
- صاحب کاتالوگ
- کاتالوگ انجمن عالی GEE
- در دسترس بودن مجموعه داده
- 2000-01-01T00:00:00Z–2023-12-31T00:00:00Z
- ارائه دهنده مجموعه داده
- آزمایشگاه ملی اوک ریج
- برچسب ها
توضیحات
مجموعه داده LandScan که توسط آزمایشگاه ملی Oak Ridge (ORNL) ارائه شده است، مجموعه داده توزیع جمعیت جهانی جامع و با وضوح بالا را ارائه می دهد که به عنوان یک منبع ارزشمند برای طیف گسترده ای از کاربردها عمل می کند. LandScan با بهرهگیری از تکنیکهای مدرن مدلسازی فضایی و منابع دادههای مکانی پیشرفته، اطلاعات دقیقی در مورد تعداد و تراکم جمعیت با وضوح 30 ثانیه قوس ارائه میکند و بینش دقیق و بهروزی را در مورد الگوهای سکونت انسانی در سراسر جهان ممکن میسازد. LandScan با دقت و جزئیات خود از زمینه های متنوعی مانند برنامه ریزی شهری، واکنش به بلایا، اپیدمیولوژی و تحقیقات زیست محیطی پشتیبانی می کند و آن را به ابزاری ضروری برای تصمیم گیرندگان و محققانی تبدیل می کند که به دنبال درک و رسیدگی به چالش های مختلف اجتماعی و زیست محیطی در مقیاس جهانی هستند.
باندها
اندازه پیکسل
1000 متر
باندها
نام | حداقل | حداکثر | اندازه پیکسل | توضیحات |
---|---|---|---|---|
b1 | 0* | 21171* | متر | تعداد تخمینی جمعیت |
شرایط استفاده
شرایط استفاده
مجموعه داده های Landscan تحت مجوز Creative Commons Attribution 4.0 بین المللی مجوز دارند. کاربران در استفاده، کپی، توزیع، انتقال و تطبیق اثر برای مقاصد تجاری و غیر تجاری، بدون محدودیت، تا زمانی که منبع واضح ذکر شده باشد، آزادند.
نقل قول ها
سیمز، ک.، ریث، آ.، برایت، ای.، کافمن، جی.، پیل، جی.، اپتینگ، جی.، گونزالس، جی.، آدامز، دی.، پاول، ای.، اوربان، ام.، و رز، ای. (2023). LandScan Global 2022 [مجموعه داده ها]. آزمایشگاه ملی اوک ریج. https://doi.org/10.48690/1529167
DOI
با Earth Engine کاوش کنید
ویرایشگر کد (جاوا اسکریپت)
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');