WorldPop Global Project Population Data: Estimated Residential Population per 100x100m Grid Square [deprecated]

WorldPop/GP/100m/pop
数据集可用时间
2000-01-01T00:00:00Z–2021-01-01T00:00:00Z
数据集提供方
Earth Engine 代码段
ee.ImageCollection("WorldPop/GP/100m/pop")
标记
人口统计
人口
worldpop

说明

全球高分辨率、现代人口分布数据是准确衡量人口增长影响、监测变化和规划干预措施的先决条件。WorldPop 项目旨在通过提供使用透明且经过同行评审的方法构建的详细且开放访问的人口分布数据集来满足这些需求。

如需详细了解构建数据时所用的方法和数据集,以及开放获取的出版物,请访问 WorldPop 网站。简而言之,系统会通过机器学习方法,利用人口密度与一系列地理空间协变量图层之间的关系,将最近基于人口普查的人口计数(与其关联的行政单位相匹配)细分到约 100x100 米的网格单元。映射方法是基于随机森林的面积权重再分布。

此数据集描绘了 2010 年、2015 年和其他年份居住在每个网格单元中的估计人数。

对于 2020 年,WorldPop/GP/100m/pop_age_sex 和 WorldPop/GP/100m/pop_age_sex_cons_unadj 集合中提供了按年龄和性别划分的人口细分数据。

WorldPop 网站上免费提供了有关人口年龄结构、贫困、城市增长和人口动态的其他 WorldPop 网格化数据集。WorldPop 是南安普敦大学、布鲁塞尔自由大学和路易斯维尔大学的研究人员合作开展的项目。该项目主要由比尔及梅琳达·盖茨基金会资助。

频段

波段

像素大小:92.77 米(所有波段)

名称 最小值 最大值 像素大小 说明
population 0* 21171* 92.77 米

每个网格单元中居住的估算人数

* 预估的最小值或最大值

图片属性

图像属性

名称 类型 说明
国家/地区 STRING

国家/地区

年 双精度

年

使用条款

使用条款

WorldPop 数据集已获得知识共享署名 4.0 国际版许可。用户可以出于商业和非商业目的自由使用、复制、分发、传输和改编作品,不受任何限制,只要明确注明来源即可。

引用

引用:
  • 请注明 WorldPop 网站为来源:www.worldpop.org。

  • 美洲人口数据:Alessandro Sorichetta、Graeme M. Hornby, Forrest R. Stevens, Andrea E. Gaughan、Catherine Linard、Andrew J. Tatem,2015 年,2010 年、2015 年和 2020 年拉丁美洲和加勒比地区的高分辨率网格化人口数据集,科学数据,doi:10.1038/sdata.2015.45

  • 非洲人口数量数据:Linard, C.、Gilbert, M.、Snow, R.W.、Noor, A.M. and Tatem, A.J.、2012, Population distribution, settlement patterns and accessibility across Africa in 2010, PLoS ONE, 7(2): e31743.

  • 亚洲人口统计数据:Gaughan AE、Stevens FR、Linard C、Jia P 和 Tatem AJ,2013 年,东南亚 2010 年和 2015 年高分辨率人口分布图,PLoS ONE,8(2):e55882。

DOI

通过 Earth Engine 探索

代码编辑器 (JavaScript)

var dataset = ee.ImageCollection('WorldPop/GP/100m/pop');

var visualization = {
  bands: ['population'],
  min: 0.0,
  max: 50.0,
  palette: ['24126c', '1fff4f', 'd4ff50']
};

Map.setCenter(113.643, 34.769, 7);

Map.addLayer(dataset, visualization, 'Population');

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发,请访问 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('WorldPop/GP/100m/pop')

visualization = {
    'bands': ['population'],
    'min': 0.0,
    'max': 50.0,
    'palette': ['24126c', '1fff4f', 'd4ff50'],
}

m = geemap.Map()
m.set_center(113.643, 34.769, 7)
m.add_layer(dataset, visualization, 'Population')
m
在代码编辑器中打开