数据集概述
本数据集是针对印度新德里康诺特广场的车辆密度空间网格分析结果，通过高分辨率卫星影像与深度学习目标检测模型，生成150米×150米网格的车辆分类计数数据，为交通模式分析、排放热点识别及城市规划提供空间精确的数据支持。
文件详解
- 空间数据文件：
- Districts.shp：SHP格式的矢量文件，可能包含研究区域的行政区划边界信息
- 科学数据文件：
- cat_counts_updated.nc：NetCDF格式文件，存储各网格单元的车辆分类计数及经纬度数据，用于构建网格化排放清单
- 代码文件：
- heat_map_shapefile.py：Python脚本文件，可能用于生成热图或处理形状文件的分析代码
- 栅格图像文件：
- heatmap_updated.png：PNG格式图片，可能是车辆密度或排放热点的可视化热图结果
适用场景
- 交通工程研究：分析高密度商业区的实时车辆密度分布与交通流量模式
- 环境科学应用：为大气质量模型提供本地化排放源数据，优化空气质量预测精度
- 城市规划决策：辅助识别交通拥堵及排放热点区域，支持减排政策制定
- 地理空间分析：作为网格化空间数据应用案例，用于验证深度学习目标检测在城市遥感中的效果
