新闻详情

新闻详情

首页 / 资讯中心 / 详情

【数据分享】2026年全国1km分辨率39类体育休闲服务设施空间分布栅格数据

发布时间:2026/11/22 8:05:08来源:尧图网络
【数据分享】2026年全国1km分辨率39类体育休闲服务设施空间分布栅格数据
足球场、电影院、KTV等体育休闲服务设施的数量是衡量城市休闲娱乐资源和公共服务水平的重要指标。一个城市的体育休闲服务设施种类越丰富、数量越多通常意味着居民的休闲娱乐选择更加多样。本次我们为大家带来的是2026年全国1km分辨率体育休闲服务设施空间分布栅格数据该数据基于2026年8月全国范围的高精度体育休闲服务设施类POI数据我们将全国划分为1km×1km的规则网格并统计每个网格内的体育休闲服务设施POI数量从而生成全国1 km分辨率的体育休闲服务设施空间分布数据。一共包括39类常见体育休闲服务设施的数量具体为KTV、乒乓球馆、保龄球馆、健身中心、剧场、台球厅、垂钓园、壁球场、夜总会、度假村、度假疗养场所、户外健身场所、棋牌室、橄榄球场、水上活动中心、海滨浴场、游乐场、游戏厅、游泳馆、溜冰场、滑雪场、电影院、疗养院、篮球场馆、综合体育馆、网吧、网球场、羽毛球场、赛马场、足球场、跆拳道场馆、迪厅、酒吧、采摘园、露营地、音乐厅、马术俱乐部、高尔夫球场、高尔夫练习场。该数据只对立方数据学社会员开放在本公众号后台回复关键词会员可得到会员规则和办理方式。对于已经是会员的同学请向会员客服发送关键词817A获取该数据。以下为数据的详细介绍01数据预览每一类体育休闲服务设施提供一个tif栅格文件39类体育休闲服务设施共有39个文件。文件以设施小类名称命名例如“KTV.tif”。我们以2026年全国1km分辨率的KTV空间分布数据为例进行可视化预览我们放大来看一下细节:02数据详情统计时间2026年8月统计口径全国数据格式tif地理坐标系Albers_Conical_Equal_Area数据说明采用不同方式获取的POI数量可能会有不同因此本数据只可用于练习不得商用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~
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/21 21:08:55

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/22 1:51:41

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/21 19:02:25

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉