-
Dostępność miast w 2015 r.
Ta globalna mapa dostępności podaje czas podróży lądowej do najbliższego gęsto zaludnionego obszaru we wszystkich obszarach między 85 stopniami szerokości geograficznej północnej a 60 stopniami szerokości geograficznej południowej w roku 2015. Tereny gęsto zaludnione to ciągłe obszary o gęstości zaludnienia co najmniej 1500 mieszkańców na kilometr kwadratowy lub … dostępność jrc map oxford population twente -
Accessibility to Healthcare 2019
Ta globalna mapa dostępności podaje czas dojazdu (w minutach) do najbliższego szpitala lub kliniki w przypadku wszystkich obszarów między 85 stopniami szerokości geograficznej północnej a 60 stopniami szerokości geograficznej południowej w roku 2019. Obejmuje on również czas potrzebny na przebycie pieszo dystansu przy użyciu wyłącznie środków transportu niemotorowego. Major dostępność jrc map oxford population twente -
EC JRC global map of forest cover 2020, V2
Globalna mapa pokrycia lasami przedstawia obecność i brak lasów w roku 2020 w rozdzielczości przestrzennej 10 m. Rok 2020 odpowiada dacie granicznej rozporządzenia Unii Europejskiej „w sprawie udostępnienia na … eudr forest forest-biomass jrc -
EUCROPMAP
Europejska mapa typów upraw oparta na obserwacjach in situ z 2018 r. z Sentinel-1 i LUCAS Copernicus 2018; oraz mapa oparta na obserwacjach z 2022 r. z Sentinel-2 i LUCAS Copernicus 2022. Wykorzystując unikalne dane z niepowtarzalnego badania terenowego LUCAS 2018 przeprowadzonego w ramach programu Copernicus, zbiór danych z 2018 r. jest pierwszą mapą typów upraw na kontynentach… agriculture crop eu jrc lucas sentinel1-derived -
GHSL: Degree of Urbanization 1975-2030 V2-0 (P2023A)
Ten rasterowy zbiór danych reprezentuje globalną wieloczasową klasyfikację obszarów wiejskich i miejskich, która wykorzystuje metodologię „Stopień urbanizacji” etapu I, zalecaną przez Komisję Statystyczną ONZ. Jest ona oparta na danych o populacji na podstawie globalnej siatki i dane dotyczące powierzchni zabudowanej wygenerowane przez projekt GHSL w latach 1975–2030 w interwałach 5-letnich. Stopień naukowy… ghsl jrc population sdg settlement -
GHSL: Global building height 2018 (P2023A)
Ten przestrzenny raster danych przedstawia globalny rozkład wysokości budynków w rozdzielczości 100 m w 2018 r. Dane wejściowe używane do przewidywania wysokości budynków to globalny cyfrowy model powierzchni ALOS (30 m), misja radarowa NASA … alos building built built-environment builtup copernicus -
GHSL: Globalny wolumen budynków w latach 1975–2030 (P2023A)
Ten zbiór danych rastrowych przedstawia globalny rozkład objętości budynków wyrażonej w metrach sześciennych na komórkę siatki o wymiarach 100 m. Zestaw danych mierzy łączną objętość budynku oraz objętość budynku przypisaną do komórek siatki o przeważającym przeznaczeniu niemieszkalnym (NRES). Prognozy są obliczane na podstawie skumulowanych … alos building built-environment copernicus dem ghsl -
GHSL: Globalna zabudowana powierzchnia 10 m (P2023A)
Ten zbiór danych rastrowych przedstawia rozkład powierzchni zabudowanych wyrażony w metrach kwadratowych na komórkę siatki 10 m w roku 2018, jak wynika z danych z obrazu S2. Zbiory danych mierzą: a) łączną zabudowaną powierzchnię oraz b) zabudowaną powierzchnię przypisaną do komórek siatki o rozmiary … built built-environment builtup copernicus ghsl jrc -
GHSL: Global built-up surface 1975-2030 (P2023A)
Ten zbiór danych rastrowych przedstawia rozkład powierzchni zabudowanej wyrażonej w metrach kwadratowych na komórkę siatki o wymiarach 100 m2. Zbiór danych mierzy: a) łączną zabudowaną powierzchnię oraz b) zabudowaną powierzchnię przypisaną do komórek siatki o przeznaczeniu innym niż mieszkalne. Dane są interpolowane czasowo-przestrzennie lub … built built-environment builtup copernicus ghsl jrc -
GHSL: globalne powierzchnie z danymi o populacji w latach 1975–2030 (P2023A)
Ten zbiór danych rastrowych przedstawia rozmieszczenie przestrzenne ludności miejskiej wyrażone jako bezwzględna liczba mieszkańców komórki. Szacunki dotyczące ludności w latach 1975–2020 w interwałach 5-letnich oraz prognozy na lata 2025 i 2030 r. pochodzące z CIESIN GPWv4.11 zostały wyodrębnione ze spisów ludności lub … ghsl jrc population sdg -
GHSL: Global settlement characteristics (10 m) 2018 (P2023A)
Ten zbiór danych rastrowych przestrzennych przedstawia podział na osiedla ludzkie o rozdzielczości 10 m i charakteryzuje ich cechy wewnętrzne pod kątem komponentów funkcjonalnych i wysokościowych środowiska zabudowanego. Więcej informacji o produktach danych GHSL znajdziesz w raporcie GHSL Data Package 2023… budynek zbudowany zabudowany copernicus ghsl wysokość -
Global Friction Surface 2019
Ten globalny obszar tarcia wymienia prędkość podróży lądowej dla wszystkich pikseli lądu między 85 stopniem szerokości geograficznej północnej a 60 stopniem szerokości geograficznej południowej w roku 2019. Obejmuje ona też prędkość „tylko do chodzenia”, czyli korzystanie tylko z niemechanicznych środków transportu. Ta mapa została opracowana we współpracy z … dostępność jrc map oxford population twente -
Globalna mapa typów lasów 2020
Globalna mapa typów lasów zawiera wyraźne przestrzenne przedstawienie lasu pierwotnego, lasu odnawiającego się naturalnie i lasu z drzewkami (w tym plantacji) w 2020 r. w rozdzielczości przestrzennej 10 m. Warstwą podstawową do mapowania tych typów lasów jest zasięg pokrycia lasem … eudr forest forest-biomass jrc landcover primary-forest -
JRC Global Surface Water Mapping Layers, v1.2 [deprecated]
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2019 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
JRC Global Surface Water Mapping Layers, v1.4
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2021 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … change-detection geophysical google jrc landsat-derived surface -
JRC Global Surface Water Metadata, v1.4
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2021 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
JRC Monthly Water History, v1.4
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2021 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Monthly Water Recurrence, v1.4
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2021 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Yearly Water Classification History, v1.4
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2021 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … annual geophysical google history jrc landsat-derived -
LUCAS Copernicus (Polygons with attributes, 2018) V1
W Unii Europejskiej (UE) przeprowadzono badanie ramowe LUCAS (Land Use/Cover Area frame Survey) w celu uzyskania informacji statystycznych. Jest to trzyletni program zbierania danych o pokrywach i użytkowaniu gruntów, który obejmuje cały obszar UE. LUCAS zbiera informacje o pokryciu terenu i … copernicus eu jrc landcover landuse landuse-landcover -
LUCAS Harmonized (Theoretical Location, 2006–2018) V1
W Unii Europejskiej (UE) przeprowadzono badanie ramowe LUCAS (Land Use/Cover Area frame Survey) w celu uzyskania informacji statystycznych. Jest to trzyletni program zbierania danych o pokrywach i użytkowaniu gruntów, który obejmuje cały obszar UE. LUCAS zbiera informacje o pokryciu terenu i … eu jrc landcover landuse landuse-landcover lucas
Datasets tagged jrc in Earth Engine
[null,null,[],[[["\u003cp\u003eThis collection provides a variety of JRC datasets, including global and European maps of forest cover, forest types, crop types, surface water, and settlement characteristics.\u003c/p\u003e\n"],["\u003cp\u003eThe datasets utilize various satellite data sources such as Sentinel-1, Sentinel-2, Landsat, and ALOS, along with in-situ observations like LUCAS Copernicus.\u003c/p\u003e\n"],["\u003cp\u003eMany datasets offer multi-temporal analysis capabilities, showcasing changes and trends over time, for example, built-up surfaces from 1975 to 2030 and surface water from 1984 to 2021.\u003c/p\u003e\n"],["\u003cp\u003eSeveral datasets provide insights into human impact and accessibility, including population distribution, degree of urbanization, and travel time to cities and healthcare.\u003c/p\u003e\n"],["\u003cp\u003eThese datasets are valuable for environmental monitoring, urban planning, and research purposes, offering detailed information on land cover, land use, and human settlements.\u003c/p\u003e\n"]]],["The content describes various geospatial datasets from the JRC and other sources. These include: European crop type maps for 2018 and 2022, global forest cover and type maps for 2020, detailed characteristics of human settlements, building heights, built-up surfaces, building volume, and population distributions from 1975-2030. Datasets also include global surface water mapping from 1984-2021 and land use/cover data for the EU. Additionally, there are global accessibility maps focusing on cities and healthcare, and a global friction surface.\n"],null,[]]