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

本文涉及的产品
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: 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.

 

This data grids contains per-pixel data containing land surface area estimates.

世界第 4 版网格化人口 (GPWv4) 修订版 11 对 2000、2005、2010、2015 和 2020 年在 30 弧秒(约 1 公里)网格单元上的全球人口分布进行建模。使用人口普查和行政单位的人口比例分配将人口分配到单元格。人口输入数据是在 2010 年普查结果中可用的最详细的空间分辨率收集的,普查结果发生在 2005 年和 2014 年之间。输入数据被外推以产生每个建模年份的人口估计值。 该数据网格包含包含土地表面积估计值的每像素数据。

Dataset Availability

2000-01-01T00:00:00 - 2020-01-01T00:00:00

Dataset Provider

NASA SEDAC at the Center for International Earth Science Information Network

Collection Snippet

ee.Image("CIESIN/GPWv411/GPW_Land_Area")

Resolution

30 arc seconds

Bands Table

Name Description Min* Max*
land_area Estimates for land area within each 30-arc second pixel. 0 0.86


引用:

Center for International Earth Science Information Network - CIESIN - Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Land Area, Revision 11. Palisades, NY: NASA Socioeconomic Data and Applications Center (SEDAC). https://doi.org/10.7927/H4Z60M4Z. Accessed DAY MONTH YEAR.

代码:

var dataset = ee.Image("CIESIN/GPWv411/GPW_Land_Area");
var raster = dataset.select('land_area');
var raster_vis = {
  "min": 0.0,
  "palette": [
    "ecefb7",
    "745638"
  ],
  "max": 0.86
};
Map.setCenter(26.4, 19.81, 1);
Map.addLayer(raster, raster_vis, 'land_area');


目录
打赏
0
0
0
0
213
分享
相关文章
Ganos H3地理网格能力解析与最佳实践
Ganos H3地理网格是一种基于六边形结构的高效地理空间数据处理技术,适用于物流、社交网络、数据分析及应急响应等多种场景。Ganos H3利用独特的六边形网格体系实现更均匀的数据分布和固定邻居关系,优化了空间数据分析、路径规划等功能。Ganos地理网格引擎支持GeoSOT和H3两种网格,具备丰富的打码方式、高性能查询及聚合分析能力,并能与几何和栅格数据融合,大幅提升了数据处理效率和存储成本效益。借助Ganos H3,企业和开发者可以更好地管理和利用地理空间数据,提高位置相关决策的准确性和效率。
253 0
《阿里云产品四月刊》—Ganos H3 地理网格能力解析与最佳实践(1)
阿里云瑶池数据库云原生化和一体化产品能力升级,多款产品更新迭代
349 3
《阿里云产品四月刊》—Ganos H3 地理网格能力解析与最佳实践(1)
《阿里云产品四月刊》—Ganos H3 地理网格能力解析与最佳实践(2)
阿里云瑶池数据库云原生化和一体化产品能力升级,多款产品更新迭代
161 1
《阿里云产品四月刊》—Ganos H3 地理网格能力解析与最佳实践(2)
🔥Android Jetpack全解析!拥抱Google官方库,让你的开发之旅更加顺畅无阻!🚀
【7月更文挑战第28天】在Android开发中追求高效稳定的路径?Android Jetpack作为Google官方库集合,是你的理想选择。它包含多个独立又协同工作的库,覆盖UI到安全性等多个领域,旨在减少样板代码,提高开发效率与应用质量。Jetpack核心组件如LiveData、ViewModel、Room等简化了数据绑定、状态保存及数据库操作。引入Jetpack只需在`build.gradle`中添加依赖。例如,使用Room进行数据库操作变得异常简单,从定义实体到实现CRUD操作,一切尽在掌握之中。拥抱Jetpack,提升开发效率,构建高质量应用!
174 4
《阿里云产品四月刊》—Ganos H3 地理网格能力解析与最佳实践(3)
阿里云瑶池数据库云原生化和一体化产品能力升级,多款产品更新迭代
111 1
提升编程效率的利器: 解析Google Guava库之IO工具类(九)
提升编程效率的利器: 解析Google Guava库之IO工具类(九)
深入解析Google Guava库与Spring Retry重试框架
深入解析Google Guava库与Spring Retry重试框架
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~
3132 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
147 0
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
223 0

热门文章

最新文章

推荐镜像

更多
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等