Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库

简介: Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库

全球道路盘查项目全球道路数据库¶。

全球道路盘查项目(GRIP)数据集的开发是为了提供更多最新和一致的全球道路数据集,用于全球环境和生物多样性评估模型,如GLOBIO。

GRIP数据集包括ESRI filegeodatabase和shapefile格式的全球和区域矢量数据集,以及分辨率为5弧分(约8x8公里)的全球道路密度光栅数据集。前言 – 床长人工智能教程

GRIP数据集的主要目的是为全球环境和生物多样性科学建模项目提供一个易于使用的道路数据集。该数据集不适合用于导航。GRIP4基于许多不同的来源(包括OpenStreetMap),在我们的能力范围内,我们已经验证了它们的公共可用性,作为我们研究的一个标准。UNSDI-Transportation数据模型被用于协调各个源数据集。GRIP4是在创作共用许可证(CC-BY 4.0)下提供的,可以免费使用。在此阅读有关方法论ShieldSquare Captcha

道路基础设施的地理参考信息对于空间规划、社会经济评估和环境影响分析至关重要。然而,目前的全球道路图通常是过时的,或者在覆盖范围上有空间偏差的特点。在全球道路清单项目中,我们收集、协调和整合了近60个关于道路基础设施的地理空间数据集,并将其纳入全球道路数据集。由此产生的数据集覆盖了222个国家,包括超过2100万公里的道路,是目前最好的基于国家的全球道路数据集总长度的两到三倍。然后,我们将每个国家的道路总长度与国家面积、人口密度、GDP和经合组织成员资格联系起来,形成了一个调整后R2为0.90的回归模型,并发现最高的道路密度与人口密集和较富裕的国家有关。将我们的回归模型应用于共享社会经济路径(SSP)情景下的未来人口密度和GDP估计值,我们得到了2050年道路长度增加300-470万公里的初步估计。在一些世界上仅存的荒野地区,如亚马逊、刚果盆地和新几内亚,发展中国家的道路长度预计将大幅增加。这突出表明,需要准确的空间道路数据集来支持战略空间规划,以减少道路对剩余原始生态系统的影响。

Download the dataset here

Use the following credit when these datasets are cited:

Meijer, Johan R., Mark AJ Huijbregts, Kees CGJ Schotten, and Aafke M. Schipper. "Global patterns of current and future road infrastructure." Environmental Research Letters 13, no. 6 (2018): 064006.

Earth Engine Snippet

var grip4_africa = ee.FeatureCollection("projects/sat-io/open-datasets/GRIP4/Africa");
var grip4_central_south_america = ee.FeatureCollection("projects/sat-io/open-datasets/GRIP4/Central-South-America");
var grip4_europe = ee.FeatureCollection("projects/sat-io/open-datasets/GRIP4/Europe");
var grip4_north_america = ee.FeatureCollection("projects/sat-io/open-datasets/GRIP4/North-America");
var grip4_oceania = ee.FeatureCollection("projects/sat-io/open-datasets/GRIP4/Oceania");
var grip4_south_east_asia = ee.FeatureCollection("projects/sat-io/open-datasets/GRIP4/South-East-Asia");
var grip4_middle_east_central_asia = ee.FeatureCollection("projects/sat-io/open-datasets/GRIP4/Middle-East-Central-Asia");

Sample Code: https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:global-utilities-assets-amenities/GLOBAL-ROADS-INVENTORY-PROJECT

Total features: 25,758,453

Shared License: This work is licensed under a Creative Commons Attribution 4.0. You are free to copy and redistribute the material in any medium or format, and to transform and build upon the material for any purpose, even commercially. You must give appropriate credit, provide a link to the license, and indicate if changes were made.

Curated by: Samapriya Roy

Keywords: global, road map, infrastructure, global roads inventory project (GRIP), SSP scenarios

Last updated: 2021-04-03

相关文章
|
1月前
|
NoSQL Java 数据库
【问题篇】springboot项目通过数据库限制实例端口号
【问题篇】springboot项目通过数据库限制实例端口号
19 0
|
2月前
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
486 0
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
2月前
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
103 0
|
2月前
GEE——Google dynamic world中在影像导出过程中无法完全导出较大面积影像的解决方案(投影的转换)EPSG:32630和EPSG:4326的区别
GEE——Google dynamic world中在影像导出过程中无法完全导出较大面积影像的解决方案(投影的转换)EPSG:32630和EPSG:4326的区别
41 0
|
7天前
|
SQL 监控 druid
Druid数据库连接池简介及应用推广(老项目翻出来做下记录)
Druid数据库连接池简介及应用推广(老项目翻出来做下记录)
|
1月前
|
人工智能 自然语言处理 负载均衡
这款 AI 网关项目简直太棒了,轻松接入OpenAI、LLama2、Google Gem)ini等 100 多种大语言模型!
这款 AI 网关项目简直太棒了,轻松接入OpenAI、LLama2、Google Gem)ini等 100 多种大语言模型!
|
1月前
|
存储 编解码 数据可视化
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
【2月更文挑战第14天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,按照给定的地表分类数据,对每一种不同的地物类型,分别加以全球范围内随机抽样点自动批量选取的方法~
255 0
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
|
2月前
|
API Go 网络架构
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
86 4
|
2月前
|
机器学习/深度学习 存储 人工智能
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
72 3
|
6天前
|
关系型数据库 MySQL 分布式数据库
《MySQL 简易速速上手小册》第6章:MySQL 复制和分布式数据库(2024 最新版)
《MySQL 简易速速上手小册》第6章:MySQL 复制和分布式数据库(2024 最新版)
37 2