中国城市建筑功能矢量数据集 | 建筑功能 矢量数据 城市规划 空间分析 Shapefile 多分类 GIS数据集8017期

中国城市建筑功能矢量数据集 | 建筑功能 矢量数据 城市规划 空间分析 Shapefile 多分类 GIS数据集8017期

数据集概述

本数据集涵盖中国109个主要城市的约1.1亿栋单体建筑,并标注了八大类功能属性。数据以Shapefile格式提供,坐标系为WGS84,可广泛应用于城市规划、地理信息分析及可持续发展研究。

数据集核心信息

数据要素 详细说明
建筑总量 1.1亿 栋(单体建筑级)
覆盖城市 中国 109个 主要城市
功能分类 8 类:住宅、商业、教育、医疗、文体、公共服务、行政、工业
数据格式 Shapefile(.shp)
坐标系 WGS84(EPSG:4326)
时间范围 2020-2023年
数据大小 7.3GB(支持分城市下载)
数据来源 Zenodo(附原始引用信息)

数据三要素解析

分类体系与功能属性

  • 数据集采用 8大类功能分类,具体为:住宅、商业、教育、医疗、文体、公共服务、行政、工业。该分类覆盖了城市核心功能,可支撑多维度城市分析。
  • 分类体系与《城市用地分类与规划建设用地标准》衔接,便于与城市规划、国土空间规划数据结合使用。
  • 建筑功能属性存储于Shapefile的属性表中,可通过字段查询与筛选进行空间分析。

覆盖范围与组织方式

  • 空间上覆盖 109个主要城市,涵盖不同规模等级、不同发展水平的城市,具有较好的区域代表性。
  • 数据按 地理分区-省份-城市 三级结构组织,压缩包命名规则为 G_P_C.zip,支持按需分城市下载,降低本地存储压力。

应用价值

  • 城市功能结构分析:识别城市功能分区(如中央商务区、居住组团、工业区),支撑空间规划修编。
  • 公共服务均等化评估:结合教育、医疗、文体等功能建筑分布,分析城市公共服务设施可达性与资源配置公平性。
  • 时空演变研究:结合时间跨度的建筑功能变化,推断城市功能转型与更新区域。
  • 环境与人口研究 :将建筑功能与能耗、人口分布、交通需求等数据叠加,支持"双碳"目标下的城市建模与情景分析。

知识普及:建筑功能矢量数据的核心价值

建筑功能数据是连接 城市实体空间 与 社会经济活动 的关键桥梁。与兴趣点(POI)数据相比,单体建筑矢量面 具备几何边界与功能属性双重信息,可支持更精细的空间分析:

  • 面积计算:可精确统计某类功能建筑的总占地面积或建筑面积,用于计算容积率、建筑密度等核心规划指标。
  • 空间形态分析:可识别不同功能建筑的空间集聚模式(如带状商业、团状居住区)。
  • 三维城市建模:结合建筑高度或楼层数信息,可生成三维城市模型,支持天际线分析、日照模拟等。

快速开始(Python示例)

python 复制代码
import geopandas as gpd
import matplotlib.pyplot as plt

# 加载某个城市的建筑数据(示例:上海)
gdf = gpd.read_file('path/to/G_P_C/Building.shp')

# 查看数据摘要
print(gdf.head())
print(gdf['function'].value_counts())

# 按功能分类绘制空间分布(以住宅和商业为例)
fig, ax = plt.subplots(figsize=(10, 10))
gdf[gdf['function'].isin(['Residential', 'Commercial'])].plot(
    column='function', ax=ax, legend=True, cmap='Set1', edgecolor='none'
)
plt.title('上海建筑功能分布(局部示意)')
plt.show()

标签

建筑功能 矢量数据 城市规划 空间分析 Shapefile 多分类 GIS数据集

相关推荐
Yingyingyingyyy17 小时前
GitHub 开源热榜项目-周榜(2026-11-02)
人工智能·开源·github
Dovis(誓平步青云)17 小时前
启元 T1 Pro 视觉伺服实践:基于 HSV 阈值与针孔测距的启元机器人寻物实现
开发语言·人工智能·机器学习·二次开发
虎鲸不是鱼17 小时前
AI 自动化逆向(三十六)先找不加密的部分
人工智能·自动化·大模型·逆向·ai逆向
Sailing17 小时前
🚀🚀【封闭结束7】Agent 为什么总是“失忆”?从长期记忆到上下文工程的生产实践
前端·人工智能·agent
阿愚先生17 小时前
【从零手写GPT(一)】:RTX 5080 环境踩坑,我装错了两次 PyTorch
人工智能·pytorch·gpt
Zzj_tju17 小时前
一个温度参数,能修复多少过度自信?
人工智能·语言模型
无责任此方_修行中17 小时前
模型变强了,架构为什么反而要变?——从"折叠 subagent"到"Super-agent"
人工智能·ai编程·deepseek
小哈里17 小时前
【推理】NVIDIA DLI培训:大规模部署与优化 AI 推理(推理原理,K8S,网关层,pd分离,MoE,Dynamo)
人工智能·容器·kubernetes·nvidia·推理
ggabb17 小时前
英语:对新科技新技术命名,词根拼接 + 借用旧词 + 缩写泛滥
人工智能·科技
LK_0718 小时前
【Agent】工具调用的安全边界:从模型输出到程序执行
人工智能·笔记·python·agent