Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >GHSL: 1975 年至 2020 年的全球居住人口估计值以 5 年为间隔以及2025 年和 2030 年的人口预测值数据

GHSL: 1975 年至 2020 年的全球居住人口估计值以 5 年为间隔以及2025 年和 2030 年的人口预测值数据

作者头像
此星光明
发布于 2025-01-21 04:46:58
发布于 2025-01-21 04:46:58
11500
代码可运行
举报
运行总次数:0
代码可运行

GHSL: Global population surfaces 1975-2030 (P2023A)

简介

该栅格数据集描述了居住人口的空间分布,以单元居民的绝对数量表示。 1975 年至 2020 年的居住人口估计值以 5 年为间隔,2025 年和 2030 年的人口预测值则来自 CIESIN GPWv4.11,这些人口预测值从普查或行政单位分解到网格单元,并参考了 GHSL 全球建成区地表图层中每一纪元建成区的分布、体积和分类。

有关全球人类居住图层主要产品的更多信息,请参见[全球人类居住图层数据包 2023 报告](https://ghsl.jrc.ec.europa.eu/documents/GHSL_Data_Package_2023.pdf?t=1683540422)。 全球人类居住图层(GHSL)项目得到了欧盟委员会、联合研究中心以及区域和城市政策总局的支持。

摘要

Dataset Availability

1975-01-01T00:00:00 - 2030-12-31T00:00:00

Dataset Provider

EC JRC

Collection Snippet

Copied

ee.ImageCollection("JRC/GHSL/P2023A/GHS_POP")

Resolution

100 meters

Bands Table

Name

Description

population_count

Population count by epoch

代码

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
var baseChange =
    [{featureType: 'all', stylers: [{saturation: -100}, {lightness: 45}]}];
Map.setOptions('baseChange', {'baseChange': baseChange});
var image1975 = ee.Image('JRC/GHSL/P2023A/GHS_POP/1975');
var image1990 = ee.Image('JRC/GHSL/P2023A/GHS_POP/1990');
var image2020 = ee.Image('JRC/GHSL/P2023A/GHS_POP/2020');
var populationCountVis = {
  min: 0.0,
  max: 100.0,
  palette:
      ['000004', '320A5A', '781B6C', 'BB3654', 'EC6824', 'FBB41A', 'FCFFA4']
};
Map.setCenter(8, 48, 7);
image1975 = image1975.updateMask(image1975.gt(0));
image1990 = image1990.updateMask(image1990.gt(0));
image2020 = image2020.updateMask(image2020.gt(0));
Map.addLayer(image1975, populationCountVis, 'Population count, 1975');
Map.addLayer(image1990, populationCountVis, 'Population count, 1990');
Map.addLayer(image2020, populationCountVis, 'Population count, 2020');

引用

Dataset : Pesaresi, Martino; Politis, Panagiotis (2023): GHS-BUILT-S R2023A - GHS built-up surface grid, derived from Sentinel2 composite and Landsat, multitemporal (1975-2030). European Commission, Joint Research Centre (JRC). PID: http://data.europa.eu/89h/9f06f36f-4b11-47ec-abb0-4f8b7b1d72ea doi:10.2905/9F06F36F-4B11-47EC-ABB0-4F8B7B1D72EA

Methodology : Pesaresi, Martino, Marcello Schiavina, Panagiotis Politis, Sergio Freire, Katarzyna Krasnodebska, Johannes H. Uhl, Alessandra Carioli, et al. (2024). Advances on the Global Human Settlement Layer by Joint Assessment of Earth Observation and Population Survey Data. International Journal of Digital Earth 17(1). doi:10.1080/17538947.2024.2390454.

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2025-01-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
GHSL: 全球1975 年到 2030 年以 5 年间隔建成面积的分布情况(100m)
该栅格数据集描述了建成面积的分布情况,以每 100 米网格单元中的平方米为单位。 该数据集测量:a) 建筑总面积;b) 分配给主要非住宅(NRES)用途网格单元的建筑面积。 数据从 1975 年到 2030 年以 5 年为间隔进行时空内插或外推。 有关全球人类住区图层主要产品的完整信息,请参阅[全球人类住区图层数据包 2023 年报告](https://ghsl.jrc.ec.europa.eu/documents/GHSL_Data_Package_2023.pdf?t=1683540422)。 全球人类住区图层(GHSL)项目得到了欧盟委员会、联合研究中心以及区域和城市政策总司的支持。
此星光明
2025/01/27
770
GHSL: 全球1975 年到 2030 年以 5 年间隔建成面积的分布情况(100m)
GHSL:1975-2030 年全球网格人口和建成面积数据为基础(5 年为间隔)
该栅格数据集采用联合国统计委员会推荐的 "城市化程度 "第一阶段方法,以全球人类地理信息系统(GHSL)项目生成的 1975-2030 年全球网格人口和建成面积数据为基础,以 5 年为间隔,对全球多时城乡进行了分类。 城市化程度图层是通过整合从大地遥感卫星和哨兵-2 数据 GHS-BUILT-S R2023 中提取的建成面积信息,以及从 CIESIN GPW v4.11[GHS-POP R2023] 中提取的网格人口数据生成的(https://developers.google.com/earth-engine/datasets/catalog/JRC_GHSL_P2023A_GHS_POP)。 该产品是在 GHS-BUILT-S 和 GHS-POP 更新的基础上对 2023 年发布的数据进行的更新。 结算模型在详细级别(第二级 - L2)提供。 有关全球人类居住图层主要产品的完整信息,请参阅[全球人类居住图层数据包 2023 报告](https://human-settlement.emergency.copernicus.eu/documents/GHSL_Data_Package_2023.pdf?t=1727170839)。 全球人类居住图层(GHSL)项目得到了欧盟委员会、联合研究中心以及区域和城市政策总局的支持。
此星光明
2025/01/27
860
GHSL:1975-2030 年全球网格人口和建成面积数据为基础(5 年为间隔)
GHSL: 1975-2030全球建筑体积的分布情况,以每 100 米网格单元立方米为单位
GHSL: Global building volume 1975-2030 (P2023A)
此星光明
2025/01/24
950
GHSL: 1975-2030全球建筑体积的分布情况,以每 100 米网格单元立方米为单位
GHSL:全球2018 年建成面积(总建面和非住宅)的分布数据(10m分辨率)
GHSL: Global built-up surface 10m (P2023A)
此星光明
2025/01/21
790
GHSL:全球2018 年建成面积(总建面和非住宅)的分布数据(10m分辨率)
2018 年全球建筑物高度的分布情况,分辨率为 100 米
该空间栅格数据集描述了全球建筑物高度的分布情况,分辨率为 100 米,时间为 2018 年。 用于预测建筑物高度的输入数据是 ALOS 全球数字地表模型(30 米)、NASA 航天飞机雷达地形任务数据(30 米)以及 2017-2018 年期间 L1C 数据的全球哨兵-2 图像合成。 有关 GHSL 数据产品的更多信息,请参阅[GHSL 数据包 2023 报告](https://ghsl.jrc.ec.europa.eu/documents/GHSL_Data_Package_2023.pdf?t=1683540422),其中建筑高度层被称为平均净建筑高度(ANBH)。 全球人类居住层(GHSL)项目由欧盟委员会、联合研究中心和区域与城市政策总局支持。
此星光明
2025/01/23
610
2018 年全球建筑物高度的分布情况,分辨率为 100 米
Google Earth Engine ——全球人类住区层(GHSL)数据集
The GHSL relies on the design and implementation of new spatial data mining technologies allowing to automatically process and extract analytics and knowledge from large amount of heterogeneous data including: global, fine-scale satellite image data streams, census data, and crowd sources or volunteered geographic information sources.
此星光明
2024/02/02
2630
Google Earth Engine ——全球人类住区层(GHSL)数据集
Google Earth Engine ——GHS-MOD是GHSL采用的农村-城市住区分类MODel---城市化程度(DEGURBA)分类数据集
GHSL: Global Human Settlement Layers, Settlement Grid 1975-1990-2000-2014 (P2016)
此星光明
2024/02/02
2280
Google Earth Engine ——GHS-MOD是GHSL采用的农村-城市住区分类MODel---城市化程度(DEGURBA)分类数据集
Google Earth Engine(GEE)——GHSL 全球人口网格数据集250米分辨率
GHSL 依赖于新的空间数据挖掘技术的设计和实施,允许从大量异构数据中自动处理和提取分析和知识,这些数据包括:全球、精细规模的卫星图像数据流、人口普查数据和人群来源或自愿地理信息来源。
此星光明
2024/02/02
4070
Google Earth Engine(GEE)——GHSL 全球人口网格数据集250米分辨率
Google Earth Engine ——全球人类住区层(GHSL)项目由欧盟委员会人口的分布和密度250米分辨率数据集
GHSL依赖于新的空间数据挖掘技术的设计和实施,允许自动处理并从大量的异质数据中提取分析和知识,这些数据包括:全球的、精细的卫星图像数据流、人口普查数据、以及人群来源或自愿的地理信息来源。
此星光明
2024/02/02
2190
Google Earth Engine ——全球人类住区层(GHSL)项目由欧盟委员会人口的分布和密度250米分辨率数据集
Google Earth Engine(GEE)——GHSL:全球人类住区层,建成网格 1975-1990-2000-2015 (P2016) 数据集
GHSL 依赖于新的空间数据挖掘技术的设计和实施,允许从大量异构数据中自动处理和提取分析和知识,这些数据包括:全球、精细规模的卫星图像数据流、人口普查数据和人群来源或自愿地理信息来源。
此星光明
2024/02/02
1340
Google Earth Engine(GEE)——GHSL:全球人类住区层,建成网格 1975-1990-2000-2015 (P2016) 数据集
Google Earth Engine ——数据全解析专辑(世界第 4 版网格化人口 (GPWv4) 修订版30 弧秒1公里格网)水体面积和掩膜数据集
The Gridded Population of World Version 4 (GPWv4), Revision 11 models the distribution of global human population for the years 2000, 2005, 2010, 2015, and 2020 on 30 arc-second (approximately 1km) grid cells. Population is distributed to cells using proportional allocation of population from census and administrative units. Population input data are collected at the most detailed spatial resolution available from the results of the 2010 round of censuses, which occurred between 2005 and 2014. The input data are extrapolated to produce population estimates for each modeled year.
此星光明
2024/02/02
1570
Google Earth Engine ——数据全解析专辑(世界第 4 版网格化人口 (GPWv4) 修订版30 弧秒1公里格网)水体面积和掩膜数据集
Google Earth Engine——街区数据集包含2010年的人口普查街区,最小单位大致相当于一个城市街区。超过1100万个多边形特征,覆盖美国、哥伦比亚特区、波多黎各和岛屿地区。
The United States Census Bureau regularly releases a geodatabase named TIGER. This dataset contains the 2010 census blocks, roughly equivalent to a city block. There are just over 11 million polygon features covering the United States, the District of Columbia, Puerto Rico, and the Island areas.
此星光明
2024/02/02
2100
Google Earth Engine——街区数据集包含2010年的人口普查街区,最小单位大致相当于一个城市街区。超过1100万个多边形特征,覆盖美国、哥伦比亚特区、波多黎各和岛屿地区。
Google Earth Engine ——全球JRC/GSW1_3/Metadata数据集的观测数据
This dataset contains maps of the location and temporal distribution of surface water from 1984 to 2020 and provides statistics on the extent and change of those water surfaces. For more information see the associated journal article: High-resolution mapping of global surface water and its long-term changes (Nature, 2016) and the online Data Users Guide.
此星光明
2024/02/02
1270
Google Earth Engine ——全球JRC/GSW1_3/Metadata数据集的观测数据
Google Earth Engine——世界人口数据集描述了2010年、2015年和其他年份居住在每个网格单元的估计人数。
WorldPop Project Population Data: Estimated Residential Population per 100x100m Grid Square [deprecated]
此星光明
2024/02/02
2290
Google Earth Engine——世界人口数据集描述了2010年、2015年和其他年份居住在每个网格单元的估计人数。
Google Earth Engine ——数据全解析专辑(世界第 4 版网格化人口 (GPWv4) 修订版30 弧秒1公里格网)人口区域数据集
The Gridded Population of World Version 4 (GPWv4), Revision 11 models the distribution of global human population for the years 2000, 2005, 2010, 2015, and 2020 on 30 arc-second (approximately 1km) grid cells. Population is distributed to cells using proportional allocation of population from census and administrative units. Population input data are collected at the most detailed spatial resolution available from the results of the 2010 round of censuses, which occurred between 2005 and 2014. The input data are extrapolated to produce population estimates for each modeled year.
此星光明
2024/02/02
1690
Google Earth Engine ——数据全解析专辑(世界第 4 版网格化人口 (GPWv4) 修订版30 弧秒1公里格网)人口区域数据集
Google Earth Engine——美国人口普查局定期发布一个名为TIGER的地理数据库。这个表格包含了2010年人口普查的人口概况1的数值,按普查区汇总
The United States Census Bureau regularly releases a geodatabase named TIGER. This table contains the 2010 census Demographic Profile 1 values aggregated by census tract. Tract areas vary tremendously, but in urban areas are roughly equivalent to a neighborhood. There are about 74,000 polygon features covering the United States, the District of Columbia, Puerto Rico, and the Island areas.
此星光明
2024/02/02
1480
Google Earth Engine——美国人口普查局定期发布一个名为TIGER的地理数据库。这个表格包含了2010年人口普查的人口概况1的数值,按普查区汇总
Google Earth Engine ——全球JRC/GSW1_3/GlobalSurfaceWater数据集的观测数据
This dataset contains maps of the location and temporal distribution of surface water from 1984 to 2020 and provides statistics on the extent and change of those water surfaces. For more information see the associated journal article: High-resolution mapping of global surface water and its long-term changes (Nature, 2016) and the online Data Users Guide.
此星光明
2024/02/02
2020
Google Earth Engine ——全球JRC/GSW1_3/GlobalSurfaceWater数据集的观测数据
Google Earth Engine ——数据全解析专辑(世界第 4 版网格化人口 (GPWv4) 修订版30 弧秒1公里格网)数据集
The Gridded Population of World Version 4 (GPWv4), Revision 11 models the distribution of global human population for the years 2000, 2005, 2010, 2015, and 2020 on 30 arc-second (approximately 1km) grid cells. Population is distributed to cells using proportional allocation of population from census and administrative units. Population input data are collected at the most detailed spatial resolution available from the results of the 2010 round of censuses, which occurred between 2005 and 2014. The input data are extrapolated to produce population estimates for each modeled year.
此星光明
2024/02/02
1680
Google Earth Engine ——数据全解析专辑(世界第 4 版网格化人口 (GPWv4) 修订版30 弧秒1公里格网)数据集
Google Earth Engine ——基于MODIS数据集JRC/GWIS/GlobFire/v2/DailyPerimetersMCD64A1的火灾边界数据集
Fire boundaries based on the MODIS dataset MCD64A1. The data were computed based on an algorithm that relies on encoding in a graph structure a space-time relationship among patches of burned areas.
此星光明
2024/02/02
1800
Google Earth Engine ——基于MODIS数据集JRC/GWIS/GlobFire/v2/DailyPerimetersMCD64A1的火灾边界数据集
GEE数据集:1996 年到 2020 年全球红树林观测数据集(JAXA)(更新)
这项研究使用了日本宇宙航空研究开发机构(JAXA)提供的 L 波段合成孔径雷达(SAR)全球mask数据集,从 1996 年到 2020 年的 11 个时间段,建立了全球红树林范围和变化的长期时间序列。 该研究采用 "从地图到图像 "的方法进行变化检测,其中基线地图(GMW v2.5)使用阈值化和上下文红树林变化掩码进行更新。 这种方法适用于所有图像-日期对,每个时间段生成 10 幅地图,汇总后生成全球红树林时间序列。 所绘制的红树林范围图的准确度估计为 87.4%(95th conf. int.: 86.2 - 88.6%),但单个增益和损失变化类别的准确度较低,分别为 58.1%(52.4 - 63.9%)和 60.6%(56.1 - 64.8%)。误差来源包括合成孔径雷达镶嵌数据集的错误登记(只能部分纠正),以及红树林破碎区域(如水产养殖池塘周围)的混淆。 总体而言,1996 年确定的红树林面积为 152,604 平方公里(133,996 - 176,910),到 2020 年将减少-5,245 平方公里(-13,587 - 3686),总面积为 147,359 平方公里(127,925 - 168,895),估计 24 年间损失 3.4%。 全球红树林观测 3.0 版是迄今为止最全面的全球红树林变化记录,预计将支持广泛的活动,包括对全球沿海环境的持续监测、保护目标进展情况的界定和评估、保护区规划以及全球红树林生态系统的风险评估。
此星光明
2024/10/01
1880
GEE数据集:1996 年到 2020 年全球红树林观测数据集(JAXA)(更新)
推荐阅读
GHSL: 全球1975 年到 2030 年以 5 年间隔建成面积的分布情况(100m)
770
GHSL:1975-2030 年全球网格人口和建成面积数据为基础(5 年为间隔)
860
GHSL: 1975-2030全球建筑体积的分布情况,以每 100 米网格单元立方米为单位
950
GHSL:全球2018 年建成面积(总建面和非住宅)的分布数据(10m分辨率)
790
2018 年全球建筑物高度的分布情况,分辨率为 100 米
610
Google Earth Engine ——全球人类住区层(GHSL)数据集
2630
Google Earth Engine ——GHS-MOD是GHSL采用的农村-城市住区分类MODel---城市化程度(DEGURBA)分类数据集
2280
Google Earth Engine(GEE)——GHSL 全球人口网格数据集250米分辨率
4070
Google Earth Engine ——全球人类住区层(GHSL)项目由欧盟委员会人口的分布和密度250米分辨率数据集
2190
Google Earth Engine(GEE)——GHSL:全球人类住区层,建成网格 1975-1990-2000-2015 (P2016) 数据集
1340
Google Earth Engine ——数据全解析专辑(世界第 4 版网格化人口 (GPWv4) 修订版30 弧秒1公里格网)水体面积和掩膜数据集
1570
Google Earth Engine——街区数据集包含2010年的人口普查街区,最小单位大致相当于一个城市街区。超过1100万个多边形特征,覆盖美国、哥伦比亚特区、波多黎各和岛屿地区。
2100
Google Earth Engine ——全球JRC/GSW1_3/Metadata数据集的观测数据
1270
Google Earth Engine——世界人口数据集描述了2010年、2015年和其他年份居住在每个网格单元的估计人数。
2290
Google Earth Engine ——数据全解析专辑(世界第 4 版网格化人口 (GPWv4) 修订版30 弧秒1公里格网)人口区域数据集
1690
Google Earth Engine——美国人口普查局定期发布一个名为TIGER的地理数据库。这个表格包含了2010年人口普查的人口概况1的数值,按普查区汇总
1480
Google Earth Engine ——全球JRC/GSW1_3/GlobalSurfaceWater数据集的观测数据
2020
Google Earth Engine ——数据全解析专辑(世界第 4 版网格化人口 (GPWv4) 修订版30 弧秒1公里格网)数据集
1680
Google Earth Engine ——基于MODIS数据集JRC/GWIS/GlobFire/v2/DailyPerimetersMCD64A1的火灾边界数据集
1800
GEE数据集:1996 年到 2020 年全球红树林观测数据集(JAXA)(更新)
1880
相关推荐
GHSL: 全球1975 年到 2030 年以 5 年间隔建成面积的分布情况(100m)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档