На этой карте глобальной доступности указано время наземного пути (в минутах) до ближайшей больницы или клиники для всех районов между 85-м градусом северной широты и 60-м градусом южной широты за номинальный 2019 год. Также указано время на пути «только пешком» с использованием только немоторизованных транспортных средств.
Масштабные усилия по сбору данных, предпринимаемые OpenStreetMap, Google Maps и научными исследователями, позволили составить самую полную на сегодняшний день коллекцию местоположений медицинских учреждений. Эта карта была создана в результате сотрудничества MAP (Оксфордский университет), Telethon Kids Institute (Перт, Австралия), Google и Университета Твенте (Нидерланды).
Этот проект основан на предыдущей работе, опубликованной Вайссом и др. в 2018 году ( doi:10.1038/nature25181 ). Вайсс и др. (2018) использовали наборы данных о дорогах (включая первое в истории глобальное использование наборов данных Open Street Map и Google Roads), железных дорогах, реках, озерах, океанах, топографических условиях (уклонах и высотах), типах растительного покрова и государственных границах. Каждому из этих наборов данных была присвоена одна или несколько скоростей движения, определяемых временем пересечения каждого пикселя соответствующего типа. Затем наборы данных были объединены для создания «поверхности трения»: карты, где каждому пикселю присвоена номинальная общая скорость движения в зависимости от типов дорожного покрытия, встречающихся в этом пикселе. Для текущего проекта была создана обновлённая поверхность трения с учётом последних улучшений в данных о дорогах OSM.
Алгоритмы наименьшей стоимости пути (запущенные в Google Earth Engine и, для высокоширотных областей, в R) использовались в сочетании с этой поверхностью трения для расчета времени в пути от всех местоположений до ближайшего (по времени) медицинского учреждения. Набор данных о медицинских учреждениях использовал данные о местоположении из двух крупнейших мировых баз данных: (1) данные OSM, которые были собраны и предоставлены для загрузки на www.healthsites.io ; и (2) данные, извлеченные из Google Maps. Глобальные наборы данных были дополнены местоположениями учреждений континентального масштаба, которые были недавно опубликованы для Африки и Австралии. Для облегчения сравнения между источниками данных использовались только учреждения, определенные как больницы и клиники. Несколько точек, найденных в одном пикселе, были объединены для соответствия разрешению анализа, как определено выбранным сеточным представлением поверхности Земли. Таким образом, каждый пиксель на результирующей карте доступности представляет собой смоделированное кратчайшее время (в минутах) от этого места до больницы или клиники.
Источники данных указаны в сопроводительной статье.
Группы
Размер пикселя 927,67 метра
Группы
Имя
Единицы
Мин.
Макс
Размер пикселя
Описание
accessibility
мин
0
41504.1
метров
Время в пути до ближайшей больницы или клиники.
accessibility_walking_only
мин
0
138893
метров
Время в пути до ближайшей больницы или клиники с использованием немоторизованного транспорта.
DJ Weiss, A. Nelson, CA Vargas-Ruiz, K. Gligorić, S. Bavadekar, E. Gabrilovich, A. Bertozzi-Villa, J. Rozier, HS Gibson, T. Shekel, C. Kamath, A. Lieber, K. Schulman, Y. Shao, V. Qarkaxhija, AK Nandi, SH Keddie, S. Rumisha, E. Cameron, KE Battle, S. Bhatt, PW Gething. Глобальные карты времени в пути до медицинских учреждений. Nature Medicine (2020).
На этой глобальной карте доступности указано время наземного пути (в минутах) до ближайшей больницы или клиники для всех районов между 85-м градусом северной широты и 60-м градусом южной широты за 2019 год. Также указано время в пути «только пешком» с использованием немоторизованных транспортных средств. В настоящее время… ведутся масштабные работы по сбору данных.
[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)"]]
