协同中心建设的城市大数据库保持持续的增长，整合多种数据源，致力于建设世界最大的城市数据库，支撑城市规律挖掘、城市未来推演的相关研究。

（1）城市卫星影像数据
通过自主研发基于人工智能图像识别技术，在世界范围内识别13810个独立建成区。卫星图像来自于GHSL - Global Human Settlement Layer和Google Map，时间跨度从1975年到2015年。总图幅数85059张，共计30.1T。

图1全球覆盖地图

（2）统计类数据
涵盖了GDP、劳动力、人口、收入、消费支出、零售额等六个方面，并提供了持续的、可比较的、以一年为周期的历史数据和预测数据。

表1 Oxford Economics数据类型统计

覆盖区域
覆盖全球139个国家770个城市和地区，其中包括451个城市独立的数据，基本上覆盖了全球人口超过40万以上的大城市。当今世界750大城市占全球GDP的57%左右。到2030年底，这750个国家将为世界经济贡献惊人的80万亿美元（占世界GDP的61%），并为人们提供巨大的商业机会。

图2 全球GDP分布图

  数据时间跨度长达30年，历史数据可追溯到2000年，预测数据最远可推算至2030年。但时间跨度非全覆盖，预测数据会用红色标注。

（3）数据应用
   目前已将统计类数据在时间和空间上与已识别出的全球建成区之间进行关联，并建立覆盖形态、生态、业态和心态的数据库，以支撑机器学习城市生长模型。

图3截止至2017年12月25日已完成数据链接的全球城市覆盖情况

   城市生长是一个比较复杂的时空动态演化过程，而城市又是一个“自然-社会-经济”复杂的巨系统。城市空间应当是地理非均质空间与经济非均质空间的叠加，在前人的研究中发现经济指标如GDP、基本建设投资额、用电量、居住房屋总面积等都与城市演化系统的结构有幂率演化关系。经济数据在城市建模中的重要性不言而喻。

   该数据可作为城市基础数据库和城市指标体系，用于支持城市类型学，城市发展因子相关性探索以及机器学习未来城市生长模型等方面的课题，并以动态可视化的方式展示城市宏观数据。