Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
информация
Этот набор данных является частью каталога сообщества и не управляется Google Earth Engine. Свяжитесь с gee-community-catalog@googlegroups.com по поводу ошибок или просмотрите другие наборы данных в каталоге Awesome GEE Community Catalog. Подробнее о наборах данных сообщества .
Набор данных LandScan, предоставленный Ок-Риджской национальной лабораторией (ORNL), представляет собой комплексную и высокоточную информацию о распределении населения по всему миру, которая служит ценным ресурсом для широкого спектра приложений. Используя передовые методы пространственного моделирования и передовые источники геопространственных данных, LandScan предоставляет подробную информацию о численности и плотности населения с разрешением 30 угловых секунд, что позволяет получать точные и актуальные данные о характере расселения людей по всему миру. Благодаря своей точности и детализации LandScan подходит для различных областей, таких как городское планирование, ликвидация последствий стихийных бедствий, эпидемиология и экологические исследования, что делает его незаменимым инструментом для лиц, принимающих решения, и исследователей, стремящихся понять и решить различные социальные и экологические проблемы в глобальном масштабе.
Группы
Размер пикселя 1000 метров
Группы
Имя
Мин.
Макс
Размер пикселя
Описание
b1
0*
21171*
метров
Предполагаемая численность населения
* расчетное минимальное или максимальное значение
Условия эксплуатации
Условия эксплуатации
Наборы данных Landscan лицензированы по лицензии Creative Commons Attribution 4.0 International. Пользователи могут использовать, копировать, распространять, передавать и адаптировать работу в коммерческих и некоммерческих целях без ограничений при условии чёткого указания источника.
Цитаты
Цитаты:
Симс, К., Рейт, А., Брайт, Э., Кауфман, Дж., Пайл, Дж., Эптинг, Дж., Гонсалес, Дж., Адамс, Д., Пауэлл, Э., Урбан, М. и Роуз, А. (2023). LandScan Global 2022 [Набор данных]. Национальная лаборатория Оук-Ридж. https://doi.org/10.48690/1529167
Набор данных LandScan, предоставленный Ок-Риджской национальной лабораторией (ORNL), представляет собой комплексный набор данных высокого разрешения о распределении населения по всему миру, который служит ценным ресурсом для широкого спектра приложений. Используя передовые методы пространственного моделирования и передовые источники геопространственных данных, LandScan предоставляет подробную информацию о численности населения и…
projects/sat-io/open-datasets/ORNL/LANDSCAN_GLOBAL, набор данных сообщества, демография, landscan, население, sat-io
[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)"]]
