道路数据集
一、NASA道路数据
1、数据来源：NASA
2、时间跨度：1980-2010(取决于国家)
3、区域范围：亚洲
4、指标说明：
数据格式：shp矢量数据
平面坐标系：WGS-84
全球公路开放获取数据集(1980-2010)第一版，Global Roads Open Access Data Set (gROADS)，是由NASA社会经济数据和应用中心（sedac）制作发布的全球性公路数据集。
该数据集在CODATA全球道路数据开发任务组的支持下开发。使用联合国空间数据基础设施运输（UNSDI-T）第2版作为通用数据模型，将各国可用的最佳道路数据合并为全球道路。所有国家的公路网都在边界处进行了拓扑连接，同时许多国家的内部拓扑也都经过了编辑。由于数据来自多个来源，道路网数据日期范围从20世纪80年代到2010年不等，空间精度也各不相同。
二、GRIP Global Roads
1、数据来源：http://www.globio.info
2、时间跨度：2020
3、区域范围：全球
4、指标说明：
GRIP 数据集是荷兰的GLOBIO团队基于许多不同的道路数据制作的全球道路整合数据，旨在提供用于全球环境和生物多样性研究项目的道路数据集，该数据集由全球矢量道路数据集和8km分辨率的道路密度栅格数据集两部分组成。
三、全国道路数据集
1、数据来源：http://www.globio.info
2、时间跨度：2018
3、区域范围：中国
4、指标说明：
数据来源引用参考以下规范：
中文表达方式：数据来源于北京大学城市与环境学院地理数据平台(http://geodata.pku.edu.cn)；
英文表达方式：Geographic Data Sharing Infrastructure, College of Urban and Environmental Science, Peking University (http://geodata.pku.edu.cn)。
四、OSM数据
1、数据来源：https://extract.bbbike.org
2、时间跨度：
3、区域范围：全球
4、指标说明：
OpenStreetMap（简称OSM）是一个网上地图协作计划，目标是创造一个内容自由且能让所有人编辑的世界地图。该平台的数据可以自由下载。
相关研究：
[1]刘玉海, 林建兵, 翁嘉辉. 中国道路运输业营运效率动态分析——基于Malmquist生产力指数[J]. 产业经济研究, 2008, 01(1):56-56.
[2]朱文明. 中国城镇化进程与发展道路、模式选择[J]. 云南财贸学院学报, 2003.
[3]刘承良, 余瑞林, 曾菊新, et al. 武汉城市圈城乡道路网的空间结构复杂性[J]. 地理科学, 2012, 32(004):426-433.
[4]刘承良, 余瑞林, 段德忠. 基于空间句法的武汉城市圈城乡道路网通达性演化分析[J]. 地理科学, 2015, 35(006):698-707.
获取地方：
NASA道路数据、GRIP Global Roads、全国道路数据集及OSM数据四大维度shp矢量数据-文档资料CSDN