WorldPop Global Project Population Data: Estimated Residential Population per 100x100m Grid Square

WorldPop/GP/100m/pop
Ketersediaan Set Data
2000-01-01T00:00:00Z–2021-01-01T00:00:00Z
Produsen Set Data
Cuplikan Earth Engine
ee.ImageCollection("WorldPop/GP/100m/pop")
Tag
demography population worldpop

Deskripsi

Data kontemporer beresolusi tinggi global tentang distribusi populasi manusia adalah prasyarat untuk pengukuran dampak pertumbuhan populasi yang akurat, untuk memantau perubahan, dan untuk merencanakan intervensi. Project WorldPop bertujuan untuk memenuhi kebutuhan ini melalui penyediaan set data distribusi populasi yang mendetail dan akses terbuka yang dibuat menggunakan pendekatan transparan dan ditinjau oleh para ahli di bidangnya.

Detail lengkap tentang metode dan set data yang digunakan dalam pembuatan data, beserta publikasi akses terbuka, disediakan di situs WorldPop. Singkatnya, jumlah populasi berbasis sensus terbaru yang cocok dengan unit administratif terkait akan dipecah menjadi sel petak ~100x100 m melalui pendekatan machine learning yang memanfaatkan hubungan antara kepadatan populasi dan berbagai lapisan kovariat geospasial. Pendekatan pemetaan adalah redistribusi dasimetri berbasis Hutan Acak.

Set data ini menggambarkan perkiraan jumlah orang yang tinggal di setiap sel petak pada tahun 2010, 2015, dan tahun lainnya.

Untuk tahun 2020, perincian populasi menurut usia dan jenis kelamin tersedia dalam koleksi WorldPop/GP/100m/pop_age_sex dan WorldPop/GP/100m/pop_age_sex_cons_unadj.

Set data petak WorldPop lebih lanjut tentang struktur usia populasi, kemiskinan, pertumbuhan kota, dan dinamika populasi tersedia secara gratis di situs WorldPop. WorldPop merupakan kolaborasi antara peneliti di University of Southampton, Universite Libre de Bruxelles, dan University of Louisville. Project ini terutama didanai oleh Bill and Melinda Gates Foundation.

Band

Band

Ukuran piksel: 92,77 meter (semua band)

Nama Min Maks Ukuran Piksel Deskripsi
population 0* 21171* 92,77 meter

Perkiraan jumlah orang yang tinggal di setiap sel petak

* perkiraan nilai min atau maks

Properti Gambar

Properti Gambar

Nama Jenis Deskripsi
country STRING

Negara

year DOUBLE

Tahun

Persyaratan Penggunaan

Persyaratan Penggunaan

Set data WorldPop dilisensikan berdasarkan Lisensi Internasional Creative Commons Attribution 4.0. Pengguna bebas menggunakan, menyalin, mendistribusikan, mengirimkan, dan mengadaptasi karya untuk tujuan komersial dan non-komersial, tanpa batasan, selama atribusi sumber yang jelas diberikan.

Kutipan

Kutipan:
  • Sebutkan situs WorldPop sebagai sumber: www.worldpop.org.

  • Data populasi Amerika: Alessandro Sorichetta, Graeme M. Hornby, Forrest R. Stevens, Andrea E. Gaughan, Catherine Linard, Andrew J. Tatem, 2015, High-resolution gridded population datasets for Latin America and the Caribbean in 2010, 2015, and 2020, Scientific Data, doi:10.1038/sdata.2015.45

  • Data jumlah populasi Afrika: Linard, C., Gilbert, M., Snow, R.W., Noor, A.M. and Tatem, A.J., 2012, Population distribution, settlement patterns and accessibility across Africa in 2010, PLoS ONE, 7(2): e31743.

  • Data jumlah populasi Asia: Gaughan AE, Stevens FR, Linard C, Jia P and Tatem AJ, 2013, High resolution population distribution maps for Southeast Asia in 2010 and 2015, PLoS ONE, 8(2): e55882.

DOI

Mengeksplorasi dengan Earth Engine

Editor Kode (JavaScript)

var dataset = ee.ImageCollection('WorldPop/GP/100m/pop');

var visualization = {
  bands: ['population'],
  min: 0.0,
  max: 50.0,
  palette: ['24126c', '1fff4f', 'd4ff50']
};

Map.setCenter(113.643, 34.769, 7);

Map.addLayer(dataset, visualization, 'Population');

Penyiapan Python

Baca halaman Lingkungan Python untuk mengetahui informasi tentang Python API dan penggunaan geemap untuk pengembangan interaktif.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('WorldPop/GP/100m/pop')

visualization = {
    'bands': ['population'],
    'min': 0.0,
    'max': 50.0,
    'palette': ['24126c', '1fff4f', 'd4ff50'],
}

m = geemap.Map()
m.set_center(113.643, 34.769, 7)
m.add_layer(dataset, visualization, 'Population')
m
Buka di Editor Kode