- مالک کاتالوگ
- کاتالوگ انجمن Awesome GEE
- دردسترس بودن مجموعه داده
- 2000-01-01T00:00:00Z–2023-12-31T00:00:00Z
- تولیدکننده مجموعه داده
- آزمایشگاه ملی اوک ریج
- برچسبها
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 |
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
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');