
- Katalog Sahibi
- Awesome GEE Community Catalog
- Veri Kümesi Kullanılabilirliği
- 2000-01-01T00:00:00Z–2023-12-31T00:00:00Z
- Veri Kümesi Sağlayıcı
- Oak Ridge Ulusal Laboratuvarı
- Etiketler
Açıklama
Oak Ridge Ulusal Laboratuvarı (ORNL) tarafından sağlanan LandScan veri kümesi, çok çeşitli uygulamalar için değerli bir kaynak olarak hizmet veren kapsamlı ve yüksek çözünürlüklü bir küresel nüfus dağılımı veri kümesi sunar. En yeni mekansal modelleme tekniklerinden ve gelişmiş coğrafi veri kaynaklarından yararlanan LandScan, 30 yay saniyesi çözünürlükte nüfus sayıları ve yoğunluğu hakkında ayrıntılı bilgiler sunarak dünya genelindeki yerleşim düzenleri hakkında hassas ve güncel analizler sağlar. LandScan, doğruluk ve ayrıntı düzeyi sayesinde şehir planlaması, afet müdahalesi, epidemiyoloji ve çevre araştırmaları gibi çeşitli alanları destekler. Bu nedenle, küresel ölçekte çeşitli toplumsal ve çevresel sorunları anlamak ve ele almak isteyen karar vericiler ve araştırmacılar için vazgeçilmez bir araçtır.
Bantlar
Piksel Boyutu
1.000 metre
Bantlar
Ad | Min. | Maks. | Piksel Boyutu | Açıklama |
---|---|---|---|---|
b1 |
0* | 21171* | metre | Tahmini nüfus sayısı |
Kullanım Şartları
Kullanım Şartları
Landscan veri kümeleri, Creative Commons Attribution 4.0 Uluslararası Lisansı ile lisanslanmıştır. Kullanıcılar, kaynağın açıkça belirtilmesi koşuluyla, ticari ve ticari olmayan amaçlarla eseri kısıtlama olmaksızın kullanabilir, kopyalayabilir, dağıtabilir, iletebilir ve uyarlayabilir.
Alıntılar
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 [Veri kümesi]. Oak Ridge National Laboratory. https://doi.org/10.48690/1529167
DOI'ler
Earth Engine ile keşfetme
Kod Düzenleyici (JavaScript)
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');