wordpress教程 mac sql郑州seo优化大师
在全球城市化进程不断加快的今天，如何精准定义和测量“城市”成为关键问题。不同国家和机构采用不同的标准，导致全球城市化水平的统计结果存在较大差异。同时，由于数据来源分散、标准不统一，获取一套完整、可比的全球城市边界数据并不容易。
本次我们为大家分享的是基于2020年联合国城市化程度框架的全球城市边界数据集！本套数据采用全球统一定义，划定了 222 种情境下的 2020 年全球统一城市边界（GloPPRUA），为精准测量全球城市化水平提供了科学依据。
该成果由清华大学龙瀛教授团队研究完成，并于2024年6月21日发表在《iScience》期刊上，论文题为 Rethinking the country-level percentage of population residing in urban area with a global harmonized urban definition. 作者包括李文越、张业成、李梦醒、龙瀛。数据集结合五个全球人口数据集、六种城市总人口阈值和五种城市人口密度阈值，提供 222 种情境下的全球城市边界，并附带用于计算这些数据的GIS模型构建器，一并分享给大家！
大家可以在公众号回复关键词 639 免费获取该数据！无需转发文章，直接获取！以下为数据的详细介绍：
01 数据预览
这是一套包含222种情景下的全球城市边界数据，这里以数据集内的“POPuncons_1km_reclass1500final_country10000.shp”为例进行预览展示。该情景为，数据集：WorldPOP Uncons，阈值设置：人口密度大于1500人/平方公里、人口规模大于10000人。
如图所示的红色区域表示的是基于WorldPOP Uncons数据集统计，将一个高密度的网格单元集群中至少有10000名居民且每平方公里超过1500名居民的区域定义为城市区域，而生成的全球城市边界数据。另外还将长三角地区和珠三角地区做了放大处理。
另外，这套数据还提供了用于计算这些数据的 GIS 模型构建器，下图展示了部分工具箱的技术流程图。
02 数据说明
该数据集包含了五个全球人口数据集、六个城市总人口阈值和五个城市人口密度阈值这些配置下的222种情景下的全球城市边界，详细配置如下：
该论文将城市区域定义为人口集聚程度较高的地区，即通过相互关联的高人口密度网格单元进行一定规模的定居。（注：经济和生活方式的标准不包括在城市的定义中，因为这些很难在全球范围内进行协调。）
例如：文件内容包含的数据之一“GHS_1km_reclass200final_country1000.shp”表示的情景是：基于GHSpop 54全球人口数据集的统计，在将人口密度阈值设置为200、人口规模阈值设置为1000的情境下，获得的全球城市边界结果。即单个网格（1km×1km）的人口密度在200人以上，且相邻格网聚集人口规模达到1000人以上的，确定为城市（另有详细计算统计方法可见配套的GIS模型构建器）。
03 数据详情
数据来源：
该数据来源于figshare网站：https://figshare.com/articles/dataset/GloPPRUA-Global_harmonized_urban_definition_boundary_extent/28248101?file=52589888
数据格式：
Shp
数据年份：
2020年
地理坐标系：
GCS_WGS_1984
数据大小：
1.47GB（压缩包）/17.9GB（解压缩后）
空间范围：
全球
数据引用：
Li, Wenyue; Zhang, Yecheng; Li, Mengxing; Long, Ying (2025). GloPPRUA-Global Harmonized Urban Definition. figshare. Dataset. https://doi.org/10.6084/m9.figshare.28248101.v3
论文引用：
Li W, Zhang Y, Li M, Long Y. Rethinking the country-level percentage of population residing in urban area with a global harmonized urban definition. iScience. 2024 May 27;27(6):110125. doi: 10.1016/j.isci.2024.110125. PMID: 38904069; PMCID: PMC11186970.
如有数据使用需求请按照官方平台的要求进行引用，更多数据详情可以查看官网获悉！
03 数据获取
如有数据需求，欢迎点击下方名片链接，关注我们并咨询获取~