इस ग्लोबल ऐक्सेसिबिलिटी मैप में, साल 2019 के लिए 85 डिग्री उत्तर और 60 डिग्री दक्षिण के बीच के सभी इलाकों में, ज़मीन पर मौजूद वाहनों से यात्रा करके सबसे नज़दीकी अस्पताल या क्लीनिक तक पहुंचने में लगने वाले समय (मिनटों में) की जानकारी दी गई है. इसमें सिर्फ़ पैदल चलने में लगने वाला समय भी शामिल होता है. इसके लिए, सिर्फ़ बिना मोटर वाले वाहनों का इस्तेमाल किया जाता है.
OpenStreetMap, Google Maps, और शिक्षा से जुड़े शोधकर्ताओं ने डेटा इकट्ठा करने के लिए काफ़ी मेहनत की है. इस डेटा का इस्तेमाल करके, अब तक स्वास्थ्य सेवा से जुड़ी सुविधाओं की जगहों की सबसे पूरी जानकारी इकट्ठा की गई है. इस मैप को MAP (University of Oxford), Telethon Kids Institute (पर्थ, ऑस्ट्रेलिया), Google, और University of Twente, नीदरलैंड्स ने मिलकर बनाया है.
यह प्रोजेक्ट, Weiss et al 2018 में पब्लिश किए गए पिछले काम पर आधारित है
(doi:10.1038/nature25181).
वाइस और अन्य (2018) ने सड़कों के लिए डेटासेट का इस्तेमाल किया. इसमें Open Street Map और Google के सड़कों के डेटासेट का इस्तेमाल पहली बार ग्लोबल लेवल पर किया गया था. इसके अलावा, रेलवे, नदियों, झीलों, समुद्रों, टोपोग्राफ़िक स्थितियों (ढलान और ऊंचाई), लैंडकवर टाइप, और राष्ट्रीय सीमाओं के लिए भी डेटासेट का इस्तेमाल किया गया. इन डेटासेट में, हर पिक्सल को पार करने में लगने वाले समय के हिसाब से यात्रा की गति तय की गई थी. इसके बाद, डेटासेट को मिलाकर "फ़्रिक्शन सर्फ़ेस" बनाया गया. यह एक ऐसा मैप है जिसमें हर पिक्सल को यात्रा की सामान्य गति असाइन की जाती है. यह गति, उस पिक्सल में मौजूद टाइप के आधार पर तय की जाती है. मौजूदा प्रोजेक्ट के लिए, अपडेट की गई फ़्रिक्शन लेयर बनाई गई है, ताकि OSM के सड़क के डेटा में हाल ही में हुए सुधारों को शामिल किया जा सके.
इस फ़्रिक्शन सर्फ़ेस के साथ-साथ, सबसे कम लागत वाले पाथ एल्गोरिदम का इस्तेमाल किया गया. ये एल्गोरिदम, Google Earth Engine में काम करते हैं. साथ ही, ज़्यादा अक्षांश वाले इलाकों के लिए, R में काम करते हैं. इनका इस्तेमाल, सभी जगहों से सबसे नज़दीकी (समय के हिसाब से) स्वास्थ्य सेवा केंद्र तक पहुंचने में लगने वाले समय का हिसाब लगाने के लिए किया गया. स्वास्थ्य सेवा देने वाली सुविधाओं के डेटासेट में, दुनिया के दो सबसे बड़े डेटाबेस से जगह की जानकारी का इस्तेमाल किया गया है: (1) OSM का डेटा, जिसे www.healthsites.io पर इकट्ठा किया गया था और डाउनलोड करने के लिए उपलब्ध कराया गया था; और (2) Google Maps से निकाला गया डेटा. ग्लोबल डेटासेट में, महाद्वीप के हिसाब से सुविधाओं की जगहों की जानकारी जोड़ी गई है. यह जानकारी, अफ़्रीका और ऑस्ट्रेलिया के लिए हाल ही में पब्लिश की गई थी. डेटा सोर्स की तुलना करने के लिए, सिर्फ़ उन सुविधाओं का इस्तेमाल किया गया जिन्हें अस्पताल और क्लीनिक के तौर पर तय किया गया है. एक ही पिक्सल में मिले कई पॉइंट को मर्ज कर दिया गया, ताकि विश्लेषण के रिज़ॉल्यूशन से मैच किया जा सके. विश्लेषण का रिज़ॉल्यूशन, पृथ्वी की सतह के चुने गए ग्रिड वाले प्रतिनिधित्व के हिसाब से तय किया गया था. इस तरह, पहुंच के हिसाब से तैयार किए गए मैप में मौजूद हर पिक्सल, उस जगह से अस्पताल या क्लीनिक तक पहुंचने में लगने वाले सबसे कम समय (मिनटों में) को दिखाता है.
सोर्स डेटासेट के क्रेडिट के बारे में जानकारी, साथ में दिए गए पेपर में दी गई है.
बैंड
पिक्सल का साइज़ 927.67 मीटर
बैंड
नाम
इकाइयां
कम से कम
ज़्यादा से ज़्यादा
पिक्सल का साइज़
ब्यौरा
accessibility
कम से कम
0
41504.1
मीटर
सबसे नज़दीकी अस्पताल या क्लीनिक तक पहुंचने में लगने वाला समय.
accessibility_walking_only
कम से कम
0
138893
मीटर
बिना मोटर वाले वाहन से, सबसे नज़दीकी अस्पताल या क्लीनिक तक पहुंचने में लगने वाला समय.
डी॰जे॰ वाइस, ए॰ नेल्सन, सी॰ए॰ वर्गाज़-रुईज़, के॰ Gligorić, S. बावडेकर,
ई॰ गैब्रिलोविच, ए. Bertozzi-Villa, J. रोज़ियर, एच॰एस॰ गिब्सन, टी॰ शैकल,
सी. कामथ, ए. Lieber, K. शूलमैन, वाई॰ शाओ, वी॰ क्वारकाशिजा, ए॰के॰ नंदी,
एस॰एच॰ केडी, एस॰ रुमिशा, ई॰ कैमरन, के॰ई॰ बैटल, एस॰ भट्ट, पी॰डब्ल्यू॰ गेथिंग.
स्वास्थ्य केंद्र तक पहुंचने में लगने वाला समय बताने वाले ग्लोबल मैप. नेचर मेडिसिन (2020).
इस ग्लोबल ऐक्सेसिबिलिटी मैप में, साल 2019 के लिए 85 डिग्री उत्तर और 60 डिग्री दक्षिण के बीच के सभी इलाकों में, ज़मीन पर मौजूद परिवहन के साधनों से नज़दीकी अस्पताल या क्लीनिक तक पहुंचने में लगने वाला समय (मिनटों में) बताया गया है. इसमें सिर्फ़ पैदल चलने का समय भी शामिल होता है. इसके लिए, बिना मोटर वाले परिवहन के साधनों का इस्तेमाल किया जाता है. … की ओर से डेटा इकट्ठा करने के लिए बड़े पैमाने पर काम किया जा रहा है
[null,null,[],[[["\u003cp\u003eThis dataset provides a global map of travel time to the nearest hospital or clinic, including both overall and walking-only travel times.\u003c/p\u003e\n"],["\u003cp\u003eThe data covers areas between 85 degrees north and 60 degrees south for the year 2019, with a resolution of 927.67 meters.\u003c/p\u003e\n"],["\u003cp\u003eThe map was created using a friction surface model and least-cost-path algorithms, incorporating data from OpenStreetMap, Google Maps, and other sources.\u003c/p\u003e\n"],["\u003cp\u003eHealthcare facility locations were sourced from healthsites.io, Google Maps, and other continental-scale datasets, focusing on hospitals and clinics.\u003c/p\u003e\n"],["\u003cp\u003eThis dataset is licensed under a Creative Commons Attribution 4.0 International License.\u003c/p\u003e\n"]]],[],null,["# Accessibility to Healthcare 2019\n\nDataset Availability\n: 2019-01-01T00:00:00Z--2020-01-01T00:00:00Z\n\nDataset Provider\n:\n\n\n [Malaria Atlas Project](https://malariaatlas.org/research-project/accessibility-to-cities/)\n\nTags\n:\n[accessibility](/earth-engine/datasets/tags/accessibility) [jrc](/earth-engine/datasets/tags/jrc) [map](/earth-engine/datasets/tags/map) [oxford](/earth-engine/datasets/tags/oxford) [population](/earth-engine/datasets/tags/population) [twente](/earth-engine/datasets/tags/twente) \n\n#### Description\n\nThis global accessibility map enumerates land-based travel time (in\nminutes) to the nearest hospital or clinic for all areas between 85\ndegrees north and 60 degrees south for a nominal year 2019. It also\nincludes \"walking-only\" travel time, using non-motorized means of\ntransportation only.\n\nMajor data collection efforts underway by OpenStreetMap, Google Maps, and\nacademic researchers have been harnessed to compile the most complete\ncollection of healthcare facility locations to date. This map was\nproduced through a collaboration between MAP (University of Oxford),\nTelethon Kids Institute (Perth, Australia), Google, and the University\nof Twente, Netherlands.\n\nThis project builds on previous work published by Weiss et al 2018\n([doi:10.1038/nature25181](https://doi.org/10.1038/nature25181)).\nWeiss et al (2018) utilised datasets for roads\n(comprising the first ever global-scale use of Open Street Map and Google\nroads datasets), railways, rivers, lakes, oceans, topographic conditions\n(slope and elevation), landcover types, and national borders. These\ndatasets were each allocated a speed or speeds of travel in terms of time\nto cross each pixel of that type. The datasets were then combined to\nproduce a \"friction surface\": a map where every pixel is allocated a\nnominal overall speed of travel based on the types occurring within that\npixel. For the current project, an updated friction surface was created to\nincorporate recent improvements within OSM roads data.\n\nLeast-cost-path algorithms (run in Google Earth Engine and, for\nhigh-latitude areas, in R) were used in conjunction with this friction\nsurface to calculate the time of travel from all locations to the nearest\n(in time) healthcare facility. The healthcare facilities dataset utilized\nlocation data from two of the largest global databases: (1) OSM data that\nwas collated and made available for download at\n[www.healthsites.io](https://www.healthsites.io/); and (2) data\nextracted from Google Maps. The global datasets were augmented with\ncontinental-scale facility locations that were recently published for\nAfrica and Australia. To facilitate comparisons between data sources, only\nfacilities defined as hospitals and clinics were used. Multiple points\nfound within the same pixel were merged to match the resolution of the\nanalysis as defined by the selected gridded representation of the Earth's\nsurface. Each pixel in the resultant accessibility map thus represents the\nmodelled shortest time (in minutes) from that location to a hospital or\nclinic.\n\nSource dataset credits are as described in the accompanying paper.\n\n### Bands\n\n\n**Pixel Size**\n\n927.67 meters\n\n**Bands**\n\n| Name | Units | Min | Max | Pixel Size | Description |\n|------------------------------|-------|-----|---------|------------|------------------------------------------------------------------------------|\n| `accessibility` | min | 0 | 41504.1 | meters | Travel time to the nearest hospital or clinic. |\n| `accessibility_walking_only` | min | 0 | 138893 | meters | Travel time to the nearest hospital or clinic using non-motorized transport. |\n\n### Terms of Use\n\n**Terms of Use**\n\nThis work is licensed under a [Creative Commons Attribution\n4.0 International License](https://creativecommons.org/licenses/by/4.0/).\n\n### Citations\n\nCitations:\n\n- D.J. Weiss, A. Nelson, C.A. Vargas-Ruiz, K. Gligorić, S. Bavadekar,\n E. Gabrilovich, A. Bertozzi-Villa, J. Rozier, H.S. Gibson, T. Shekel,\n C. Kamath, A. Lieber, K. Schulman, Y. Shao, V. Qarkaxhija, A.K. Nandi,\n S.H. Keddie, S. Rumisha, E. Cameron, K.E. Battle, S. Bhatt, P.W. Gething.\n Global maps of travel time to healthcare facilities. Nature Medicine (2020).\n\n### Explore with Earth Engine\n\n| **Important:** Earth Engine is a platform for petabyte-scale scientific analysis and visualization of geospatial datasets, both for public benefit and for business and government users. Earth Engine is free to use for research, education, and nonprofit use. To get started, please [register for Earth Engine access.](https://console.cloud.google.com/earth-engine)\n\n### Code Editor (JavaScript)\n\n```javascript\nvar dataset = ee.Image('Oxford/MAP/accessibility_to_healthcare_2019');\nvar accessibility = dataset.select('accessibility');\nvar accessibilityVis = {\n min: 0.0,\n max: 41556.0,\n gamma: 4.0,\n};\nMap.setCenter(18.98, 6.66, 2);\nMap.addLayer(accessibility, accessibilityVis, 'Accessibility');\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/Oxford/Oxford_MAP_accessibility_to_healthcare_2019) \n[Accessibility to Healthcare 2019](/earth-engine/datasets/catalog/Oxford_MAP_accessibility_to_healthcare_2019) \nThis global accessibility map enumerates land-based travel time (in minutes) to the nearest hospital or clinic for all areas between 85 degrees north and 60 degrees south for a nominal year 2019. It also includes \"walking-only\" travel time, using non-motorized means of transportation only. Major data collection efforts underway by ... \nOxford/MAP/accessibility_to_healthcare_2019, accessibility,jrc,map,oxford,population,twente \n2019-01-01T00:00:00Z/2020-01-01T00:00:00Z \n-60 -180 85 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [](https://doi.org/https://malariaatlas.org/research-project/accessibility-to-cities/)\n- [](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/Oxford_MAP_accessibility_to_healthcare_2019)"]]
