2025年全国地级市间驾车出行距离和出行时间矩阵数据

可达性数据是我们在各项研究中都经常使用的数据。对于可达性的测度有很多方法和指标。

**今日分享的是2025年我国地级市间驾车出行距离和出行时间矩阵数据!**该数据集的格式为excel格式(csv文件)。数据为我国地级市间的矩阵数据。数据包括出行距离和出行时间两大指标------出行方式为驾车出行。出行距离的单位为公里,出行时间的单位为分钟。另外,以地级市市政府所在地点作为驾车出行的起终点。该数据是基于高德地图路径规划API计算得到的,统计的是两个城市的市政府之间的最快出行路径的出行距离和出行时间。数据采集时间为2025年8月份。该驾车出行距离和出行时间基于真实道路网络计算,综合考虑道路等级、红绿灯及交通状况等因素,反映城市之间在现实出行情境下的出行时间成本。

以下为数据的详细介绍:

01

数据预览

该数据集包括地级市间的驾车出行距离excel文件和驾车出行时间excel文件。我们依次来看一下!

一、地级市间出行距离矩阵

地级市间出行距离矩阵记录了城市之间(市政府到市政府之间)的驾车行驶距离。表格以城市名称作为行和列索引,每一个单元格表示从行城市市政府到列城市市政府的驾车行驶距离(单位:公里)。该距离数值来自于高德软件的导航(路径规划)功能,反映城市之间沿道路通行的最快路径的出行距离,而非市政府之间的直线距离。以下为部分数据展示:

二、地级市间出行时间矩阵

**地级市间出行时间矩阵记录了城市之间(市政府到市政府之间)的驾车出行时间。表格以城市名称作为行和列索引,每一个单元格表示从行城市到列城市的实际驾车出行时间(单位:分钟)。该时间数值来自于高德软件的导航(**路径规划)功能,反映城市之间沿道路通行的最快路径的出行时间。以下为部分数据展示:

02

数据详情

数据处理说明:

以全国地级市为分析单元,首先确定各城市的空间起点位置(政府驻地)。在此基础上,城市之间的出行路径通过高德地图路径规划 Web 服务 API(v3)进行计算,采用驾车模式(driving)并使用速度优先策略(strategy = 0),获取城市之间的最优行驶路径。

路径结果综合考虑道路等级、红绿灯、拥堵状况及高速与城市道路权重等现实交通因素。为保证数据的可比性,所有路径请求统一在工作日 9:00--17:00 时间窗口内完成,最终整理形成全国尺度的市际距离矩阵和市际出行时间矩阵。

数据单位:

驾车出行时间:分钟

驾车出行距离:公里

数据格式:

csv格式(excel可直接打开)

【下载→

方式一(推荐):主页 *个人* 简介

城数派-CSDN博客

方式二:数据下载方式汇总-CSDN博客

相关推荐
CoderYanger16 分钟前
Java EE 进阶:9.MyBatis 操作数据库(进阶)(第四弹):图书管理系统(用户登录+添加图书)
java·数据库·spring boot·mysql·面试·java-ee·mybatis
Decay__24 分钟前
附 - 02・SQLServer 分库分表与中间件 —— 原生分区表、横向分库实践与联邦查询
运维·数据库·sql·mysql·架构
牧瀬クリスだ29 分钟前
从零手写博客系统:分层架构与统一响应(一)
java·数据库·架构·mybatis·springboot·安全架构
the局外人34 分钟前
Python 实战检索优化:BM25、向量与重排
数据库·后端·python
得物技术1 小时前
从研发经验到团队知识:Akashic知识工程实践|得物技术
数据库·程序员·架构
ClouGence1 小时前
开源数据库管理工具 CloudDM 发布新版本,支持 GreptimeDB 数据源
数据库·kafka
Highcharts.js1 小时前
Workbuddy + Highcharts Orbit:工作区数据自动建模与可视化分析实践
前端·javascript·信息可视化·数据可视化·highcharts·可视化图表·workbuddy
wno7042 小时前
Centos下PostgreSQL安装部署详细步骤
java·数据库·spring boot
文丑颜不良啊2 小时前
InnoDB 和 MyISAM
数据库
ShineWinsu3 小时前
对于Qt:QVBoxLayout常见属性以及方法的解析
开发语言·数据库·c++·qt·gui·客户端·布局管理器