数据下载链接： 百度云下载链接

空间权重矩阵是一个反映个体在空间中相互依赖关系的矩阵，相近的事物关联关系越密切,权重影响越大，本文中计算的城市空间权重矩阵主要是基于地理距离的 空间距离权重矩阵 和基于共享空间要素的 空间邻接矩阵 。此外，不仅仅有从地理角度测算的狭义距离，还有广义距离，比如说经济距离、社会距离或者时间距离等等。

数据介绍

空间距离权重矩阵是通过城市中心点经纬度计算得到，其中，全国370个城市（包括地级市、直辖市、省直辖县、副省级市、自治州、盟、地区等）的中心点经纬度文本数据可以从文后 数据下载 部分下载。计算球面上两个经纬度点的方法可参考文后 附录一 。

空间邻接矩阵利用全国市级行政区划矢量数据，首先通过ArcGIS的 Spatial Join [空间连接] 工具计算获得与各个空间要素相邻接的要素，然后利用该结果生成邻接矩阵。

用于计算城市空间权重矩阵和空间邻接矩阵的原始地级市数据，现势性为2019年，数据来源于本站 中国国家基础地理信息数据 。

数据概况

空间范围：全国地级市

时间范围：2019年

数据类型：EXCEL等

数据预览

城市距离权重矩阵

全国370个城市及中心经纬度

附录说明一

计算球面上两个经纬度点的Python代码

def calcDistance(lat1, lng1, lat2, lng2):
    已知两点经纬度, 求球面距离
    :param lat1: p1纬度
    :param lng1: p1经度
    :param lat2: p2纬度
    :param lng2: p2经度
    :return: distance (m)
    R = 6378137.  # 地球平均半径
    pi_180 = math.pi / 180.
    radLat1 = lat1 * pi_180
    radLat2 = lat2 * pi_180
    a = radLat1 - radLat2
    b = lng1 * pi_180 - lng2 * pi_180
    d = 2 * math.asin(math.sqrt(math.pow(math.sin(a / 2), 2) +
                                math.cos(radLat1) * math.cos(radLat2) *
                                math.pow(math.sin(b / 2), 2))) * R
    return d

=数据获取来源：

1、地理遥感生态网 www.gisrs.cn

同时，地理遥感生态网 www.gisrs.cn 上分享了很多地理遥感领域的科学数据（土地利用数据、npp净初级生产力数据数据、NDVI数据、气象数据（降雨量、气温、蒸散量、辐射、湿度、日照时数、风速、水汽压数据）、径流量数据、夜间灯光数据、统计年鉴、道路网、POI兴趣点数据、GDP分布、人口密度分布、三级流域矢量边界、地质灾害分布数据、土壤类型、土壤质地、土壤有机质、土壤PH值、土壤质地、土壤侵蚀、植被类型、自然保护区分布、建筑轮廓分布等等地理数据，以及关于gis、遥感从方面的操作教程）。

2.地理空间数据云

（1）2000年全球土地覆盖计划（GLC2000）

（2）欧空局全球陆地覆盖数据（ESA GlobCover）

3.地理科学生态网

网站地址www.csdn.store

4.马里兰大学数据集

UMd基于AVHRR数据的5个波段及NDVI数据经过又一次组合建议数据矩阵，用分类树的方法进行了全球土地覆盖分类工作。其目的是希望建立一个比过去数据更高精度的数据集