সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
তথ্য
এই ডেটাসেটটি একটি কমিউনিটি ক্যাটালগের অংশ, এবং Google আর্থ ইঞ্জিন দ্বারা পরিচালিত নয়৷ বাগগুলির জন্য gee-community-catalog@googlegroups.com-এ যোগাযোগ করুন বা Awesome GEE কমিউনিটি ক্যাটালগ ক্যাটালগ থেকে আরও ডেটাসেট দেখুন । কমিউনিটি ডেটাসেট সম্পর্কে আরও জানুন ।
ওক রিজ ন্যাশনাল ল্যাবরেটরি (ORNL) দ্বারা প্রদত্ত ল্যান্ডস্ক্যান ডেটাসেট একটি ব্যাপক এবং উচ্চ-রেজোলিউশনের বিশ্ব জনসংখ্যা বিতরণ ডেটাসেট অফার করে যা বিস্তৃত অ্যাপ্লিকেশনের জন্য একটি মূল্যবান সম্পদ হিসেবে কাজ করে। অত্যাধুনিক স্থানিক মডেলিং কৌশল এবং উন্নত ভূ-স্থানিক ডেটা উৎসের সাহায্যে, ল্যান্ডস্ক্যান 30 আর্ক-সেকেন্ড রেজোলিউশনে জনসংখ্যার গণনা এবং ঘনত্বের উপর বিস্তারিত তথ্য প্রদান করে, যা বিশ্বব্যাপী মানব বসতি নিদর্শনগুলির মধ্যে সুনির্দিষ্ট এবং আপ-টু-ডেট অন্তর্দৃষ্টি সক্ষম করে। এর নির্ভুলতা এবং কণিকা সহ, ল্যান্ডস্ক্যান বিভিন্ন ক্ষেত্রকে সমর্থন করে যেমন নগর পরিকল্পনা, দুর্যোগ প্রতিক্রিয়া, মহামারীবিদ্যা এবং পরিবেশগত গবেষণা, এটিকে বিশ্বব্যাপী বিভিন্ন সামাজিক ও পরিবেশগত চ্যালেঞ্জ বুঝতে এবং মোকাবেলা করতে চাওয়া সিদ্ধান্ত গ্রহণকারী এবং গবেষকদের জন্য একটি অপরিহার্য হাতিয়ার করে তোলে।
ব্যান্ড
পিক্সেল সাইজ 1000 মিটার
ব্যান্ড
নাম
মিন
সর্বোচ্চ
পিক্সেল সাইজ
বর্ণনা
b1
0*
21171*
মিটার
আনুমানিক জনসংখ্যার সংখ্যা
* আনুমানিক সর্বনিম্ন বা সর্বোচ্চ মান
ব্যবহারের শর্তাবলী
ব্যবহারের শর্তাবলী
ল্যান্ডস্ক্যান ডেটাসেটগুলি ক্রিয়েটিভ কমন্স অ্যাট্রিবিউশন 4.0 আন্তর্জাতিক লাইসেন্সের অধীনে লাইসেন্সপ্রাপ্ত। ব্যবহারকারীরা বাণিজ্যিক এবং অ-বাণিজ্যিক উদ্দেশ্যে কাজটি ব্যবহার, অনুলিপি, বিতরণ, প্রেরণ এবং মানিয়ে নিতে স্বাধীন, যতক্ষণ না উত্সের স্পষ্ট বৈশিষ্ট্য প্রদান করা হয়।
উদ্ধৃতি
উদ্ধৃতি:
Sims, K., Reith, A., Bright, E., Kaufman, J., Pyle, J., Epting, J., Gonzales, J., Adams, D., Powell, E., Urban, M., & Rose, A. (2023)। ল্যান্ডস্ক্যান গ্লোবাল 2022 [ডেটা সেট]। ওক রিজ জাতীয় পরীক্ষাগার। https://doi.org/10.48690/1529167
ওক রিজ ন্যাশনাল ল্যাবরেটরি (ORNL) দ্বারা প্রদত্ত ল্যান্ডস্ক্যান ডেটাসেট একটি ব্যাপক এবং উচ্চ-রেজোলিউশনের বিশ্ব জনসংখ্যা বিতরণ ডেটাসেট অফার করে যা বিস্তৃত অ্যাপ্লিকেশনের জন্য একটি মূল্যবান সম্পদ হিসেবে কাজ করে। অত্যাধুনিক স্থানিক মডেলিং কৌশল এবং উন্নত ভূ-স্থানিক ডেটা উৎসের ব্যবহার করে, ল্যান্ডস্ক্যান জনসংখ্যার সংখ্যার উপর বিস্তারিত তথ্য প্রদান করে এবং …
[null,null,[],[[["\u003cp\u003eThe LandScan dataset provides high-resolution global population distribution data from 2000 to 2022.\u003c/p\u003e\n"],["\u003cp\u003eDeveloped by Oak Ridge National Laboratory (ORNL), it offers population counts and density at a 30 arc-second resolution (approximately 1km).\u003c/p\u003e\n"],["\u003cp\u003eLandScan data is valuable for applications like urban planning, disaster response, and epidemiology.\u003c/p\u003e\n"],["\u003cp\u003eThe dataset is licensed under Creative Commons Attribution 4.0 International, allowing for free use with attribution.\u003c/p\u003e\n"],["\u003cp\u003eUsers can access and analyze the LandScan dataset within Google Earth Engine.\u003c/p\u003e\n"]]],["The LandScan dataset, from Oak Ridge National Laboratory (ORNL), provides global population distribution data from 2000 to 2023. It uses spatial modeling to offer population counts and density at a 30 arc-second resolution, with a 1000-meter pixel size. The data is accessible in the Earth Engine via an ImageCollection, and the band 'b1' details estimated population counts, varying from 0 to 21171. Users can utilize it for free under a Creative Commons license.\n"],null,["# LandScan Population Data Global 1km\n\ninfo\n\n\nThis dataset is part of a Community Catalog, and not managed by Google Earth Engine.\n\nContact gee-community-catalog@googlegroups.com\n\nfor bugs or [view more datasets](https://developers.google.com/earth-engine/datasets/community/sat-io)\nfrom the Awesome GEE Community Catalog Catalog. [Learn more about Community datasets](/earth-engine/datasets/community). \n[](https://gee-community-catalog.org/) \n\nCatalog Owner\n: Awesome GEE Community Catalog\n\nDataset Availability\n: 2000-01-01T00:00:00Z--2023-12-31T00:00:00Z\n\nDataset Provider\n:\n\n\n [Oak Ridge National Laboratory](https://www.ornl.gov/)\n\nTags\n:\n[community-dataset](/earth-engine/datasets/tags/community-dataset) [demography](/earth-engine/datasets/tags/demography) [landscan](/earth-engine/datasets/tags/landscan) [population](/earth-engine/datasets/tags/population) [sat-io](/earth-engine/datasets/tags/sat-io) \n\n#### Description\n\nThe LandScan dataset, provided by the Oak Ridge National Laboratory (ORNL), offers a comprehensive and high-resolution global population distribution dataset that serves as a valuable resource for a wide range of applications. Leveraging state-of-the-art spatial modeling techniques and advanced geospatial data sources, LandScan provides detailed information on population counts and density at a 30 arc-second resolution, enabling precise and up-to-date insights into human settlement patterns across the globe. With its accuracy and granularity, LandScan supports diverse fields such as urban planning, disaster response, epidemiology, and environmental research, making it an essential tool for decision-makers and researchers seeking to understand and address various societal and environmental challenges on a global scale.\n\n### Bands\n\n\n**Pixel Size**\n\n1000 meters\n\n**Bands**\n\n| Name | Min | Max | Pixel Size | Description |\n|------|-----|---------|------------|----------------------------|\n| `b1` | 0\\* | 21171\\* | meters | Estimated Population count |\n\n\\* estimated min or max value\n\n### Terms of Use\n\n**Terms of Use**\n\nLandscan datasets are licensed under the Creative Commons Attribution 4.0\nInternational License. Users are free to use, copy, distribute, transmit,\nand adapt the work for commercial and non-commercial purposes, without\nrestriction, as long as clear attribution of the source is provided.\n\n### Citations\n\nCitations:\n\n- 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\n\n### DOIs\n\n- \u003chttps://doi.org/10.48690/1529167\u003e\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 landscan_global =\n ee.ImageCollection('projects/sat-io/open-datasets/ORNL/LANDSCAN_GLOBAL');\nvar popcount_intervals = '\u003cRasterSymbolizer\u003e' +\n ' \u003cColorMap type=\"intervals\" extended=\"false\" \u003e' +\n '\u003cColorMapEntry color=\"#CCCCCC\" quantity=\"0\" label=\"No Data\"/\u003e' +\n '\u003cColorMapEntry color=\"#FFFFBE\" quantity=\"5\" label=\"Population Count (Estimate)\"/\u003e' +\n '\u003cColorMapEntry color=\"#FEFF73\" quantity=\"25\" label=\"Population Count (Estimate)\"/\u003e' +\n '\u003cColorMapEntry color=\"#FEFF2C\" quantity=\"50\" label=\"Population Count (Estimate)\"/\u003e' +\n '\u003cColorMapEntry color=\"#FFAA27\" quantity=\"100\" label=\"Population Count (Estimate)\"/\u003e' +\n '\u003cColorMapEntry color=\"#FF6625\" quantity=\"500\" label=\"Population Count (Estimate)\"/\u003e' +\n '\u003cColorMapEntry color=\"#FF0023\" quantity=\"2500\" label=\"Population Count (Estimate)\"/\u003e' +\n '\u003cColorMapEntry color=\"#CC001A\" quantity=\"5000\" label=\"Population Count (Estimate)\"/\u003e' +\n '\u003cColorMapEntry color=\"#730009\" quantity=\"185000\" label=\"Population Count (Estimate)\"/\u003e' +\n '\u003c/ColorMap\u003e' +\n '\u003c/RasterSymbolizer\u003e';\n\n// Define a dictionary which will be used to make legend and visualize image on\n// map\nvar dict = {\n 'names': [\n '0', '1-5', '6-25', '26-50', '51-100', '101-500', '501-2500', '2501-5000',\n '5001-185000'\n ],\n 'colors': [\n '#CCCCCC', '#FFFFBE', '#FEFF73', '#FEFF2C', '#FFAA27', '#FF6625', '#FF0023',\n '#CC001A', '#730009'\n ]\n};\n\n// Create a panel to hold the legend widget\nvar legend = ui.Panel({style: {position: 'bottom-left', padding: '8px 15px'}});\n\n// Function to generate the legend\nfunction addCategoricalLegend(panel, dict, title) {\n // Create and add the legend title.\n var legendTitle = ui.Label({\n value: title,\n style: {\n fontWeight: 'bold',\n fontSize: '18px',\n margin: '0 0 4px 0',\n padding: '0'\n }\n });\n panel.add(legendTitle);\n\n var loading = ui.Label('Loading legend...', {margin: '2px 0 4px 0'});\n panel.add(loading);\n\n // Creates and styles 1 row of the legend.\n var makeRow = function(color, name) {\n // Create the label that is actually the colored box.\n var colorBox = ui.Label({\n style: {\n backgroundColor: color,\n // Use padding to give the box height and width.\n padding: '8px',\n margin: '0 0 4px 0'\n }\n });\n\n // Create the label filled with the description text.\n var description = ui.Label({value: name, style: {margin: '0 0 4px 6px'}});\n\n return ui.Panel({\n widgets: [colorBox, description],\n layout: ui.Panel.Layout.Flow('horizontal')\n });\n };\n\n // Get the list of palette colors and class names from the image.\n var palette = dict['colors'];\n var names = dict['names'];\n loading.style().set('shown', false);\n\n for (var i = 0; i \u003c names.length; i++) {\n panel.add(makeRow(palette[i], names[i]));\n }\n\n Map.add(panel);\n}\n\naddCategoricalLegend(legend, dict, 'Population Count(estimate)');\n\nMap.addLayer(\n landscan_global.sort('system:time_start')\n .first()\n .sldStyle(popcount_intervals),\n {}, 'Population Count Estimate 2000');\nMap.addLayer(\n landscan_global.sort('system:time_start', false)\n .first()\n .sldStyle(popcount_intervals),\n {}, 'Population Count Estimate 2022');\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/sat-io/projects_sat-io_open-datasets_ORNL_LANDSCAN_GLOBAL) \n[LandScan Population Data Global 1km](/earth-engine/datasets/catalog/projects_sat-io_open-datasets_ORNL_LANDSCAN_GLOBAL) \nThe LandScan dataset, provided by the Oak Ridge National Laboratory (ORNL), offers a comprehensive and high-resolution global population distribution dataset that serves as a valuable resource for a wide range of applications. Leveraging state-of-the-art spatial modeling techniques and advanced geospatial data sources, LandScan provides detailed information on population counts and ... \nprojects/sat-io/open-datasets/ORNL/LANDSCAN_GLOBAL, community-dataset,demography,landscan,population,sat-io \n2000-01-01T00:00:00Z/2023-12-31T00:00:00Z \n-90 -180 90 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [https://doi.org/10.48690/1529167](https://doi.org/https://www.ornl.gov/)\n- [https://doi.org/10.48690/1529167](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/projects_sat-io_open-datasets_ORNL_LANDSCAN_GLOBAL)"]]
