多层级全球985城市街区划分数据集发布

为解决全球城市街区数据可用性与质量差异问题，研究人员开发了多层级全球985城市街区划分数据集（MSDCW），为城市规划与国际比较研究提供标准化基础数据，具有重要意义

　　城市街区作为城市空间划分的基本地理单元，在城市规划、人口统计等诸多领域有着重要应用。然而，全球不同国家和地区的街区数据存在显著的可用性和质量差异。发达国家通常拥有成熟的城市街区划分系统和公共数据，而大多数发展中国家的数据要么不完整，要么根本不存在。即使在有数据的国家，由于缺乏统一的街区划分标准，也给国际比较研究带来了困难。为填补这一空白，北京大学的研究人员开展了一项开创性的研究，开发出一套全新的开放数据集——多层级全球985城市街区划分数据集（MSDCW），为全球人口超过50万的985个城市提供了标准化、逻辑清晰且用户友好的街区划分系统，覆盖了来自142个国家和地区的城市，并在五个空间层级上提供了划分结果。验证表明，与官方数据集相比，MSDCW能够合理划分城市街区，可作为相关研究的基础数据，研究人员还可利用该方法生成自己的街区划分数据集。该研究不仅为城市规划和统计提供了高质量的标准化数据，还为国际比较研究提供了有力支持，有助于推动全球城市研究的发展。论文发表在《Scientific Data》上，为全球城市研究领域提供了重要的数据资源和研究参考。

在研究过程中，研究人员采用了多种关键技术方法。首先，数据准备和预处理阶段，从OpenStreetMap获取道路数据，并从全球行政区数据库（GADM）获取行政区划数据，用于确定街区划分的空间范围。其次，在街区划分结果生成阶段，根据道路等级设置缓冲区宽度，并利用缓冲区进行叠加分析以获得初步划分结果。最后，在后处理阶段，通过去除细长多边形、填充街区内部空隙、进行街区扩张和侵蚀等操作，进一步优化街区划分结果，确保数据的质量和一致性。

研究结果表明，MSDCW数据集在质量上与官方数据相当，能够为缺乏官方数据的国家提供高质量的街区数据，满足不同城市的科研和管理需求。同时，由于采用了统一的划分方法，该数据集在国际城市间具有较好的一致性，有助于开展国际比较研究。此外，通过与多个城市的官方数据进行定量比较，MSDCW在街区面积、形状复杂度等指标上与官方数据具有较高的一致性，进一步验证了数据集的合理性和可靠性。尽管存在一些差异，但总体而言，MSDCW为全球城市街区划分提供了一个有效的补充方案，具有重要的应用价值。

在研究结论和讨论部分，研究人员强调了MSDCW数据集的重要意义。该数据集不仅为城市规划、人口统计等领域的研究提供了标准化的基础数据，还为国际比较研究提供了一个统一的框架。尽管数据集存在一些局限性，例如仅覆盖人口超过50万的城市，以及基于2022年的OpenStreetMap数据可能无法反映最新的道路建设情况，但其在不同地理区域的城市中展现出的通用性和差异性，使其能够反映城市在不同时期的建设特征。研究人员建议用户在使用数据时需谨慎考虑这些局限性，并根据具体研究需求进行适当调整。总体而言，MSDCW数据集的发布为全球城市研究领域提供了一个重要的工具，有助于推动城市科学的发展和城市问题的解决。