GHSL: Global built-up surface 1975-2030 (P2023A)
GHSL: 全球1975 年到 2030 年以 5 年间隔建成面积的分布情况（100m）
简介
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。
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_BUILT_S")
Resolution
100 meters
Bands Table
Name Description Units
built_surface
Built-up surface per grid cell
m^2
built_surface_nres
Non-residential built-up surface per grid cell
m^2
代码
var image_1975 = ee.Image('JRC/GHSL/P2023A/GHS_BUILT_S/1975');
var built_1975 = image_1975.select('built_surface');
var image_2020 = ee.Image('JRC/GHSL/P2023A/GHS_BUILT_S/2020');
var built_2020 = image_2020.select('built_surface');
var image_2030 = ee.Image('JRC/GHSL/P2023A/GHS_BUILT_S/2030');
var built_2030 = image_2030.select('built_surface');
var visParams = {min: 0.0, max: 8000.0, palette: ['000000', 'FFFFFF']};
Map.setCenter(77.156, 28.6532, 10);
Map.addLayer(built_1975, visParams, 'Built-up surface [m2], 1975');
Map.addLayer(built_2020, visParams, 'Built-up surface [m2], 2020');
Map.addLayer(built_2030, visParams, 'Built-up surface [m2], 2030');
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.
网址推荐
知识星球
知识星球 | 深度连接铁杆粉丝，运营高品质社群，知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428
机器学习
干旱监测平台
慧天干旱监测与预警-首页https://www.htdrought.com/
