中国GDP空间分布公里网格数据集是在全国分县GDP统计数据的基础上，考虑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，通过空间插值生成的空间格网数据。数据包括1995、2000、2005、2010、2015和2019年6期。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，数据为1Km栅格数据，每个栅格代表该网格范围（1平方公里）内的GDP总产值，单位为万元/平方千米。前言 – 人工智能教程
GDP是衡量社会经济发展、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和进行空间统计分析提供了便利。中国GDP空间分布公里网格数据集基于全国分县GDP统计数据，综合考虑了土地利用类型、夜间灯光亮度、居民点密度等多因素，并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，从而实现了GDP的空间化。该数据集包括1995年至2019年6个时间段的数据，每个栅格代表1平方公里范围内的GDP总产值，单位为万元/平方千米。数据格式为grid，基准椭球为Krassovsky椭球，投影方式为Albers投影，反映了GDP在全国范围内的详细空间分布状况。
空间化过程中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。
数据集ID:
RESDC/CHINA_GDP
时间范围: 1995年-2019年
范围: 全国
来源: 中国科学院地理科学与资源研究所
复制代码段:
var images = pie.ImageCollection("RESDC/CHINA_GDP")
波段：
名称 | 类型 | 单位 | 空间分辨率(米) | 无效值 | 描述信息 |
|---|---|---|---|---|---|
B1 | Int32 | 万元/平方千米 | 1000 | -1 | GDP总产值 |
属性
date | string | 影像时间 |
|---|
代码：
代码语言：javascript复制var img = pie.ImageCollection("RESDC/CHINA_GDP")
.select("B1")
;
print(img)
//设置显示参数
visParams = {min:0, max:600,
palette: ['000000', '023858', '006837', '1a9850', '66bd63', 'a6d96a',
'd9ef8b', 'ffffbf', 'fee08b', 'fdae61', 'f46d43', 'd73027']};
//加载显示影像
Map.addLayer(img.mean(), visParams, "img");数据引用： 徐新良.中国GDP空间分布公里网格数据集.资源环境科学数据注册与出版系统
