
- Proprietário do catálogo
- Catálogo da comunidade do GEE
- Disponibilidade de conjuntos de dados
- 2000-01-01T00:00:00Z–2023-12-31T00:00:00Z
- Provedor de conjunto de dados
- Laboratório Nacional de Oak Ridge
- Tags
Descrição
O conjunto de dados LandScan, fornecido pelo Oak Ridge National Laboratory (ORNL), oferece um conjunto de dados abrangente e de alta resolução da distribuição da população global, que serve como um recurso valioso para uma ampla variedade de aplicativos. Usando técnicas de modelagem espacial de última geração e fontes de dados geoespaciais avançadas, o LandScan fornece informações detalhadas sobre contagem e densidade populacional em uma resolução de 30 segundos de arco, permitindo insights precisos e atualizados sobre padrões de assentamento humano em todo o mundo. Com sua precisão e granularidade, o LandScan apoia diversas áreas, como planejamento urbano, resposta a desastres, epidemiologia e pesquisa ambiental. Isso o torna uma ferramenta essencial para tomadores de decisão e pesquisadores que buscam entender e enfrentar vários desafios sociais e ambientais em escala global.
Bandas
Tamanho do pixel
1.000 metros
Bandas
Nome | Mín. | Máx. | Tamanho do pixel | Descrição |
---|---|---|---|---|
b1 |
0* | 21171* | metros | Contagem estimada da população |
Termos de Uso
Termos de Uso
Os conjuntos de dados do LandScan são licenciados de acordo com a Licença Creative Commons Atribuição 4.0 Internacional. Os usuários podem usar, copiar, distribuir, transmitir e adaptar o trabalho para fins comerciais e não comerciais, sem restrições, desde que seja fornecida uma atribuição clara da fonte.
Citações
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 [Conjunto de dados]. Oak Ridge National Laboratory. https://doi.org/10.48690/1529167
DOIs
Explorar com o Earth Engine
Editor de código (JavaScript)
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');