LandScan Population Data Global 1km

projects/sat-io/open-datasets/ORNL/LANDSCAN_GLOBAL
اطلاعات

این مجموعه داده بخشی از «کاتالوگ انجمن» است و توسط Google Earth Engine مدیریت نمی‌شود. برای گزارش اشکال یا مشاهده مجموعه‌داده‌های بیشتر از «کاتالوگ انجمن GEE عالی»، با gee-community-catalog@googlegroups.com تماس بگیرید. درباره مجموعه‌داده‌های «انجمن» بیشتر بدانید.

مالک کاتالوگ
کاتالوگ انجمن Awesome GEE
دردسترس بودن مجموعه داده
2000-01-01T00:00:00Z–2023-12-31T00:00:00Z
تولیدکننده مجموعه داده
تکه‌کد Earth Engine
ee.ImageCollection("projects/sat-io/open-datasets/ORNL/LANDSCAN_GLOBAL")
برچسب‌ها
community-dataset demography landscan population sat-io

شرح

مجموعه داده‌های LandScan که توسط «آزمایشگاه ملی اوک ریج» (ORNL) ارائه شده است، مجموعه داده‌های توزیع جمعیت جهانی جامع و با وضوح بالا را ارائه می‌دهد که به‌عنوان منبعی ارزشمند برای طیف گسترده‌ای از کاربردها عمل می‌کند. LandScan با بهره‌گیری از تکنیک‌های پیشرفته مدل‌سازی فضایی و منابع داده‌های زمین‌مکانی پیشرفته، اطلاعات دقیقی درباره تعداد و تراکم جمعیت با وضوح ۳۰ ثانیه قوسی ارائه می‌دهد و بینش‌های دقیق و به‌روزی درباره الگوهای سکونت انسان در سراسر جهان فراهم می‌کند. ‫LandScan با دقت و جزئیات خود از حوزه‌های متنوعی مانند برنامه‌ریزی شهری، واکنش به بلایا، همه‌گیرشناسی، و تحقیقات زیست‌محیطی پشتیبانی می‌کند و آن را به ابزاری ضروری برای تصمیم‌گیرندگان و پژوهشگرانی تبدیل می‌کند که به‌دنبال درک و رسیدگی به چالش‌های مختلف اجتماعی و زیست‌محیطی در مقیاس جهانی هستند.

باند

باند

اندازه پیکسل: ۹۲۷٫۶۶ متر (همه باندها)

نام دقیقه Max اندازه پیکسل شرح
b1 ۰* 21171* ۹۲۷/۶۶ متر

تعداد جمعیت تخمینی

* حداقل یا حداکثر مقدار تخمینی

شرایط استفاده

شرایط استفاده

مجموعه‌داده‌های Landscan تحت پروانه بین‌المللی «ارجاع مشترکات خلاقانه نسخه ۴.۰» است. کاربران می‌توانند آزادانه از این اثر برای اهداف تجاری و غیرتجاری استفاده کنند، آن را کپی، توزیع، و منتقل کنند، و آن را اقتباس کنند، بدون هیچ محدودیتی، به‌شرطی که منبع به‌وضوح ذکر شود.

نقل‌قول‌ها

نقل‌قول‌ها:
  • Sims, K., Reith, A., Bright, E., Kaufman, J., Pyle, J., Epting, J., Gonzales, J., Adams, D., Powell, E., Urban, M., ‫& Rose, A. (2023). LandScan Global 2022 [Data set]. Oak Ridge National Laboratory. https://doi.org/10.48690/1529167

شناسه دیجیتال شیء

کاوش با Earth Engine

ویرایشگر کد (جاوا اسکریپت)

var landscan_global =
    ee.ImageCollection('projects/sat-io/open-datasets/ORNL/LANDSCAN_GLOBAL');
var popcount_intervals = '<RasterSymbolizer>' +
    ' <ColorMap type="intervals" extended="false" >' +
    '<ColorMapEntry color="#CCCCCC" quantity="0" label="No Data"/>' +
    '<ColorMapEntry color="#FFFFBE" quantity="5" label="Population Count (Estimate)"/>' +
    '<ColorMapEntry color="#FEFF73" quantity="25" label="Population Count (Estimate)"/>' +
    '<ColorMapEntry color="#FEFF2C" quantity="50" label="Population Count (Estimate)"/>' +
    '<ColorMapEntry color="#FFAA27" quantity="100" label="Population Count (Estimate)"/>' +
    '<ColorMapEntry color="#FF6625" quantity="500" label="Population Count (Estimate)"/>' +
    '<ColorMapEntry color="#FF0023" quantity="2500" label="Population Count (Estimate)"/>' +
    '<ColorMapEntry color="#CC001A" quantity="5000" label="Population Count (Estimate)"/>' +
    '<ColorMapEntry color="#730009" quantity="185000" label="Population Count (Estimate)"/>' +
    '</ColorMap>' +
    '</RasterSymbolizer>';

// Define a dictionary which will be used to make legend and visualize image on
// map
var dict = {
  'names': [
    '0', '1-5', '6-25', '26-50', '51-100', '101-500', '501-2500', '2501-5000',
    '5001-185000'
  ],
  'colors': [
    '#CCCCCC', '#FFFFBE', '#FEFF73', '#FEFF2C', '#FFAA27', '#FF6625', '#FF0023',
    '#CC001A', '#730009'
  ]
};

// Create a panel to hold the legend widget
var legend = ui.Panel({style: {position: 'bottom-left', padding: '8px 15px'}});

// Function to generate the legend
function addCategoricalLegend(panel, dict, title) {
  // Create and add the legend title.
  var legendTitle = ui.Label({
    value: title,
    style: {
      fontWeight: 'bold',
      fontSize: '18px',
      margin: '0 0 4px 0',
      padding: '0'
    }
  });
  panel.add(legendTitle);

  var loading = ui.Label('Loading legend...', {margin: '2px 0 4px 0'});
  panel.add(loading);

  // Creates and styles 1 row of the legend.
  var makeRow = function(color, name) {
    // Create the label that is actually the colored box.
    var colorBox = ui.Label({
      style: {
        backgroundColor: color,
        // Use padding to give the box height and width.
        padding: '8px',
        margin: '0 0 4px 0'
      }
    });

    // Create the label filled with the description text.
    var description = ui.Label({value: name, style: {margin: '0 0 4px 6px'}});

    return ui.Panel({
      widgets: [colorBox, description],
      layout: ui.Panel.Layout.Flow('horizontal')
    });
  };

  // Get the list of palette colors and class names from the image.
  var palette = dict['colors'];
  var names = dict['names'];
  loading.style().set('shown', false);

  for (var i = 0; i < names.length; i++) {
    panel.add(makeRow(palette[i], names[i]));
  }

  Map.add(panel);
}

addCategoricalLegend(legend, dict, 'Population Count(estimate)');

Map.addLayer(
    landscan_global.sort('system:time_start')
        .first()
        .sldStyle(popcount_intervals),
    {}, 'Population Count Estimate 2000');
Map.addLayer(
    landscan_global.sort('system:time_start', false)
        .first()
        .sldStyle(popcount_intervals),
    {}, 'Population Count Estimate 2022');
باز کردن در ویرایشگر کد