GHSL: Global building height 2018 (P2023A)

Dataset-Verfügbarkeit

2018-01-01T00:00:00Z–2018-12-31T00:00:00Z

Dataset-Anbieter

EC JRC

Earth Engine-Snippet

ee.ImageCollection("JRC/GHSL/P2023A/GHS_BUILT_H")

Tags

alos building built built-environment builtup copernicus dem ghsl height jrc population sdg sentinel2-derived srtm urban

Beschreibung

Dieses räumliche Raster-Dataset zeigt die globale Verteilung der Gebäudehöhen im Jahr 2018 mit einer Auflösung von 100 m. Die Eingabedaten, die zur Vorhersage der Gebäudehöhen verwendet werden, sind das ALOS Global Digital Surface Model (30 m), die Daten der NASA Shuttle Radar Topographic Mission (30 m) und ein globaler Sentinel-2-Bildcomposite aus L1C-Daten für den Zeitraum 2017–2018.

Weitere Informationen zu den GHSL-Datenprodukten finden Sie im GHSL Data Package 2023-Bericht. Dort wird die Ebene für die Gebäudehöhe als „Average Net Building Height“ (ANBH) bezeichnet.

Das Projekt „Global Human Settlement Layer“ (GHSL) wird von der Europäischen Kommission, der Gemeinsamen Forschungsstelle und der Generaldirektion für Regional- und Stadtpolitik unterstützt.

Bänder

Pixelgröße
100 Meter

Bänder

Name	Einheiten	Pixelgröße	Beschreibung
built_height	m	Meter	Durchschnittliche Gebäudehöhe pro Rasterzelle

Nutzungsbedingungen

Nutzungsbedingungen

Das GHSL wurde von der Gemeinsamen Forschungsstelle der Europäischen Kommission als offene und kostenlose Daten erstellt. Die Wiederverwendung ist zulässig, sofern die Quelle angegeben wird. Weitere Informationen finden Sie in den Nutzungsbedingungen (European Commission Reuse and Copyright Notice).

Zitate

Quellenangaben:

• Datensatz : Pesaresi, Martino; Politis, Panagiotis (2023): GHS-BUILT-H R2023A – GHS building height, derived from AW3D30, SRTM30, and Sentinel2 composite (2018). Europäische Kommission, Gemeinsame Forschungsstelle (JRC) PID: http://data.europa.eu/89h/85005901-3a49-48dd-9d19-6261354f56fe doi:10.2905/85005901-3A49-48DD-9D19-6261354F56FE

• Methodik : Pesaresi, Martino, Marcello Schiavina, Panagiotis Politis, Sergio Freire, Katarzyna Krasnodebska, Johannes H. Uhl, Alessandra Carioli et al. (2024). Advances on the Global Human Settlement Layer by Joint Assessment of Earth Observation and Population Survey Data. International Journal of Digital Earth 17(1). doi:10.1080/17538947.2024.2390454.

DOIs

• https://doi.org/10.1080/17538947.2024.2390454
• https://doi.org/10.2905/85005901-3A49-48DD-9D19-6261354F56FE

Earth Engine nutzen

Wichtig: Earth Engine ist eine Plattform für die wissenschaftliche Analyse und Visualisierung von Geo-Datasets im Petabyte-Bereich, sowohl für die Öffentlichkeit als auch für Unternehmen und Behörden. Die Earth Engine kann kostenlos für Forschungs-, Bildungs- und gemeinnützige Zwecke verwendet werden. Registrieren Sie sich für den Zugriff auf die Earth Engine, um loszulegen.

Code-Editor (JavaScript)

var image = ee.Image("JRC/GHSL/P2023A/GHS_BUILT_H/2018");
var built = image.select('built_height');
var visParams = {
  min: 0.0,
  max: 12.0,
  palette: ['000000', '0d0887', '7e03a8', 'cc4778', 'f89540', 'f0f921'],
};

Map.setCenter(2.349014, 48.864716, 10);
Map.addLayer(built, visParams, 'Average building height [m], 2018');

Im Code-Editor öffnen

GHSL: Global building height 2018 (P2023A)

Dieses räumliche Raster-Dataset zeigt die globale Verteilung der Gebäudehöhen mit einer Auflösung von 100 m für das Jahr 2018. Die Eingabedaten, die zur Vorhersage von Gebäudehöhen verwendet werden, sind das ALOS Global Digital Surface Model (30 m), die Daten der NASA Shuttle Radar Topographic Mission (30 m) und …

JRC/GHSL/P2023A/GHS_BUILT_H, alos,building,built,built-environment,builtup,copernicus,dem,ghsl,height,jrc,population,sdg,sentinel2-derived,srtm,urban

2018-01-01T00:00:00Z/2018-12-31T00:00:00Z

-90 -180 90 180

Google Earth Engine

https://developers.google.com/earth-engine/datasets

• https://doi.org/10.2905/85005901-3A49-48DD-9D19-6261354F56FE
• https://doi.org/10.2905/85005901-3A49-48DD-9D19-6261354F56FE