GHSL: Global building height 2018 (P2023A)

Dostępność zbioru danych

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

Dostawca zbioru danych

EC JRC

Fragment kodu Earth Engine

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

Tagi

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

Opis

Ten przestrzenny zbiór danych rastrowych przedstawia globalny rozkład wysokości budynków w rozdzielczości 100 m w 2018 r. Dane wejściowe używane do prognozowania wysokości budynków to globalny cyfrowy model powierzchni ALOS (30 m), dane z misji NASA Shuttle Radar Topographic Mission (30 m) oraz globalny kompozyt obrazów Sentinel-2 z danych L1C z lat 2017–2018.

Więcej informacji o produktach danych GHSL znajdziesz w raporcie GHSL Data Package 2023, w którym warstwa wysokości budynków jest określana jako średnia wysokość netto budynku (ANBH).

Projekt Global Human Settlement Layer (GHSL) jest wspierany przez Komisję Europejską, Wspólne Centrum Badawcze i Dyrekcję Generalną ds. Polityki Regionalnej i Miejskiej.

Pasma

Pasma

Rozmiar piksela: 100 m (wszystkie pasma)

Nazwa	Jednostki	Rozmiar piksela	Opis
built_height	m	100 metrów	Średnia wysokość budynków w każdej komórce siatki

Warunki korzystania z usługi

Warunki korzystania z usługi

GHSL został opracowany przez Wspólne Centrum Badawcze Komisji Europejskiej jako otwarte i bezpłatne dane. Ponowne wykorzystanie jest dozwolone pod warunkiem podania źródła. Więcej informacji znajdziesz w warunkach korzystania (European Commission Reuse and Copyright Notice).

Cytaty

Cytowanie:

• Zbiór danych : Pesaresi, Martino; Politis, Panagiotis (2023): GHS-BUILT-H R2023A - GHS building height, derived from AW3D30, SRTM30, and Sentinel2 composite (2018). European Commission, Joint Research Centre (JRC) PID: http://data.europa.eu/89h/85005901-3a49-48dd-9d19-6261354f56fe doi:10.2905/85005901-3A49-48DD-9D19-6261354F56FE

• Metodologia : Pesaresi, Martino, Marcello Schiavina, Panagiotis Politis, Sergio Freire, Katarzyna Krasnodebska, Johannes H. Uhl, Alessandra Carioli i in. (2024). Postępy w zakresie Global Human Settlement Layer dzięki wspólnemu ocenianiu danych z obserwacji Ziemi i badań ankietowych populacji. International Journal of Digital Earth 17(1). doi:10.1080/17538947.2024.2390454.

DOI

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

Odkrywaj za pomocą Earth Engine

Ważne: Earth Engine to platforma do analizy naukowej i wizualizacji zbiorów danych geoprzestrzennych o rozmiarze petabajtów, która jest dostępna zarówno do publicznego użytku, jak i dla firm oraz organów administracji. Z Earth Engine można korzystać bezpłatnie w celach badawczych, edukacyjnych i non-profit. Aby rozpocząć, zarejestruj się w Earth Engine.

Edytor kodu (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');

Otwórz w edytorze kodu

GHSL: Global building height 2018 (P2023A)

Ten przestrzenny zbiór danych rastrowych przedstawia globalny rozkład wysokości budynków w rozdzielczości 100 m w 2018 r. Dane wejściowe używane do przewidywania wysokości budynków to globalny cyfrowy model powierzchni ALOS (30 m), dane z misji NASA Shuttle Radar Topographic Mission (30 m) i …

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