整合營銷服務商

          電腦端+手機端+微信端=數據同步管理

          免費咨詢熱線:

          遙感、土壤、行政區、NDVI:GIS數據獲取網站合集

          ?本文介紹GIS領域相關的各類綜合數據免費獲取網站,包括遙感數據氣候數據土地數據土壤數據農業數據行政區數據社會數據經濟數據等等。

          ??數據較多,大家可以直接通過下方目錄加以總覽;點擊數據前對應的“網址”二字即可直接跳轉。如果出現本文打不開的情況,說明我剛剛對本文加以更新,從而文章處于審核狀態,稍等幾分鐘重新打開本文即可;如果出現文中的數據網站鏈接打不開的情況,可以稍等重試或在本文留言,我看到后會及時回復~

          ??本文不定期更新,最新更新時間為2022年03月20日。

          0 綜合GIS數據

          0.1 Awesome Public Datasets

          • 網址:https://github.com/awesomedata/awesome-public-datasets

          ??Awesome Public Datasets是AwesomeData社區下屬的數據集,其具有農業、經濟、地球科學、社交網絡等多個領域的數據,十分豐富。

          0.2 Free GIS Data

          • 網址:https://freegisdata.rtwilson.com/

          ??Free GIS Data是一位GIS從業者創建的數據網站,提供了超過500個提供可以直接用以GIS分析數據的網站。

          0.3 SEDAC

          • 網址:https://sedac.ciesin.columbia.edu/data/sets/browse

          ??SEDAC是美國國家航空航天局下屬對地觀測系統數據與信息中心(Earth Observing System Data and Information System,EOSDIS)的分布式活動存檔中心(Distributed Active Archive Centers (DAACs)之一。其平臺含有涉及人口、政策、經濟、社會等多方面數據。

          0.4 Earthdata

          • 網址:https://earthdata.nasa.gov/

          ??Earthdata是美國國家航空航天局下屬的數據開放平臺,具有遙感影像、氣候、海洋與陸地等十分豐富的數據。

          0.5 國家青藏高原科學數據中心

          • 網址:https://data.tpdc.ac.cn/zh-hans/

          ??國家青藏高原科學數據中心依托中國科學院青藏高原研究所建設,同時蘭州大學、北京師范大學和中國科學院計算機網絡信息中心參與建設。其具有氣候、降雪、冰川等數據,主要數據范圍為中國境內。

          0.6 ArcGIS Online 中國

          • 網址:http://www.arcgisonline.cn/arcgis/home/index.html

          ??ArcGIS Online 中國是一個線上的協作式GIS平臺,具有十分豐富的GIS數據。在其搜索界面,以我們所需要的數據類型為關鍵詞可以搜索到很多信息。

          0.7 廈門市大數據安全開放平臺

          • 網址:https://data.xm.gov.cn/opendata/other/#/about_platform

          ??廈門市大數據安全開放平臺是由廈門市工業和信息化局(廈門市大數據管理局)指導,廈門市信息中心負責建設運營的數據開放平臺,具有各類綜合數據,尤其在共享單車、地鐵等交通GIS數據獲取方面較為方便。

          1 遙感影像數據

          1.1 綜合遙感數據

          1.1.1 USGS EarthExplore

          • 網址:https://earthexplorer.usgs.gov/

          ??USGS EarthExplore是美國地質勘探局(United States Geological Survey)下屬遙感圖像數據網站,具有EO-1、Landsat、Sentinel等常見遙感數據。

          ??2021年03月其可獲取的遙感數據如下圖。

          1.1.2 LAADS DAAC

          • 網址:https://ladsweb.modaps.eosdis.nasa.gov/

          ??LAADS(Level-1 and Atmosphere Archive & Distribution System) DAAC(Distributed Active Archive Center)是美國國家航空航天局(National Aeronautics and Space Administration)戈達德航天中心用來存放數據的一個網站接口,具有MODIS、Envisat、Sentinel等常見遙感數據,尤其是下載MODIS數據的首選網站。

          ??2021年03月其可獲取的遙感數據如下圖。

          1.1.3 Copernicus Open Access Hub

          • 網址:https://scihub.copernicus.eu/dhus/#/home

          ??Copernicus Open Access Hub即歐洲航天局(European Space Agency)哥白尼開放數據訪問中心,具有Sentinel系列遙感數據,是下載Sentinel數據的首選網站。

          ??2021年03月其可獲取的遙感數據如下圖。

          1.1.4 GloVis

          • 網址:https://glovis.usgs.gov/app

          ??GloVis(Global Visualization Viewer)即美國地質調查局全球可視化查看器,具有EO-1、Landsat等遙感數據。

          ??2021年03月其可獲取的遙感數據如下圖。

          1.1.5 地理空間數據云

          • 網址:http://www.gscloud.cn/sources/index?pid=1&rootid=1

          ??地理空間數據云是中國科學院計算機網絡信息中心下屬數據平臺,具有包括Landsat、MODIS、EO-1、Sentinel等常見遙感數據,也包括高分一號、高分四號等國產數據。

          ??2021年03月其可獲取的遙感數據如下圖。

          1.2 雷達遙感數據

          1.2.1 ASF DAAC

          • 網址:https://search.asf.alaska.edu/#/

          ??ASF(Alaska Satellite Facility) DAAC是美國國家航空航天局阿拉斯加衛星設備處用來存放數據的一個網站接口,具有Sentinel-1、ALOS、RADASAT、SEASAT等雷達遙感數據。

          ??2021年03月其可獲取的遙感數據如下圖。

          1.3 夜光遙感數據

          1.3.1 NOAA EOG

          • 網址:https://ngdc.noaa.gov/eog/index.html

          ??NOAA(National Centers for Environmental Information) EOG(Earth Observation Group)是美國國家海洋和大氣管理局地球觀測小組的數據平臺,具有VIIRS、DMSP、NightSat等夜光遙感數據。

          ??2021年03月其可獲取的遙感數據如下圖。

          1.3.2 珞珈一號

          • 網址:http://59.175.109.173:8888/index.html

          ??“珞珈一號”是武漢大學與相關機構共同研制的全球首顆專業夜光遙感衛星,其數據共享平臺可以下載該衛星的相關數據。

          ??2021年03月其可獲取的遙感數據如下圖。

          1.4 海洋衛星數據

          1.4.1 中國海洋衛星數據服務系統

          • 網址:https://osdds.nsoas.org.cn/#/

          ??中國海洋衛星數據服務系統是國家衛星海洋應用中心下屬數據平臺,具有海洋水色衛星、海洋動力環境衛星等海洋遙感數據。

          ??2021年03月其可獲取的遙感數據如下圖。

          2 氣象數據

          2.1 全球氣象數據

          2.1.1 WorldClim

          • 網址:https://www.worldclim.org/data/index.html

          ??WorldClim是一個全球高分辨率氣候數據分享平臺。

          ??截止2021年03月,其具有“Climate”與“Weather”兩部分數據與未來預計氣象數據。其中,“Climate”包含:全球1970年至2000年逐月最低溫度、最高溫度、平均溫度、降水量、太陽輻射、風速、水汽壓差數據,空間分辨率為30'',2.5',5',10';全球1970年至2000年平均逐月19種生物氣候變量數據,空間分辨率為30'',2.5',5',10'。“Weather”包含:全球1960年至2018年逐月平均最低溫度、平均最高溫度、總降水量數據,空間分辨率為2.5'。未來預計氣象數據包含:全球2021年至2100年逐20年月平均最低溫度、最高溫度與降水量數據,空間分辨率為2.5',5',10'。

          2.1.2 Applied Climate Science Lab

          • 網址:https://data.nkn.uidaho.edu/dataset/monthly-climate-and-climatic-water-balance-global-terrestrial-surfaces-1958-2015

          ??Applied Climate Science Lab是美國愛達荷大學下屬科學實驗室。

          ??截止2021年03月,其具有全球大陸地區1958至2015年逐月降水量、最高溫度、最低溫度、風速、蒸氣壓、太陽輻射數據,空間分辨率為1/24°;以及全球大陸地區1958至2015年逐月潛在蒸散量、降水量、溫度、插值植物可提取土壤持水量數據,空間分辨率為1/24°。

          2.1.3 Climate Data Store

          • 網址:https://cds.climate.copernicus.eu/cdsapp#!/home

          ??Climate Data Store是哥白尼氣候變化服務(Copernicus Climate Change Service,C3S)數據平臺,具有大量全球、歐洲地區氣象、水文等不同數據集。

          2.1.4 ERA5

          • 網址 :https://confluence.ecmwf.int/display/CKB/How+to+download+ERA5#HowtodownloadERA5-3-DownloadingonlineERA5familydatathroughtheCDSwebinterface

          ??ERA5是歐洲中期天氣預報中心(European Centre for Medium-Range Weather Forecasts,ECMWF)全球氣候大氣再分析的第五代工具。其具有全球1950年(預計于2021年末發布,目前已發布1980年左右)至當前日期前五天的多種大氣數據,空間分辨率為0.25°。關于ERA5的更詳細信息請查閱:https://climate.copernicus.eu/climate-reanalysis。

          2.1.5 Physical Sciences Laboratory

          • 網址:https://www.psl.noaa.gov/data/index.html

          ??Physical Sciences Laboratory(PSL)是美國國家海洋和大氣管理局下屬數據平臺,具有非常豐富的全球或地區氣候、水文、天氣等數據。

          2.1.6 Climate Explorer

          • 網址:http://climexp.knmi.nl/selectfield_obs2.cgi?id=someone@somewhere

          ??Climate Explorer是世界氣象組織(World Meteorological Organization)下屬的氣象數據檢索平臺,具有非常豐富的全球或地區氣候數據。其一大優勢即為可以針對溫度、降水、云覆蓋等不同的氣象要素分別檢索,極大提高效率。

          2.1.7 GES DISC

          • 網址:https://disc.gsfc.nasa.gov/datasets?page=1

          ??GES(Goddard Earth Sciences) DISC(Data and Information Services Center)是美國國家航空航天局戈達德宇宙飛行中心下屬的數據服務中心,具有非常豐富的全球或地區氣候、氣象數據。

          2.2 中國氣象數據

          2.2.1 中國區域地面氣象要素驅動數據集(1979-2018)

          • 網址:https://data.tpdc.ac.cn/zh-hans/disallow/8028b944-daaa-4511-8769-965612652c49/

          ??中國區域地面氣象要素驅動數據集(1979-2018)是我國學者結合多種在分析資料所得氣象數據。其包含中國區域1979年至2018年逐三小時近地面氣溫、近地面氣壓、近地面空氣比濕、近地面全風速、地面向下短波輻射、地面向下長波輻射、地面降水率數據,空間分辨率為0.1°。

          2.3 空氣質量數據

          2.3.1 綠網

          • 網址:http://www.lvwang.org.cn/map/#/index

          ??綠網是我國一家致力于污染防治的非營利性環保組織下屬環境質量數據網站。其具有空氣質量、水質量、環境風險企業、土壤、環境影響評價、保護區等數據,可以在網站地圖中實時顯示或通過其API端口下載。

          2.3.2 空氣質量在線監測分析平臺

          • 網址:https://www.aqistudy.cn/

          ??中國空氣質量在線監測分析平臺同樣是一個公益性質的空氣質量數據平臺。其具有全國367個城市的PM2.5及天氣信息數據,并且具有較好的在線數據統計、城市排名等功能。

          2.3.3 空氣質量在線監測分析平臺歷史數據

          • 網址:https://www.aqistudy.cn/historydata/

          ??其為中國空氣質量在線監測分析平臺公布歷史空氣質量數據的平臺,可以依據城市查詢相關數據。

          3 土壤土地數據

          3.1 土壤屬性數據

          3.1.1 HWSD Database

          • 網址:http://webarchive.iiasa.ac.at/Research/LUC/External-World-soil-database/HTML/HWSD_Data.html?sb=4

          ??HWSD(Harmonized World Soil Database)即世界土壤數據庫,其是國際應用系統分析研究所(International Institute for Applied Systems Analysis,IIASA)與聯合國糧食及農業組織(Food and Agriculture Organization of the United Nations,FAO)在一項針對全球部分地區的土地利用與覆蓋變化模擬項目中誕生的產物。其包含豐富的土壤類型、相位、理化性質等信息,具體請見其官方文檔。其空間分辨率為30"。

          3.2 土地覆蓋數據

          3.2.1 FROM-GLC

          • 網址:http://data.ess.tsinghua.edu.cn/

          ??FROM-GLC(Finer Resolution Observation and Monitoring of Global Land Cover)是清華大學開發的系列土地利用與覆蓋產品數據集庫,具有不同方法、不同空間分辨率、不同年份繁多的全球土地覆蓋數據、不透水面數據等。

          3.2.2 資源環境科學與數據中心

          • 網址:http://www.resdc.cn/data.aspx?DATAID=335

          ??資源環境科學與數據中心是中國科學院地理科學與資源研究所下屬環境數據共享平臺,具有1970年代末期、1980年代、1980年代末期、1995年、2000年、2005年、2015年、2018年、2020年等時期數據,空間分辨率為1 km。

          3.2.3 OSM Landuse Landcover

          • 網址:https://osmlanduse.org/#12/8.7/49.4/0/

          ??OSM(OpenStreetMap)是一款創建自由、可編輯世界地圖的合作項目。但截止2021年03月,OSM地表覆蓋數據似乎僅僅可以在線瀏覽,而不可以直接下載。此外,使用OSM數據時需要嚴格注意國境線問題。

          3.3 地面高度數據

          3.3.1 ASTER GDEM

          • 網址:https://asterweb.jpl.nasa.gov/gdem.asp

          ??ASTER(Advanced Spaceborne Thermal Emission and Reflection Radiometer)GDEM(Global Digital Elevation Map)是日本經濟產業省(the Ministry of Economy, Trade, and Industry,METI)與美國國家航空航天局共同發布的全球數字高程模型。其空間分辨率為30 m。

          3.3.2 AW3D30

          • 網址:http://www.eorc.jaxa.jp/ALOS/en/aw3d30/registration.htm(首次登陸必須由這里進入注冊)

          ??AW3D30(ALOS Global Digital Surface Model "ALOS World 3D - 30m")是由日本宇宙航空研究開發機構(Japan Aerospace Exploration Agency,JAXA)基于對地測繪衛星ALOS數據所生產的DSM數據。其空間分辨率為30 m,高程精度為5 m。

          3.4 水體數據

          3.4.1 MERIT Hydro

          • 網址:http://hydro.iis.u-tokyo.ac.jp/~yamadai/MERIT_Hydro/

          ??MERIT Hydro是基于MERIT DEM數據與多種內陸水體地圖生產的全球水文數據集,包含流向、流量累積、水文調整高程與河道寬度等參數。其空間分辨率為3"。

          3.4.2 ASTWBD

          • 網址:https://asterweb.jpl.nasa.gov/gdem.asp

          ??ASTWBD(ASTER Water Body Dataset)是基于ASTER GDEM數據得到的,具有海洋、河流、湖泊等水體數據。

          4 植被農業數據

          4.1 作物產量數據

          4.1.1 SPAM

          • 網址:https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/PRFF8V

          ??SPAM(Spatial Production Allocation Model)是MapSPAM團隊基于多種數據源生產的全球作物生產分配模型,其包括全球2010年41種作物的種植面積、收獲面積、產量、作物加工產品產量、作物收獲面積與產量總產值等數據。空間分辨率為8.6 km。

          4.1.2 Aerial Intelligence

          • 網址:https://github.com/aerialintel/data-science-exercise

          ??Aerial Intelligence是一個致力于為世界農業帶來最先進數據科學的初創企業,其在GitHub上發布了美國幾個縣的小麥產量,初衷那個是為了鼓勵用戶基于合適的數據分析方法實現作物產量預測。

          4.2 作物物候數據

          4.2.1 ChinaCropPhen1km

          • 網址:https://figshare.com/articles/dataset/ChinaCropPhen1km_A_high-resolution_crop_phenological_dataset_for_three_staple_crops_in_China_during_2000-2015_based_on_LAI_products/8313530/6

          ??ChinaCropPhen1km是由我國學者開發的全國2000年至2015年三種主要作物(水稻、小麥、玉米)物候數據集,每一個年份對應的每一種作物的每一個物候期分別是一張圖像,像素值為該年份中該作物該種物候期對應的時間(儒略日)。其空間分辨率為1 km。

          4.3 植被指數數據

          4.3.1 Index-Data-Base

          • 網址:https://www.indexdatabase.de/

          ??Index-Data-Base(IDB)是一個植被指數數據資料庫,而并非含有實際數據的數據庫。其提供了一個索引,我們可以用以在特定的植被指數用途、指定特定的遙感平臺情況下,對滿足要求的植被指數加以索引。

          4.3.2 MODIS Vegetation Index Products

          • 網址:https://modis.gsfc.nasa.gov/data/dataprod/mod13.php

          ??MODIS Vegetation Index Products是基于MODIS數據、由官方生產的16日植被指數數據產品,包括NDVI與EVI兩種。其空間分辨率為250 m,500 m,1 km,0.05°。

          4.3.3 LAI_TS_Val

          • 網址:https://zenodo.org/record/4393164#.X-V4HthLhPY

          ??LAI_TS_Val(LAI time-series validation)是一個全球2001年至2011年長時間序列LAI驗證數據集產品,具有924個驗證數據,空間分辨率為1 km。

          4.3.4 CSIF

          • 網址:https://figshare.com/articles/dataset/CSIF/6387494

          ??CSIF是基于MCD43C4數據生產的全球葉綠素熒光參數數據集。

          5 行政區邊界與建筑輪廓、POI、基站數據

          5.1 行政區邊界數據

          5.1.1 DIVA-GIS

          • 網址:https://www.diva-gis.org/

          ??DIVA-GIS是美國加利福尼亞大學一位教授創辦的地圖制圖與地理數據分析軟件與網站。其網站“Free Spatial Data”部分具有全球大量GIS數據,包括行政區邊界數據、高程數據、人口數據、路網數據等。值得一提的是,在這一網站獲取國外數據比較靠譜,國內數據一定需要注意領土問題。

          5.1.2 GADM

          • 網址:https://gadm.org/data.html

          ??GADM具有全球386,735個行政區邊界的數據,同時可以選擇下載全球數據或依據國家單獨索引、下載數據。同樣的,在這一網站獲取國外數據比較靠譜,國內數據一定需要注意領土問題。

          5.1.3 OSM

          • 網址:https://www.openstreetmap.org/#map=13/39.9118/116.3756

          ??OSM(OpenStreetMap)是一款創建自由、可編輯世界地圖的合作項目。其包含全球行政區數據與路網數據、土地覆蓋數據等GIS數據。需要下載時,點擊左上角“Export”按鈕即可。同樣的,在這一網站獲取國外數據比較靠譜,國內數據一定需要注意領土問題。

          5.2 路網數據

          5.2.1 DIVA-GIS

          • 網址:https://www.diva-gis.org/

          ??DIVA-GIS是美國加利福尼亞大學一位教授創辦的地圖制圖與地理數據分析軟件與網站。其網站“Free Spatial Data”部分具有全球大量GIS數據,包括行政區邊界數據、高程數據、人口數據、路網數據等。值得一提的是,在這一網站獲取國外數據比較靠譜,國內數據一定需要注意邊界問題。

          5.2.2 OSM

          • 網址:https://www.openstreetmap.org/#map=13/39.9118/116.3756

          ??OSM(OpenStreetMap)是一款創建自由、可編輯世界地圖的合作項目。其包含全球行政區數據與路網數據、土地覆蓋數據等GIS數據。需要下載時,點擊左上角“Export”按鈕即可。同樣的,在這一網站獲取國外數據比較靠譜,國內數據一定需要注意邊界問題。

          5.3 建筑輪廓數據

          5.3.1 博文測繪62城市建筑輪廓數據

          • 網址:https://www.sohu.com/a/324288814_100020239
            ??該數據是由“博文測繪GIS服務中心”帳號發布的我國62個主要城市的建筑物矢量數據。

          5.3.2 博文測繪100+城市建筑輪廓數據

          • 網址:https://mp.weixin.qq.com/s?src=11×tamp=1615266189&ver=2935&signature=rAd0AWAIOcOnMCs7CzBIFIjdZEogK-75mnjvlb-Cq5beJCS13XBJbYNG4AbCXD4aCMDjgBd2VQLRUxwXd9T3Qv7w*4jPn0ks6M7zslQ5mdXYCg0apPSXE7HxyDM9au&new=1

          ??該數據是由“博文測繪GIS服務中心”帳號發布的我國100+個一二線城市的建筑物矢量數據。

          5.4 POI數據

          5.4.1 Map POI

          • 網址:https://opendata.pku.edu.cn/dataset.xhtml?persistentId=doi:10.18170/DVN/WSXCNM

          ??Map POI(Point of Interest)數據是由高德地圖與相關公司發表在北京大學開放研究數據平臺的全國截止至2018年09月的POI數據,共計約6.5千萬個。

          5.4.2 ArcGIS Online

          • 網址:https://www.arcgis.com/home/search.html?q=POI
            ??ArcGIS Online是一個線上的協作式GIS平臺,具有十分豐富的GIS數據。在其搜索界面,以“POI”為關鍵詞可以搜索到很多信息。

          5.5 移動基站數據

          5.5.1 OpenCelliD

          • 網址:https://www.opencellid.org/#zoom=16&lat=37.77889&lon=-122.41942

          ??OpenCelliD是一個開放的全球移動基站數據獲取網站,共有約4千萬個數據。值得一提的是,該網站目前不含5G基站。

          6 GPS軌跡與簽到數據

          6.1 個人GPS軌跡數據

          6.1.1 GeoLife GPS Trajectories

          • 網址:https://www.microsoft.com/en-us/download/details.aspx?id=52367

          ??GeoLife GPS Trajectories是微軟亞洲研究院(Microsoft Research Asia)Geolife項目生產的182位用戶于2007年04月至2012年08月期間的軌跡數據,記錄了用戶多種戶外活動過程中所發生的移動信息。

          6.1.2 GPS Trajectories with transportation mode labels

          • 網址:https://www.microsoft.com/en-us/research/publication/gps-trajectories-with-transportation-mode-labels/

          ??GPS Trajectories with transportation mode labels同樣是微軟亞洲研究院(Microsoft Research Asia)Geolife項目生產的數據。而與前者不同的是,本數據中每一個GPS軌跡數據都對應著一個運動類型標簽,即都代表對應用戶的一種戶外行動記錄。

          6.2 個人簽到數據

          6.2.1 Gowalla

          • 網址:https://snap.stanford.edu/data/loc-gowalla.html

          ??Gowalla是斯坦福大學生產的2009年02月至2010年10月期間用戶社交媒體軟件的簽到數據,共有6,442,890條數據。

          6.2.2 Gowalla Dataset

          • 網址:http://www.yongliu.org/datasets

          ??Gowalla Dataset是在Gowalla基礎之上進一步豐富的用戶簽到數據集。其新增了2010年11月至2010年12月期間用戶Facebook簽到數據。數據共包含319,063位用戶的36,001,959條簽到數據。

          6.3 出租車、公交車GPS軌跡數據

          6.3.1 T-Drive

          • 網址:https://www.microsoft.com/en-us/research/publication/t-drive-trajectory-data-sample/

          ??T-Drive 軌跡數據樣本(Trajectory Data Sample)來源于微軟,具有北京市2008年02月02日至02月08日共一周時間內10357輛出租車的軌跡數據。其具有約1.5千萬個數據點,總行駛里程約900萬千米。

          6.3.2 The epfl/mobility dataset

          • 網址:http://crawdad.org/epfl/mobility/20090224/

          ??The epfl/mobility dataset包含美國舊金山灣區2008年05月17日至2008年06月10日大約500輛出租車的GPS軌跡數據。

          6.3.3 Smart City Research Group

          • 網址:https://www.cse.ust.hk/scrg/

          ??Smart City Research Group是香港科技大學生產的城市軌跡數據,包括出租車、公交車、手機社交網絡數據等。其中,出租車數據為上海市2007年02月20日單日數據,公交車數據為2007年02月23日數據。

          6.3.4 The roma/taxi dataset

          • 網址:http://crawdad.org/roma/taxi/20140717/

          ??The roma/taxi dataset包含羅馬2014年02月01日至2014年03月02日大約320輛出租車的GPS軌跡數據。

          6.3.5 Urban Data Release

          • 網址:https://www.cs.rutgers.edu/~dz220/data.html

          ??Urban Data Release是新澤西州立羅格斯大學助理教授Desheng Zhang課題組生產的城市數據集,包括深圳市手機CDR數據、智能卡數據與出租車、公交車軌跡數據。

          6.3.6 Electric Vehicle Data

          • 網址:https://www.cs.rutgers.edu/~dz220/data.html

          ??Electric Vehicle Data是新澤西州立羅格斯大學助理教授Desheng Zhang課題組生產的電動出租車數據集,包括深圳市單日664輛出租車的1,155,654條GPS數據。

          6.3.7 中華人民共和國交通運輸部交通智數

          • 網址:http://www.mot.gov.cn/sjkf/

          ??中華人民共和國交通運輸部交通智數是中華人民共和國交通運輸部下屬交通數據分享平臺,具有全國多個城市的出租車GPS軌跡數據。

          6.3.8 交通線路通達時間預測

          • 網址:https://js.dclab.run/v2/cmptDetail.html?id=175

          ??交通線路通達時間預測是成都一家數據公司主辦的數據分析賽事,其提供了成都市2014年08月03日至2014年08月30日1.4萬余輛出租車14億+條GPS記錄。報名參賽后即可下載對應數據。

          6.3.9 深圳開放數據應用創新大賽

          • 網址:https://opendata.sz.gov.cn/sodic2019/%E8%B5%9B%E9%A2%98%E6%95%B0%E6%8D%AE.html

          ??深圳開放數據應用創新大賽提供了多種類型的開放數據。其中,出租車數據為深圳市2019年10月8日至2019年10月14日出租車、公交車、重型貨車、普通貨車以及各種特種營運車輛GPS數據。

          6.4 手機信令數據

          6.4.1 Urban Data Release

          • 網址:https://www.cs.rutgers.edu/~dz220/data.html

          ??Urban Data Release是新澤西州立羅格斯大學助理教授Desheng Zhang課題組生產的城市數據集,包括深圳市手機CDR數據、智能卡數據與出租車、公交車軌跡數據。

          7 人口、共享單車與地鐵數據

          7.1 人口數據

          7.1.1 WorldPop

          • 網址:https://www.worldpop.org/

          ??WorldPop是英國南安普頓大學(University of Southampton)下屬一個致力于人口數據開放獲取與應用的組織,其網站提供了全球或地區各類人口相關指標,包括人口數量、人口密度、年齡與性別結構、人口流動等寶貴數據。

          7.1.2 GHSL

          • 網址:https://jeodpp.jrc.ec.europa.eu/ftp/jrc-opendata/GHSL/GHS_POP_MT_GLOBE_R2019A/

          ??GHSL(Global Human Settlement Layer)是歐盟委員會聯合研究中心(Joint Research Centre)大數據分析平臺(Big Data Analytics Platform)提供的全球多種空間分辨率、多種投影方式的人口定居數據。

          7.1.3 LandScan

          • 網址:https://landscan.ornl.gov/

          ??LandScan是美國橡樹嶺國家實驗室開發的全球動態人口數據,其空間分辨率為30"。這一數據的下載需要使用教育郵箱注冊。

          7.1.4 中國公里網格人口分布數據集

          • 網址:http://www.geodoi.ac.cn/WebCn/doi.aspx?Id=131

          ??中國公里網格人口分布數據集是中國科學院地理科學與資源研究所與中國科學院大學聯合生產的中國公里格網人口空間分布數據集,空間分辨率為1 km。

          7.2 共享單車數據

          7.2.1 Bike Share Data Systems

          • 網址:https://github.com/BetaNYC/Bike-Share-Data-Best-Practices/wiki/Bike-Share-Data-Systems

          ??這里擁有國外多個國家或地區的共享單車數據,可謂十分豐富。

          7.2.2 2021數字中國創新大賽

          • 網址:https://data.xm.gov.cn/contest-series/digit-china-2021/index.html#/3/competition_data

          ??這一數據是2021數字中國創新大賽大數據賽道-城市管理大數據專題下屬題目數據,需要注冊并實名后參賽,隨后方可下載數據。

          7.2.3 摩拜杯算法挑戰賽

          • 網址:https://www.biendata.xyz/competition/mobike/data/

          ??這一數據是2017年摩拜杯算法挑戰賽的賽題數據,注冊、報名競賽后即可獲取。其中,訓練集共有321,4096條出行記錄,測試集共有200,2996條出行記錄。

          7.2.4 摩拜共享單車2017年8月數據集

          • 網址:https://www.kesci.com/mw/dataset/5d315ebbcf76a60036e565bf

          ??該數據來源于網絡,包含2017年08月上海市摩拜單車數據。

          7.2.5 ttbike-spider

          • 網址:https://github.com/flycattt/ttbike-spider

          ??該數據是一位知乎用戶課程設計研究的項目數據。

          7.3 地鐵數據

          7.3.1 SODA

          • 網址:http://soda.data.sh.gov.cn/competitionData.html

          ??SODA上海開放數據創新應用大賽是國內一項知名的大數據賽事,每一屆都會放出大量數據;其中,地鐵數據也是SODA的主要數據之一。但是似乎數據只能在競賽開啟期間(每年07月至10月左右)下載。

          8 GDP、經濟與社會數據

          8.1 GDP數據

          8.1.1 G-Econ

          • 網址:https://sedac.ciesin.columbia.edu/data/set/spatialecon-gecon-v4

          ??G-Econ是美國國家航空航天局下屬對地觀測系統數據與信息中心(Earth Observing System Data and Information System,EOSDIS)的分布式活動存檔中心(Distributed Active Archive Centers (DAACs)之一——社會經濟數據與應用中心(Socioeconomic Data and Applications Center)下的全球網格化地理經濟數據。其包含全球1990年,1995年,2000年,2005年市場匯率與購買力平價對應的GDP數據,空間分辨率為1°。

          8.1.2 中國公里網格GDP分布數據集

          • 網址:http://www.geodoi.ac.cn/WebCn/doi.aspx?Id=125

          ??中國公里網格GDP分布數據集是中國科學院生產的GDP格網空間分布數據,包括2005年,2010年的數據,空間分辨率為1 km。

          8.1.3 中國公里格網GDP數據

          • 網址:http://www.geodata.cn/data/datadetails.html?dataguid=844414&docid=6666

          ??中國公里格網GDP數據同樣來自中國科學院,數據對應的年份較之前者更多,空間分辨率為1 km。

          8.2 綜合經濟與社會數據

          8.2.1 Our World in Data

          • 網址:https://ourworldindata.org/

          ??Our World in Data是一個致力于研究、解決貧窮、疾病、饑餓、氣候變化等主要全球問題的公益性組織,其平臺提供了經濟、環境保護、工業、糧食、醫療、氣候等各類數據,十分豐富。

          8.2.2 SEDAC

          • 網址:https://sedac.ciesin.columbia.edu/data/sets/browse

          ??SEDAC是美國國家航空航天局下屬對地觀測系統數據與信息中心(Earth Observing System Data and Information System,EOSDIS)的分布式活動存檔中心(Distributed Active Archive Centers (DAACs)之一。其平臺含有涉及人口、政策、經濟、社會等多方面數據。

          9 衛星信息數據

          9.1 Space-Track

          • 網址:https://www.space-track.org/

          ??Space-Track是由SAIC公司開發、由美國空軍第18太空控制中隊提供數據的全球衛星、火箭數據,具有較為詳細的太空衛星、火箭箭體數據。

          9.2 CelesTrak

          • 網址:https://celestrak.com/

          ??CelesTrak是由T.S. Kelso創立的衛星數據網站,具有較為詳細的太空衛星數據。尤其是其可視化平臺十分出眾。

          9.3 UCS Satellite Database

          • 網址:https://www.ucsusa.org/resources/satellite-database#.XCcxUVAzbDd

          ??UCS Satellite Database是Union of Concerned Scientists下屬的衛星數據網站,具有Excel、text等格式的太空衛星數據。其網站同樣具有一定可視化衛星數據的內容。

          10 其它GIS相關數據

          10.1 Kaggle

          • 網址:https://www.kaggle.com/datasets

          ??Kaggle是一個線上的數據科學與機器學習用戶交流平臺。其具有包括健康、飲食、娛樂、GIS等大量領域的數據。

          10.2 Data Mining Lab

          • 網址:https://www.kaggle.com/datasets

          ??Data Mining Lab是電子科技大學Junming Shao教授課題組網站。其網站列舉了大量各領域數據,同時還列舉了常用的數據處理軟件包、算法與代碼等。

          10.3 World Bank Open Data

          • 網址:https://data.worldbank.org/

          ??World Bank Open Data是世界銀行集團(The World Bank)下屬全球或地區各類數據開放訪問平臺,數據十分豐富,涵蓋了幾乎所有領域。

          10.4 中華人民共和國自然資源部政府信息公開

          • 網址:http://g.mnr.gov.cn/

          ??中華人民共和國自然資源部政府信息公開是自然資源部下屬開放數據平臺,包含土地、環境、地質、資源以及相關政策、法律法規數據等。

          歡迎關注:瘋狂學習GIS

          營和研發如何協作?活動運營中臺已然是產研團隊為運營打造的必備生產力工具。本文從業務討論、核心單元等幾個方面分析活動運營中臺的相關內容,希望對你有所啟發。

          運營是業務的第一生產力,運營團隊通過各種運營動作最大效率實現商業化目的。

          那么問題來了,運營動作強依賴產研協作,研發排期是一個硬傷,如何提升運營工作的生產效率?如何打造運營的必備生產力工具?

          “活動運營中臺” 應運而生,滿足于這些常見場景:

          • 加快創建產品聚合頁的速度,依靠模板快速生成頻道頁和專題頁。
          • 加快創建營銷落地頁的速度,依靠玩法快速生成營銷互動落地頁。
          • 提升產品運營的效率,基于用戶行為的數據來驅動產品露出。

          整理運營生產力工具的相關資料,從業務討論、核心單元、應用場景以及中臺路線圖等方面和大家談談“活動運營中臺”,希望對你有所幫助。

          一、活動運營中臺的業務討論

          你怎么看 活動運營中臺?

          1)討論一,活動運營中臺 是 營銷互動平臺 還是內容聚合平臺?

          重營銷互動玩法,還是重產品聚合頁面?或是 一個圍繞活動的應用市場?

          2)討論二,活動運營中臺 與 商業化廣告投放,該如何協作?

          如何 讓 廣告 展示在 N個 活動應用中?活動應用中的商業化投放 該 如何做競價、排程與分發。

          3)討論三,活動中臺 可以是獨立的業務嗎?有盈利空間嗎?

          活動中臺SaaS化,諸如 會員積分SaaS、活動抽獎SaaS, 能盈利嗎?

          二、活動運營中臺的核心單元

          1. 模塊設計單元(建模開發 / 組件市場)

          模塊是活動運營中臺的靈魂。

          常見的業務數據模塊,都基于關系型數據配置,例如自定義圖文、圖文模塊、Banner模塊、廣告模塊、產品模塊、促銷模塊、點評模塊等,業務數據模塊聚焦于聚合內容傳播。、

          常見的營銷玩法模塊,都基于會員、積分、禮品等配置,例如拆紅包、抽獎、答題、表單、助力、砍價等,營銷玩法模塊更聚焦于互動裂變傳播。

          發布一個新模塊應用,需要完成產品經理梳理好 數據的定義、數據的解析、模板的解析。

          • TPL,模板渲染引擎,基于模板標簽,生成應用頁面,綁定樣式表。
          • Model,模板數據模型,定義數據的Schema,綁定業務數據。
          • Parser:數據解析引擎,調用業務基礎服務,生成業務數據。

          2. 模板設計單元(前端物料庫 / 模板市場)

          模板是活動運營中臺的骨架,模板分為兩種,頁面模板和模塊模版。

          常見的頁面模板設計,包含SEO的TKD、自定義CSS、頁面頭、埋點工具、頁面區塊布局等。

          模塊的模版設計需要跟著業務模塊自身字段屬性來規劃。

          例如產品模塊的模板設計,就包含產品名稱、產品售價、產品標簽、產品鏈接、產品排列布局等。

          發布一個新模版,需要定義模板字段以及樣式表,同時也要考慮多終端的響應布局。

          標簽是實現模板和數據的橋梁,產品經理需要定義好,目前前端框架都支持模板渲染。

          3. 數據分析單元(運營數據洞察)

          要有數據,先有埋點,常見的埋點行為有兩種:

          • 頁面事件埋點,統計和跟蹤用戶訪問頁面的信息。
          • 點擊事件埋點,統計和跟蹤用戶在頁面上的點擊行為。

          常見的埋點key設計,一個訪問unionID,包含來源頁、落地頁、區塊、模塊、坑位等,需要產品經理和數據分析團隊定義和描述,特別是做場景報表的時候。

          基于埋點可實現常見的關鍵指標項的統計與分析,比如用戶畫像、用戶路徑、渠道漏斗、場景報表等,運營基于數據反饋,及時調整產品露出策略。

          三、活動運營中臺的應用場景

          生產力工具,幫助實現各種運營動作,常見的動作有:

          1. 發布活動頁面之產品聚合頁

          例如類目聚合頁、頻道聚合頁、專題聚合頁。

          2. 發布活動頁面之營銷落地頁

          例如拆紅包頁、抽獎頁、答題頁、表單頁、助力頁。

          3. 發布活動頁面與商業化廣告投放

          例如活動頁面上的廣告位資源,供應商對廣告位資源的應征、競價、排程。

          四、活動運營中臺的下一步

          1. 大語言模型下的服務插件

          例如攜程問道,活動運營中臺承接GPT提示詞的服務插件響應。

          基于某個POI請求,輸出旅游線路的產品聚合頁或者主題聚合頁。

          2. 面向私域社群的種草服務

          例如家裝業主群,活動運營中臺,可以通過樓盤小區聚合頁、家裝主題聚合頁、業主積分營銷頁等內容的互動種草,更好實現商業化目的。

          本文由 @這屆南京碼農 原創發布于人人都是產品經理。未經許可,禁止轉載

          題圖來自Unsplash,基于 CC0 協議

          該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

          數:5 天 時間:3 月 和誰:一個人

          玩法:美食,浮潛,當地特色,購物,自由行,省錢,攝影

          交通tips:

          機票:-- 機票:外部交通

          乘坐的是聯合航空,提前做計劃,能確定日期越早越好,然后時不時的關注下機票價格,看到有便宜機票就迅速下手了。至于去程,直飛是最好的。回程的話,如果從三亞返回的機票很貴,可以看看從海口返回的。三亞到海口動車不過就80塊錢,而通常海口返回的價格要比三亞返回的便宜不少

          商戶tips:

          三亞包車倪俊權師傅

          http://www.mafengwo.cn/poi/5431869.html是一位出租車司機大叔,相貌忠厚,特別善良。叫倪俊權。可以找他包車哦~

          三亞景點之間的距離稍遠,包車是最為輕松方便的出行方式,特別適合自由行。若人數不夠,可以選擇和別人一起拼車。查看更多三亞包車價格及車型:http://s8.taobao.com/search?commend=all&style=grid&q=%C8%FD%D1%C7%B0%FC%B3%B5&pid=mm_40866858_3501776_11457955&mode=66&rdid=1364966690_3t1_1987443747

          住宿tips:

          三亞椰晶珠家庭旅館

          好舒適的小窩~~拉開窗簾,可以看到小區里的游泳池哦~水質很干凈。老板叫小胖~熱情但也不過分。PS:在椰晶珠里,有個客服還是個單身帥哥哦。我們住的是田園蜜月房,138元。感覺還不錯。干凈,素雅。樓下還有免費的游泳池哦~~由于太懶,不想挪地,所以在那住了四天。期間,恰遇光棍節,小胖還帶我們去參加PARTY~免費吃喝哇。

          三亞住宿貼士

          亞龍灣性價比最高的5星是天域。服務最好的是麗思卡爾頓。最適合老人住的是華宇皇冠。最便宜的5星是環球城。不過個人覺得,在三亞灣、大東海住的話,家庭旅館就可以啦~~~~而且說實話,現在的家庭旅館都挺干凈漂亮的。

          景點tips:

          檳榔谷民俗文化村

          http://www.mafengwo.cn/poi/1664.html一進門,先是各種少數民族的展廳。里面不許拍照哦。檳榔谷最大特色就是有表演哦。這個表演大概半小時一場,主要展現黎苗的生活習俗、婚俗及勞作場面。最為驚險的自然是吞火表演了。整個表演時長半小時左右。

          檳榔谷現在門市票價168元每人,提前在網上預訂可以獲得一些折扣,查看檳榔谷折扣門票及優惠套餐:http://www.17u.cn/scenery/BookSceneryTicket_24929.html#Jqlb05

          南山寺

          http://www.mafengwo.cn/poi/5424118.html在第一市場旁的車站坐車去的,票價是8元,路上大概得花一個小時時間。風景還是不錯的,成片的椰林,很有熱帶風情啊。

          三亞旅行貼士

          行程建議:一天游南山和天涯海角,南田溫泉和蜈支洲島一天,熱帶雨林一天,坐游艇戶外深海潛水一日游,沙灘躺尸+海里泡水一天,當然,在這里的每一天都記得加上美食。

          娛樂tips:

          潛水:-- 潛水:三亞潛水價格

          潛水嘛,沒去過的人還是要嘗試的。可以去蜈支洲島或是各種其他島玩玩。我們當時是在所住旅館那報的潛水一日游。(價格288+20塊錢咬嘴,包午餐)事實上,早餐也給包了。

          現在三亞提供潛水服務的機構有很多,特別是在景點附近,由于接待能力和自身經營實力,都會通過各種形式去吸引客人參加,提醒大家一定要貨比三家,多看評論,不能只顧便宜。查看更多三亞潛水項目及價格:http://s.taobao.com/search?查看三亞最佳潛水地推薦:http://www.mafengwo.cn/yl-i/10030/5668.html$

          而在旅游行業,三亞卻是在黑名單的榜首。其實,至少在我看來,三亞不是洪水猛獸,善良的人也畢竟多數,沒必要一棍子打死。三亞之行帶給我諸多美好感受,的確是商業化,但那的碧海藍天的美是真,人也大多善良。 所以,一向極為懶惰的我,打算寫一篇游記,一為正三亞之名,二則是紀念自己的三亞行。

          時間:2013年3月10-3月14 五天

          花費:大概是3600左右。(全包)省吧?

          當然,全程住的也不是什么星級酒店。所以此攻略更適用于想要經濟實惠游三亞的蜂蜂~~

          2013年3月10日 北京——三亞

          乘坐的是聯合航空。盡管晚了三四個小時起飛,但當俺在飛機上看到這么個帥哥的時候,心情好轉啦~~

          TIPS:關于機票

          提前做計劃,能確定日期越早越好,然后時不時的關注下機票價格,什么網站?最常用的當然是去哪兒啦。看到有便宜機票就迅速下手了。至于去程,直飛是最好的。回程的話,如果從三亞返回的機票很貴,可以看看從海口返回的。三亞到海口動車不過就80塊錢,而通常海口返回的價格要比三亞返回的便宜不少。

          我就因為提前計劃了,所以比同去的朋友機票價格共便宜了1100元左右。我們倆去程一趟航班,都是北京-三亞。回程也都是從海口-北京的,但航班不同,差半小時吧。

          但我往返票價是1800(加上機建了)多,而她的往返票價接近3000……………………

          既然都寫到貼士了,那么接著寫吧。

          關于一日游行程、門票

          三亞的旅游業相當發達了,所以,出行前,可以在淘寶或其他網站上預定一些一日游行程OR購買折扣門票。如果,這些你都不想,那么到了三亞后,你可以詢問你所住旅館/酒店的前臺,看看有什么純玩的行程。即便你不通過他們預定出行,那多了解些目的地的情況對之后幾天出行總是有好處的。

          親,別忘了螞蜂窩的三亞旅游攻略哦~~~哈,雖然說三亞攻略很厚,足足50頁啊!!!!!但在我們出行過程中,作用還是挺大的。

          衣物、裝備:

          海邊最容易拍出漂亮的片片啦,所以,漂亮的裙子是必備的。此外,不要低估了陽光的熱情,帶上足夠倍數的防曬霜,否則,即便你是白雪公主去了三亞后也會變成灰姑娘。

          照相工具也是必備的,去了那么漂亮的地方,不留下點紀念,那豈不是太遺憾了。

          下面就是裝備清單啦。

          裙子:長裙、短裙,顏色越鮮艷越好。照相好看哇。

          比基尼:布越少越好

          ,顏色也是鮮艷為上。

          帽子:要有這樣功效的,款式自然是越美越好了。顏色同上。

          太陽鏡:遮陽,又多一個照相道具。

          防曬霜,30+吧。(我涂了防曬霜都給曬黑了一大圈……)

          拖鞋:在穿著舒適的前提下,款式要盡量美。

          浴巾:帶一個大毛巾總是會方便很多。比如泡完海水后,迅速裹上,可擦干海水還能避免太陽直射到皮膚。

          泳鏡、泳帽:游泳必備嘛。

          地圖:買一份三亞地圖,那去哪都不用問人啦。反正,三亞市區就那么小……

          攝影工具:相機

          通訊工具:手機

          其他:漂亮的耳環、手鏈、項鏈之類,為照片加分的飾物。

          我還做了一個裝備清單表格哦:

          食品一列,是看個人喜好了~加上是為了提醒各位,一些景區內的小食品都賣得貴,自己帶過去的話呢就能省點小錢啦。

          呃,如果是男生的話,就不用帶裙子啦,改成衣褲就OK。另,最好帶個男生用品——剃須刀。

          防宰:

          我覺著吧,只要多點常識,一般也不會受什么大騙啦~

          1、別坐那些宣稱能免費載你去海鮮城的小摩的/出租車,沒有天上掉餡餅的好事。那些人都是和一些海鮮店有合作的,拉一個人過去的話,他們能拿不少回扣呢。很自然的,飯店老板會把那些錢記在你頭上。

          2、對于菜價、物價要有概念。比如有人和你說蝦5塊一斤,你就屁顛屁顛過去了,那能不上當嗎?所以,多想想,出門在外,別貪小便宜。當然咯,也不能吃大虧,買東西的時候,別急著下手,多問問,多侃價(大部分地方都是能侃價的,明碼標價的大商場就別丟人啦)。

          好吧,現在游記開始了:

          在去三亞前,我了解到的是一個被妖魔化的三亞,盡管美景毋庸置疑,但與之匹敵的是宰人的狠絕。所以,在飛機降落的那刻開始,我就收拾好自己的善良,保持了十二分的警惕,以最壞的惡意揣測他人。但很快,我就被感化了。。。。。。。待后敘。

          機場到市區交通:出了機場,會有指示牌,告訴你公交車站怎么走。(如果沒看見的話,就往馬路方向走,或問問人)。坐8路,就能到達三亞市區。在碧海藍天站下,金雞嶺路那有很多家庭旅館可住。價格一般在120-300之間。8路繞市區走,去解放路步行街(不推薦去,啥也么有)、第一市場、大東海的,也可以乘坐。

          一出機場,濃郁的熱帶風情撲面而來,兩個穿著棉襖的女人汗流浹背的托著行李箱找公交站。然后,一群皮膚黝黑,穿著短褲拖鞋的當地人用奇怪的眼神看著我倆……

          熱到快崩潰,但總不能在馬路上脫衣服吧。所以一路忍著,下了車,打電話給小胖,問好了路。幸好,小區離馬路也沒五分鐘~~然后當我們到了小區樓下,就有個美女來接我們啦~~~~

          住宿:

          椰晶珠(http://hotel.elong.com/none-02201095-hotel/)

          地址:三亞灣路碧海藍天

          干凈的床~~~

          推開房門,驚喜哇,好舒適的小窩~~拉開窗簾,可以看到小區里的游泳池哦~水質很干凈。

          之后的幾天,我一回住處就泡這里。。。。海水沒泡夠。。。

          老板叫小胖~熱情但也不過分,有個客服還是個單身帥哥哦。我們住的是田園蜜月房,138元。感覺還不錯。干凈,素雅。樓下還有免費的游泳池哦~~由于太懶,不想挪地,所以在那住了四天。期間,恰遇光棍節,小胖還帶我們去參加PARTY~免費吃喝哇。

          出行前,看了好多家庭旅館,包括在螞蜂窩很火的海上花、幸福海,但最終還是選擇了椰晶珠。沒別的,就圖價格便宜……幸好,選對了,房間干凈漂亮,老板還幫忙規劃行程,這就夠啦~

          世紀光棍節那天,我們被小胖帶去混吃混喝了……N多男男女女,也不知道有成了的不。而兩個已婚女人就不參與了,埋頭吃就行。

          至于高檔酒店,此行沒有去住,但是卻是有問過當地人的,螞蜂窩攻略上的還是大抵靠譜。哈哈,因為這次出行是和閨蜜來的,就么有住~先問好,下回和老公來度假~~~~~

          亞龍灣性價比最高的5星是天域。服務最好的是麗思卡爾頓。最適合老人住的是華宇皇冠。最便宜的5星是環球城。大東海,三亞灣的高檔酒店看路書推薦即可。

          不過個人覺得,在三亞灣、大東海住的話,家庭旅館就可以啦~~~~而且說實話,現在的家庭旅館都挺干凈漂亮的。

          之后幾天的行程就是懶懶散散的了,其實關鍵是在我看來,去三亞無需過于緊湊周密的行程,度假嘛,隨心即可。

          吃:

          海鮮:

          傳說中的第一市場

          總的來說,還是挺實在的。流程就是去買海鮮,然后交給店主/攤主加工。如果你事先就選好了加工的地,會有人給你一把稱去買菜或者直接有人帶你過去買。一般而言,也不會有什么作假的空間。畢竟如果你是在家常做飯的人,菜/海鮮的新鮮程度一眼便可以看出。而菜的價格基本上都是同一的。

          (當然,我們第一次去的時候,也對著那些追著我們送名片的女人們抱著否定態度的。因為對方太過熱情了。但,我們還是接了好些張,比較比較看看價格嘛。最后發現都是一樣的。然后把那些跟著我倆的女人們都給甩掉了。但是當我們到了第一市場里時,才發現不知道如何下手……這時候,一個在旁邊看了我們很久的大姐走過來了。大姐也算是誠懇,她說,加工價格都是一樣的,買菜呢,他們也掙不到我們的錢,所以沒必要擔心。現在生意也不好做,也都想要口碑……說了一大通,我們琢磨了下,的確也是那樣。然后她就帶著我們去買菜了。問了我們大概喜好,然后告訴我們一些挑選方法,不得不說,這個大姐還是不錯的。而且,在買菜時,她還幫我們侃價了……第一頓在她家吃小扇貝海鮮加工店。買菜大概花了70塊錢,加工費+主食是70多塊錢,老板還給抹去了零頭。

          提醒:買完了菜,在加工前,老板都會告訴你加工的價格的,所以大家放心好了。如果,覺得加工費不合理,大不了就換一家。(當然,只要是第一市場周邊的店我調查了下,加工價格都是一樣的……)

          味道尚可。吃完飯,還在他家要了一個椰子,10塊錢。吃完椰子別忘了讓店家破開,吃里面的也肉哦~~嫩嫩滑滑的,還有股清香。

          各種螺、貝

          蟶子

          四角豆

          由于我有戀舊情結(其實就是各種懶),就沒去嘗試更多加工小店,一直都在這家加工的。但有問過其他攤的幾個游客,都反映味道還可以。

          價格:吃了幾次,兩個人吃的價格都在150元左右(包括買菜和加工),我想,對于海鮮來說,這個價格不貴吧?

          至于菜的內容,基本上就是標配:

          海鮮:一斤蝦(大概23元),一斤蟶子(這個貴一點,忘了多少錢了。30多40吧),生蠔(10元三個、四個),帶子(10元7個),芒果螺(忘了),普通的魚價格也不貴,當然你要吃什么蘇梅啊、石斑之類的就貴了,海膽一般五塊一個。

          素菜:五指山野菜或是四角豆

          加工費:蒸、炒 5元/斤 小象拔蚌 3元/個 香辣炒 10元/斤

          紅燒椒鹽 10元/斤 海膽 5元/個 帶子、生蠔、扇貝 3元/個

          所以,如果兩人吃一餐這樣的:一盤蝦+一盤蟶子+三個生蠔+7個帶子+五指山野菜/四季豆

          那買菜的價格在70-80元,加工價格在55元左右(海鮮辣炒,素菜清炒),再加一個椰子(10元,很大,兩人分著喝),加上主食,一餐也就150元。

          所以,那些說自己被坑的人想想是不是去錯了地呢~

          帶子:蒜蓉粉絲的

          好像是叫扇貝吧,也是蒜蓉粉絲的

          生蠔:蒜蓉粉絲的

          蟶子:辣炒的。味道最好~~

          海膽蒸蛋,其實就是蛋的味道

          清炒四角豆:很奇特的菜,脆脆的,味道不錯。

          這個更奇怪,五指山野菜。

          99%的人在看的旅游攻略,關注螞蜂窩微信:mafengwo2006


          主站蜘蛛池模板: 国产成人无码一区二区在线观看 | 一区二区三区在线看| 日韩精品无码久久一区二区三| 精品亚洲一区二区三区在线观看| 国99精品无码一区二区三区| 精品国产一区二区麻豆| 夜夜嗨AV一区二区三区| 日韩精品一区二区三区不卡 | 精品久久久久中文字幕一区| 久久久av波多野一区二区| 欧洲精品一区二区三区在线观看| 久久久国产精品一区二区18禁| 成人精品一区二区电影| 内射女校花一区二区三区| 国产一区二区三区乱码在线观看| 亚洲第一区精品观看| 亚洲精品精华液一区二区| 日韩精品无码视频一区二区蜜桃| 韩国一区二区三区| 另类ts人妖一区二区三区| 国产精品视频一区| 日韩最新视频一区二区三| 一区二区三区四区精品视频| 国产不卡视频一区二区三区| 亚洲欧美日韩一区二区三区在线 | 亚洲日本一区二区三区在线| 免费国产在线精品一区| 亚洲av日韩综合一区二区三区| 人妻少妇久久中文字幕一区二区| 狠狠综合久久AV一区二区三区| 怡红院一区二区三区| 日韩在线一区二区三区视频| 亚洲AV成人一区二区三区观看 | 久久精品一区二区三区AV| 精品一区二区三区无码免费视频| 国产在线精品一区二区中文| 国产日韩精品一区二区三区在线| 一区二区三区四区视频在线| 香蕉一区二区三区观| 亚洲免费视频一区二区三区| 国产自产V一区二区三区C|