Google Earth Engine ——数据全解析专辑(全球人类改变数据集(gHM)以1千米的分辨率数据集)

本文涉及的产品
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
云解析DNS,个人版 1个月
简介: Google Earth Engine ——数据全解析专辑(全球人类改变数据集(gHM)以1千米的分辨率数据集)

The global Human Modification dataset (gHM) provides a cumulative measure of human modification of terrestrial lands globally at 1 square-kilometer resolution. The gHM values range from 0.0-1.0 and are calculated by estimating the proportion of a given location (pixel) that is modified, the estimated intensity of modification associated with a given type of human modification or "stressor". 5 major anthropogenic stressors circa 2016 were mapped using 13 individual datasets:

  • human settlement (population density, built-up areas)
  • agriculture (cropland, livestock)
  • transportation (major, minor, and two-track roads; railroads)
  • mining and energy production
  • electrical infrastructure (power lines, nighttime lights)

Please see the paper for additional methodological details. This asset was re-projected to WGS84 for use in Earth Engine.


代码:

全球人类改变数据集(gHM)以1平方公里的分辨率提供了全球人类改变陆地的累积测量。gHM值的范围是0.0-1.0,通过估计一个给定的位置(像素)被修改的比例,估计与给定类型的人类修改或 "压力源 "有关的修改强度来计算。使用13个单独的数据集绘制了2016年左右的5个主要人类活动压力源。

人类住区(人口密度、建筑区

农业(耕地、牲畜

运输(主要、次要和双轨公路;铁路

采矿和能源生产

电力基础设施(电线、夜间照明)。

更多方法细节请见本文。该资产被重新投影到WGS84,以便在地球引擎中使用。

Dataset Availability

2016-01-01T00:00:00 - 2016-12-31T00:00:00

Dataset Provider

Conservation Science Partners

Collection Snippet

ee.ImageCollection("CSP/HM/GlobalHumanModification")

Resolution

1000 meters

Bands Table

Name Description Min Max Units
gHM global Human Modification 0 1 km^2
var dataset = ee.ImageCollection('CSP/HM/GlobalHumanModification');
var visualization = {
  bands: ['gHM'],
  min: 0.0,
  max: 1.0,
  palette: ['0c0c0c', '071aff', 'ff0000', 'ffbd03', 'fbff05', 'fffdfd']
};
Map.centerObject(dataset);
Map.addLayer(dataset, visualization, 'Human modification');


数据引用:

Kennedy, C.M., J.R. Oakleaf, D.M. Theobald, S. Baurch-Murdo, and J. Kiesecker. 2019. Managing the middle: A shift in conservation priorities based on the global human modification gradient. Global Change Biology 00:1-16. https://doi.org/10.1111/gcb.14549


相关文章
|
22天前
|
Java 数据库连接
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)
|
22天前
|
缓存 Java Maven
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
|
22天前
|
监控 安全 算法
提升编程效率的利器: 解析Google Guava库之RateLimiter优雅限流(十)
提升编程效率的利器: 解析Google Guava库之RateLimiter优雅限流(十)
|
22天前
|
缓存 安全 Java
提升编程效率的利器: 解析Google Guava库之集合工具类-50个示例(八)
提升编程效率的利器: 解析Google Guava库之集合工具类-50个示例(八)
|
22天前
|
缓存 算法 Java
提升编程效率的利器: 解析Google Guava库之常用工具类-40个示例(七)
提升编程效率的利器: 解析Google Guava库之常用工具类-40个示例(七)
|
22天前
|
存储
提升编程效率的利器: 解析Google Guava库之集合篇RangeMap范围映射(六)
提升编程效率的利器: 解析Google Guava库之集合篇RangeMap范围映射(六)
提升编程效率的利器: 解析Google Guava库之集合篇RangeSet范围集合(五)
提升编程效率的利器: 解析Google Guava库之集合篇RangeSet范围集合(五)
|
29天前
|
XML Java 数据格式
深度解析 Spring 源码:从 BeanDefinition 源码探索 Bean 的本质
深度解析 Spring 源码:从 BeanDefinition 源码探索 Bean 的本质
32 3
|
14天前
|
存储 安全 Java
深度长文解析SpringWebFlux响应式框架15个核心组件源码
以上是Spring WebFlux 框架核心组件的全部介绍了,希望可以帮助你全面深入的理解 WebFlux的原理,关注【威哥爱编程】,主页里可查看V哥每天更新的原创技术内容,让我们一起成长。
|
16天前
|
关系型数据库 分布式数据库 数据库
PolarDB-X源码解析:揭秘分布式事务处理
【7月更文挑战第3天】**PolarDB-X源码解析:揭秘分布式事务处理** PolarDB-X,应对大规模分布式事务挑战,基于2PC协议确保ACID特性。通过预提交和提交阶段保证原子性与一致性,使用一致性快照隔离和乐观锁减少冲突,结合故障恢复机制确保高可用。源码中的事务管理逻辑展现了优化的分布式事务处理流程,为开发者提供了洞察分布式数据库核心技术的窗口。随着开源社区的发展,更多创新实践将促进数据库技术进步。
21 3

推荐镜像

更多