| 模型 | 数据名称 | 数据预处理方法 | 数据来源 | LUR
模型 | 人口密度 | 基于2010年人口密度栅格数据（1 km×1 km）,以样本点为中心,计算半径为1~10 km的圆形缓冲区内的人口密度（万人/km2） | 中国科学院资源与
环境科学数据中心[26] | 土地利用
类型 | 基于中国科学院资源与环境科学数据中心的土地利用覆盖分类体系,将2010年土地利用数据分为耕地、林地、草地、水域、湿地、城镇用地、农村居民用地、其他建设用地和未利用地。以样本点为中心,统计半径为1~10 km的圆形缓冲区内的各种土地利用面积占比 | SLEUTH
模型 | 土地利用
图层 | 将1995、2005、2010和2015年四期土地利用数据分为城镇用地、耕地、草地、林地、水域、湿地、未利用土地、农村居民用地和其他建设用地,以上9种地类分别对应像元值1~9 | 中国科学院资源与
环境科学数据中心[26] | | 城市图层 | 基于四期土地利用数据,提取城镇用地作为城市图层 | | 道路图层 | 提取2010和2015年道路矢量数据,将高速、城市快速、国道、省道赋予权重值为4;县道为2;乡村道路、其他道路为1;非道路地区为0 | openstreetmap[27] | | 坡度图层 | 基于数字高程模型（DEM）生成百分比坡度值（%） | 地理空间数据云[28] | | 阴影图层 | 基于数字高程模型（DEM）生成阴影层 | | 排除图层 | 基于2006-2020年土地利用总体规划图以及2015年土地利用图层,设置各像元的城市化概率,取值范围为0（可城市化）~100（不可城市化）。其中有条件建设区、城镇用地、未利用地赋值0;草地、农村居民用地赋值为30;湿地赋值为50;耕地赋值为70;其他建设用地、林地赋值为90;水域、基本农田集中区、生态环境安全控制区和自然文化遗产保护区、坡度大于20%的地区赋值为100 | 各市国土资源与规划委员会 |
|