跨越千年：全球城市人口数据集的数字化与空间化
2025-06-18
本文描述了一个庞大的全球城市人口数据集的构建过程，该数据集整合了Chandler和Modelski两位学者的研究成果，涵盖公元前3700年到公元2000年。由于原始数据以纸质书籍和不同格式的电子文本形式存在，研究人员面临着数字化和空间化（地理编码）的巨大挑战。他们尝试了OCR技术，但由于字体和页面质量问题而失败，最终选择人工转录数据。地理编码过程中，他们利用了CartoDB、GeoNames、Ancient Locations数据库和Getty Thesaurus等多种资源，并通过人工核查来提高精度。最终数据集包含1599个城市位置，涵盖了全球范围，时空分辨率较高，但仍存在一些局限性，例如数据稀疏性、城市定义的模糊性以及对古代城市位置的不确定性。尽管如此，该数据集的数字化和空间化使其易于访问和使用，为历史学家、地理学家和生态学家等研究人员提供了宝贵的资源，用于研究全球城市化进程。