探索我们的演示笔记本,了解人口动态嵌入的各种应用场景。
| 笔记本 | 说明 |
|---|---|
| 自定义边界聚合 Colab | 演示了如何使用 Earth Engine 人口数据将 S2 单元格嵌入聚合到自定义多边形边界中,以创建人口加权机器学习特征。 |
| 经济预测 Colab | 演示如何将 S2 单元格嵌入与 Data Commons 经济数据集成,以训练机器学习模型进行县级时序预测。 |
| 临近预报 Colab* | 使用县级目标变量的过去数据和部分当前数据来预测剩余县的结果。 |
| 超分辨率和插补 Colab* | 有助于在县级层面训练模型,以预测邮政编码级目标变量。还演示了插补(使用 20% 的邮政编码进行训练,并预测剩余 80% 的邮政编码)。 |
| 使用 Earth Engine Colab 进行夜间灯光预测* | 说明了如何从嵌入中预测夜间灯光等 Earth Engine 数据,从而增强对环境和社会经济预测的地理空间理解。 |
| 使用全局嵌入进行预测* | 通过设置多国家/地区模型来预测新国家/地区,说明了全局嵌入的用法。 |
* 此笔记本使用邮政编码嵌入,需要更新为 S2 单元格。
相关资源
如需探索有关人口动态洞见的同行评审研究和实际验证,请参阅学术研究。