectfield_obs2.cgi?id=someone@somewhere
Climate Explorer是世界气象组织（World Meteorological Organization）下属的气象数据检索平台，具有非常丰富的全球或地区气候数据。其一大优势即为可以针对温度、降水、云覆盖等不同的气象要素分别检索，极大提高效率。
7. GES DISC
网址：https://disc.gsfc.nasa.gov/datasets?page=1
GES（Goddard Earth Sciences） DISC（Data and Information Services Center）是美国国家航空航天局戈达德宇宙飞行中心下属的数据服务中心，具有非常丰富的全球或地区气候、气象数据。
>>>> 中国气象数据：
1. 中国区域地面气象要素驱动数据集（1979-2018）
网址：https://data.tpdc.ac.cn/zh-hans/disallow/8028b944-daaa-4511-8769-965612652c49/
中国区域地面气象要素驱动数据集（1979-2018）是我国学者结合多种在分析资料所得气象数据。其包含中国区域1979年至2018年逐三小时近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率数据，空间分辨率为0.1°。
>>>> 空气质量数据：
1. 绿网
网址：http://www.lvwang.org.cn/map/#/index
绿网是我国一家致力于污染防治的非营利性环保组织下属环境质量数据网站。其具有空气质量、水质量、环境风险企业、土壤、环境影响评价、保护区等数据，可以在网站地图中实时显示或通过其API端口下载。
2. 空气质量在线监测分析平台
网址：https://www.aqistudy.cn/
中国空气质量在线监测分析平台同样是一个公益性质的空气质量数据平台。其具有全国367个城市的PM2.5及天气信息数据，并且具有较好的在线数据统计、城市排名等功能。
3. 空气质量在线监测分析平台历史数据
网址：https://www.aqistudy.cn/historydata/
其为中国空气质量在线监测分析平台公布历史空气质量数据的平台，可以依据城市查询相关数据。
Part4土壤土地数据
>>>> 土壤属性数据：
1. HWSD Database
网址：http://webarchive.iiasa.ac.at/Research/LUC/External-World-soil-database/HTML/HWSD_Data.html?sb=4
HWSD（Harmonized World Soil Database）即世界土壤数据库，其是国际应用系统分析研究所（International Institute for Applied Systems Analysis，IIASA）与联合国粮食及农业组织（Food and Agriculture Organization of the United Nations，FAO）在一项针对全球部分地区的土地利用与覆盖变化模拟项目中诞生的产物。其包含丰富的土壤类型、相位、理化性质等信息，具体请见其官方文档。其空间分辨率为30"。
>>>> 土地覆盖数据：
1. FROM-GLC
网址：http://data.ess.tsinghua.edu.cn/
FROM-GLC（Finer Resolution Observation and Monitoring of Global Land Cover）是清华大学开发的系列土地利用与覆盖产品数据集库，具有不同方法、不同空间分辨率、不同年份繁多的全球土地覆盖数据、不透水面数据等。
2.2资源环境科学与数据中心
网址：http://www.resdc.cn/data.aspx?DATAID=335
资源环境科学与数据中心是中国科学院地理科学与资源研究所下属环境数据共享平台，具有1970年代末期、1980年代、1980年代末期、1995年、2000年、2005年、2015年、2018年、2020年等时期数据，空间分辨率为1 km。
3. OSM Landuse Landcover
网址：https://osmlanduse.org/#12/8.7/49.4/0/
OSM（OpenStreetMap）是一款创建自由、可编辑世界地图的合作项目。但截止2021年03月，OSM地表覆盖数据似乎仅仅可以在线浏览，而不可以直接下载。此外，使用OSM数据时需要严格注意国境线问题。
>>>> 地面高度数据：
1. ASTER GDEM
网址：https://asterweb.jpl.nasa.gov/gdem.asp
ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）GDEM（Global Digital Elevation Map）是日本经济产业省（the Ministry of Economy, Trade, and Industry，METI）与美国国家航空航天局共同发布的全球数字高程模型。其空间分辨率为30 m。
2. AW3D30
网址：http://www.eorc.jaxa.jp/ALOS/en/aw3d30/registration.htm（首次登陆必须由这里进入注册）
AW3D30（ALOS Global Digital Surface Model “ALOS World 3D - 30m”）是由日本宇宙航空研究开发机构（Japan Aerospace Exploration Agency，JAXA）基于对地测绘卫星ALOS数据所生产的DSM数据。其空间分辨率为30 m，高程精度为5 m。
>>>> 水体数据：
1. MERIT Hydro
网址：http://hydro.iis.u-tokyo.ac.jp/~yamadai/MERIT_Hydro/
MERIT Hydro是基于MERIT DEM数据与多种内陆水体地图生产的全球水文数据集，包含流向、流量累积、水文调整高程与河道宽度等参数。其空间分辨率为3"。
2. ASTWBD
网址：https://asterweb.jpl.nasa.gov/gdem.asp
ASTWBD（ASTER Water Body Dataset）是基于ASTER GDEM数据得到的，具有海洋、河流、湖泊等水体数据。
Part5植被农业数据
>>>> 作物产量数据：
1. SPAM
网址：https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/PRFF8V
SPAM（Spatial Production Allocation Model）是MapSPAM团队基于多种数据源生产的全球作物生产分配模型，其包括全球2010年41种作物的种植面积、收获面积、产量、作物加工产品产量、作物收获面积与产量总产值等数据。空间分辨率为8.6 km。
2. Aerial Intelligence
网址：https://github.com/aerialintel/data-science-exercise
Aerial Intelligence是一个致力于为世界农业带来最先进数据科学的初创企业，其在GitHub上发布了美国几个县的小麦产量，初衷那个是为了鼓励用户基于合适的数据分析方法实现作物产量预测。
>>>> 作物物候数据：
1.1ChinaCropPhen1km
网址：https://figshare.com/articles/dataset/ChinaCropPhen1km_A_high-resolution_crop_phenological_dataset_for_three_staple_crops_in_China_during_2000-2015_based_on_LAI_products/8313530/6
ChinaCropPhen1km是由我国学者开发的全国2000年至2015年三种主要作物（水稻、小麦、玉米）物候数据集，每一个年份对应的每一种作物的每一个物候期分别是一张图像，像素值为该年份中该作物该种物候期对应的时间（儒略日）。其空间分辨率为1 km。
>>>> 植被指数数据：
1. Index-Data-Base
网址：https://www.indexdatabase.de/
Index-Data-Base（IDB）是一个植被指数数据资料库，而并非含有实际数据的数据库。其提供了一个索引，我们可以用以在特定的植被指数用途、指定特定的遥感平台情况下，对满足要求的植被指数加以索引。
2. MODIS Vegetation Index Products
网址：https://modis.gsfc.nasa.gov/data/dataprod/mod13.php
MODIS Vegetation Index Products是基于MODIS数据、由官方生产的16日植被指数数据产品，包括NDVI与EVI两种。其空间分辨率为250 m，500 m，1 km，0.05°。
3. LAI_TS_Val
网址：https://zenodo.org/record/4393164#.X-V4HthLhPY
LAI_TS_Val（LAI time-series validation）是一个全球2001年至2011年长时间序列LAI验证数据集产品，具有924个验证数据，空间分辨率为1 km。
4. CSIF
网址：https://figshare.com/articles/dataset/CSIF/6387494
CSIF是基于MCD43C4数据生产的全球叶绿素荧光参数数据集。
Part6行政区边界与建筑轮廓、POI、基站数据
>>>> 行政区边界数据：
1. DIVA-GIS
网址：https://www.diva-gis.org/
DIVA-GIS是美国加利福尼亚大学一位教授创办的地图制图与地理数据分析软件与网站。其网站“Free Spatial Data”部分具有全球大量GIS数据，包括行政区边界数据、高程数据、人口数据、路网数据等。值得一提的是，在这一网站获取国外数据比较靠谱，国内数据一定需要注意领土问题。
2. GADM
网址：https://gadm.org/data.html
GADM具有全球386,735个行政区边界的数据，同时可以选择下载全球数据或依据国家单独索引、下载数据。同样的，在这一网站获取国外数据比较靠谱，国内数据一定需要注意领土问题。
3. OSM
网址：https://www.openstreetmap.org/#map=13/39.9118/116.3756
OSM（OpenStreetMap）是一款创建自由、可编辑世界地图的合作项目。其包含全球行政区数据与路网数据、土地覆盖数据等GIS数据。需要下载时，点击左上角“Export”按钮即可。同样的，在这一网站获取国外数据比较靠谱，国内数据一定需要注意领土问题。
>>>> 路网数据：
1. DIVA-GIS
网址：https://www.diva-gis.org/
DIVA-GIS是美国加利福尼亚大学一位教授创办的地图制图与地理数据分析软件与网站。其网站“Free Spatial Data”部分具有全球大量GIS数据，包括行政区边界数据、高程数据、人口数据、路网数据等。值得一提的是，在这一网站获取国外数据比较靠谱，国内数据一定需要注意边界问题。
2. OSM
网址：https://www.openstreetmap.org/#map=13/39.9118/116.3756
OSM（OpenStreetMap）是一款创建自由、可编辑世界地图的合作项目。其包含全球行政区数据与路网数据、土地覆盖数据等GIS数据。需要下载时，点击左上角“Export”按钮即可。同样的，在这一网站获取国外数据比较靠谱，国内数据一定需要注意边界问题。
>>>> 建筑轮廓数据：
1. 博文测绘62城市建筑轮廓数据
网址：https://www.sohu.com/a/324288814_100020239
该数据是由“博文测绘GIS服务中心”帐号发布的我国62个主要城市的建筑物矢量数据。
2. 博文测绘100+城市建筑轮廓数据
网址：https://mp.weixin.qq.com/s?src=11×tamp=1615266189&ver=2935&signature=rAd0AWAIOcOnMCs7CzBIFIjdZEogK-75mnjvlb-Cq5beJCS13XBJbYNG4AbCXD4aCMDjgBd2VQLRUxwXd9T3Qv7w*4jPn0ks6M7zslQ5mdXYCg0apPSXE7HxyDM9au&new=1
该数据是由“博文测绘GIS服务中心”帐号发布的我国100+个一二线城市的建筑物矢量数据。
>>>> POI数据：
1. Map POI
网址：https://opendata.pku.edu.cn/dataset.xhtml?persistentId=doi:10.18170/DVN/WSXCNM
Map POI（Point of Interest）数据是由高德地图与相关公司发表在北京大学开放研究数据平台的全国截止至2018年09月的POI数据，共计约6.5千万个。
2. ArcGIS Online
网址：https://www.arcgis.com/home/search.html?q=POI
ArcGIS Online是一个线上的协作式GIS平台，具有十分丰富的GIS数据。在其搜索界面，以“POI”为关键词可以搜索到很多信息。
>>>> 移动基站数据：
1. OpenCelliD
网址：https://www.opencellid.org/#zoom=16&lat=37.77889&lon=-122.41942
OpenCelliD是一个开放的全球移动基站数据获取网站，共有约4千万个数据。值得一提的是，该网站目前不含5G基站。
Part7GPS轨迹与签到数据
>>>> 个人GPS轨迹数据：
1. GeoLife GPS Trajectories
网址：https://www.microsoft.com/en-us/download/details.aspx?id=52367
GeoLife GPS Trajectories是微软亚洲研究院（Microsoft Research Asia）Geolife项目生产的182位用户于2007年04月至2012年08月期间的轨迹数据，记录了用户多种户外活动过程中所发生的移动信息。
2. GPS Trajectories with transportation mode labels
网址：https://www.microsoft.com/en-us/research/publication/gps-trajectories-with-transportation-mode-labels/
GPS Trajectories with transportation mode labels同样是微软亚洲研究院（Microsoft Research Asia）Geolife项目生产的数据。而与前者不同的是，本数据中每一个GPS轨迹数据都对应着一个运动类型标签，即都代表对应用户的一种户外行动记录。
>>>> 个人签到数据：
1. Gowalla
网址：https://snap.stanford.edu/data/loc-gowalla.html
Gowalla是斯坦福大学生产的2009年02月至2010年10月期间用户社交媒体软件的签到数据，共有6,442,890条数据。
2. Gowalla Dataset
网址：http://www.yongliu.org/datasets
Gowalla Dataset是在Gowalla基础之上进一步丰富的用户签到数据集。其新增了2010年11月至2010年12月期间用户Facebook签到数据。数据共包含319,063位用户的36,001,959条签到数据。
>>>> 出租车、公交车GPS轨迹数据：
1. T-Drive
网址：https://www.microsoft.com/en-us/research/publication/t-drive-trajectory-data-sample/
T-Drive 轨迹数据样本（Trajectory Data Sample）来源于微软，具有北京市2008年02月02日至02月08日共一周时间内10357辆出租车的轨迹数据。其具有约1.5千万个数据点，总行驶里程约900万千米。
2. The epfl/mobility dataset
网址：http://crawdad.org/epfl/mobility/20090224/
The epfl/mobility dataset包含美国旧金山湾区2008年05月17日至2008年06月10日大约500辆出租车的GPS轨迹数据。
3. Smart City Research Group
网址：https://www.cse.ust.hk/scrg/
Smart City Research Group是香港科技大学生产的城市轨迹数据，包括出租车、公交车、手机社交网络数据等。其中，出租车数据为上海市2007年02月20日单日数据，公交车数据为2007年02月23日数据。
4. The roma/taxi dataset
网址：http://crawdad.org/roma/taxi/20140717/
The roma/taxi dataset包含罗马2014年02月01日至2014年03月02日大约320辆出租车的GPS轨迹数据。
5. Urban Data Release
网址：https://www.cs.rutgers.edu/~dz220/data.html
Urban Data Release是新泽西州立罗格斯大学助理教授Desheng Zhang课题组生产的城市数据集，包括深圳市手机CDR数据、智能卡数据与出租车、公交车轨迹数据。
6. Electric Vehicle Data
网址：https://www.cs.rutgers.edu/~dz220/data.html
Electric Vehicle Data是新泽西州立罗格斯大学助理教授Desheng Zhang课题组生产的电动出租车数据集，包括深圳市单日664辆出租车的1,155,654条GPS数据。
7. 中华人民共和国交通运输部交通智数
网址：http://www.mot.gov.cn/sjkf/
中华人民共和国交通运输部交通智数是中华人民共和国交通运输部下属交通数据分享平台，具有全国多个城市的出租车GPS轨迹数据。
8. 交通线路通达时间预测
网址：https://js.dclab.run/v2/cmptDetail.html?id=175
交通线路通达时间预测是成都一家数据公司主办的数据分析赛事，其提供了成都市2014年08月03日至2014年08月30日1.4万余辆出租车14亿+条GPS记录。报名参赛后即可下载对应数据。
9. 深圳开放数据应用创新大赛
网址：https://opendata.sz.gov.cn/sodic2019/%E8%B5%9B%E9%A2%98%E6%95%B0%E6%8D%AE.html
深圳开放数据应用创新大赛提供了多种类型的开放数据。其中，出租车数据为深圳市2019年10月8日至2019年10月14日出租车、公交车、重型货车、普通货车以及各种特种营运车辆GPS数据。
>>>> 手机信令数据：
1. Urban Data Release
网址：https://www.cs.rutgers.edu/~dz220/data.html
Urban Data Release是新泽西州立罗格斯大学助理教授Desheng Zhang课题组生产的城市数据集，包括深圳市手机CDR数据、智能卡数据与出租车、公交车轨迹数据。
Part8人口、共享单车与地铁数据
>>>> 人口数据：
1. WorldPop
网址：https://www.worldpop.org/
WorldPop是英国南安普顿大学（University of Southampton）下属一个致力于人口数据开放获取与应用的组织，其网站提供了全球或地区各类人口相关指标，包括人口数量、人口密度、年龄与性别结构、人口流动等宝贵数据。
2. GHSL
网址：https://jeodpp.jrc.ec.europa.eu/ftp/jrc-opendata/GHSL/GHS_POP_MT_GLOBE_R2019A/
GHSL（Global Human Settlement Layer）是欧盟委员会联合研究中心（Joint Research Centre）大数据分析平台（Big Data Analytics Platform）提供的全球多种空间分辨率、多种投影方式的人口定居数据。
3. LandScan
网址：https://landscan.ornl.gov/
LandScan是美国橡树岭国家实验室开发的全球动态人口数据，其空间分辨率为30"。这一数据的下载需要使用教育邮箱注册。
4. 中国公里网格人口分布数据集
网址：http://www.geodoi.ac.cn/WebCn/doi.aspx?Id=131
中国公里网格人口分布数据集是中国科学院地理科学与资源研究所与中国科学院大学联合生产的中国公里格网人口空间分布数据集，空间分辨率为1 km。
>>>> 共享单车数据：
1. Bike Share Data Systems
网址：https://github.com/BetaNYC/Bike-Share-Data-Best-Practices/wiki/Bike-Share-Data-Systems
这里拥有国外多个国家或地区的共享单车数据，可谓十分丰富。
2. 2021数字中国创新大赛
网址：https://data.xm.gov.cn/contest-series/digit-china-2021/index.html#/3/competition_data
这一数据是2021数字中国创新大赛大数据赛道-城市管理大数据专题下属题目数据，需要注册并实名后参赛，随后方可下载数据。
3. 摩拜杯算法挑战赛
网址：https://www.biendata.xyz/competition/mobike/data/
这一数据是2017年摩拜杯算法挑战赛的赛题数据，注册、报名竞赛后即可获取。其中，训练集共有321,4096条出行记录，测试集共有200,2996条出行记录。
4. 摩拜共享单车2017年8月数据集
网址：https://www.kesci.com/mw/dataset/5d315ebbcf76a60036e565bf
该数据来源于网络，包含2017年08月上海市摩拜单车数据。
5. ttbike-spider
网址：https://github.com/flycattt/ttbike-spider
该数据是一位知乎用户课程设计研究的项目数据。
>>>> 地铁数据：
1. SODA
网址：http://soda.data.sh.gov.cn/competitionData.html
SODA上海开放数据创新应用大赛是国内一项知名的大数据赛事，每一届都会放出大量数据；其中，地铁数据也是SODA的主要数据之一。但是似乎数据只能在竞赛开启期间（每年07月至10月左右）下载。
Part9GDP、经济与社会数据
>>>> GDP数据：
1. G-Econ
网址：https://sedac.ciesin.columbia.edu/data/set/spatialecon-gecon-v4
G-Econ是美国国家航空航天局下属对地观测系统数据与信息中心（Earth Observing System Data and Information System，EOSDIS）的分布式活动存档中心（Distributed Active Archive Centers （DAACs）之一——社会经济数据与应用中心（Socioeconomic Data and Applications Center）下的全球网格化地理经济数据。其包含全球1990年，1995年，2000年，2005年市场汇率与购买力平价对应的GDP数据，空间分辨率为1°。
2. 中国公里网格GDP分布数据集
网址：http://www.geodoi.ac.cn/WebCn/doi.aspx?Id=125
中国公里网格GDP分布数据集是中国科学院生产的GDP格网空间分布数据，包括2005年，2010年的数据，空间分辨率为1 km。
3. 中国公里格网GDP数据
网址：http://www.geodata.cn/data/datadetails.html?dataguid=844414&docid=6666
中国公里格网GDP数据同样来自中国科学院，数据对应的年份较之前者更多，空间分辨率为1 km。
>>>> 综合经济与社会数据：
1. Our World in Data
网址：https://ourworldindata.org/
Our World in Data是一个致力于研究、解决贫穷、疾病、饥饿、气候变化等主要全球问题的公益性组织，其平台提供了经济、环境保护、工业、粮食、医疗、气候等各类数据，十分丰富。
2. SEDAC
网址：https://sedac.ciesin.columbia.edu/data/sets/browse
SEDAC是美国国家航空航天局下属对地观测系统数据与信息中心（Earth Observing System Data and Information System，EOSDIS）的分布式活动存档中心（Distributed Active Archive Centers （DAACs）之一。其平台含有涉及人口、政策、经济、社会等多方面数据。
Part10卫星信息数据
>>>> Space-Track：
网址：https://www.space-track.org/
Space-Track是由SAIC公司开发、由美国空军第18太空控制中队提供数据的全球卫星、火箭数据，具有较为详细的太空卫星、火箭箭体数据。
>>>> CelesTrak：
网址：https://celestrak.com/
CelesTrak是由T.S. Kelso创立的卫星数据网站，具有较为详细的太空卫星数据。尤其是其可视化平台十分出众。
>>>> UCS Satellite Database：
网址：https://www.ucsusa.org/resources/satellite-database#.XCcxUVAzbDd
UCS Satellite Database是Union of Concerned Scientists下属的卫星数据网站，具有Excel、text等格式的太空卫星数据。其网站同样具有一定可视化卫星数据的内容。
Part11其他GIS相关数据
>>>> Kaggle：
网址：https://www.kaggle.com/datasets
Kaggle是一个线上的数据科学与机器学习用户交流平台。其具有包括健康、饮食、娱乐、GIS等大量领域的数据。
>>>> Data Mining Lab：
网址：https://www.kaggle.com/datasets
Data Mining Lab是电子科技大学Junming Shao教授课题组网站。其网站列举了大量各领域数据，同时还列举了常用的数据处理软件包、算法与代码等。
>>>> World Bank Open Data：
网址：https://data.worldbank.org/
World Bank Open Data是世界银行集团（The World Bank）下属全球或地区各类数据开放访问平台，数据十分丰富，涵盖了几乎所有领域。
>>>> 中华人民共和国自然资源部政府信息公开：
网址：http://g.mnr.gov.cn/
中华人民共和国自然资源部政府信息公开是自然资源部下属开放数据平台，包含土地、环境、地质、资源以及相关政策、法律法规数据等。
————————————————
版权声明：本文为CSDN博主「疯狂学习GIS」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/zhebushibiaoshifu/article/details/114401239
如有侵权，请联系本站删除！
