地球资源数据云——数据资源详情
该数据集为中国未来城市土地面积预测的面板数据,包括了中国 280 个城市在不同共享社会经济路径( SSPs )下的城市土地数量。 该数据集基于城市土地、 GDP 、人口、城市化率等历史数据集建立模拟预测指标集,使用套索回归、回归树、相关矩阵的方法,选取特征指标,用于训练历史模型,使用层次聚类、 K - means 聚类方法对历史特征指标进行聚类,并使用决策树训练历史模型,最后采用蒙特卡洛方法和迭代方式,以十年为一期模拟未来城市土地数量。 该数据集主要以 excel 的格式存储,共计五种 SSP 不同的功效社会经济路径,” SD ”代表城市土地模拟的不确定性 。 该数据集还包括 1990 - 2020 年城市土地面积的历史数据,十年为一期数据。

该数据集为中国未来城市土地面积预测的面板数据,包括了中国 280 个城市在不同共享社会经济路径( SSPs )下的城市土地数量。
该数据集基于城市土地、 GDP 、人口、城市化率等历史数据集建立模拟预测指标集,使用套索回归、回归树、相关矩阵的方法,选取特征指标,用于训练历史模型,使用层次聚类、 K - means 聚类方法对历史特征指标进行聚类,并使用决策树训练历史模型,最后采用蒙特卡洛方法和迭代方式,以十年为一期模拟未来城市土地数量。
该数据集主要以 excel 的格式存储,共计五种 SSP 不同的功效社会经济路径,” SD ”代表城市土地模拟的不确定性 。 该数据集还包括 1990 - 2020 年城市土地面积的历史数据,十年为一期数据。
该数据集为中国未来城市土地面积预测的面板数据,包括了中国 280个城市在不同共享社会经济路径(SSPs)下的城市土地数量。
数据来源于城市土地、 GDP、人口、城市化率等历史,由地球资源数据云整理发布。
数据格式为 Excel。
数据时间跨度为 1990–2020年。
该数据集覆盖范围为中国。
该数据集基于城市土地、 GDP、人口、城市化率等历史数据集建立模拟预测指标集,使用套索回归、回归树、相关矩阵的方法,选取特征指标,用于训练历史模型,使用层次聚类、 K - means 聚类方法对历史特征指标进行聚类,并使用决策树训练历史模型,最后采用蒙特卡洛方法和迭代方式,以十年为一期模拟未来城市…
在本页登录后即可下载。建议引用格式:地球资源数据云. 中国未来城市土地面积预测面板数据(2020-2070). https://www.gis5g.com/dataset/2743