居住区人口数据1975年至2020年

​GHS Population Grid简介与Notebook示例¶

该数据集描述了居住区人口空间分布（每像元中的人数），居住区人口数据在1975年至2020年为估计值并以5年为间隔，2025年和2030年为预测值，此数据由CIESIN GPWv4.11的居住区数据衍生而来，并遵循如Global Human Settlement Layer (GHSL)全球分时代数据的空间分布、密度和居住区分类。前言 – 人工智能教程具体信息可查阅Global Human Settlement - GHS-POP_GLOBE_R2022A - European Commission

目前不建议使用 GHSL 数据包 2022（GHS P2022）中的产品。
尽管使用独立参考数据进行的测试表明，GHSL R2022A 在 2018 年和 2020 年两个年代的准确性与其他数据源相匹配或优于其他数据源，并且与上一版本 GHSL R2019 中包含的所有其他单一年代（1975 年、1990 年、2000 年和 2015 年）相匹配或优于其他数据源，但时间序列的准确性及其变化率较低，尤其是在农村地区。根据联合研究中心的内部测试，2000 年后，异常值预计会对建筑面积和建筑体积的预测变化率产生正偏差。这种正偏差在 GHS-SMOD R2022A 设定的农村领域尤为明显。与 R2022A 相比，先前的 GHSL R2019 受农村地区更大的遗漏误差影响，因此低估了农村地区的变化率。

因此，目前不建议使用 GHSL 数据包 2022（GHS P2022）来支持多时空研究和指标，包括建成区表面、建成区体积和人口，尤其是在按 GHS-SMOD 网格类别分层的情况下。依赖 2018 和 2020 年数据的应用不受影响。

这些产品基于新开发的多时空模型，已在全球范围内进行处理，可作为 GHSL R2023A 版本的一部分提供。请浏览更新版的 GHSL 数据集列表以获取新数据。

我们感谢所有 GHSL 用户一直以来的支持，并对造成的不便表示歉意。

分辨率

1000

波段

 影像集合代码：

import aie
aie.Authenticate()
aie.Initialize()

# 指定需要检索的区域
feature_collection = aie.FeatureCollection('China_Province') \
                        .filter(aie.Filter.eq('province', '浙江省'))

geometry = feature_collection.geometry()


dataset = aie.ImageCollection('GHS_POP_GLOBE_R2022A') \
             .filterBounds(geometry) \
             .limit(10);

map = aie.Map(
    center=dataset.getCenter(),
    height=800,
    zoom=4
)

vis_params = {
    'bands': ['pop_count'],
    'min': 0,
    'max': 2000,
    "palette":["#E5DFEF","#CCB8D5","#C094C1",
               "#CD6CAC","#D13D86","#BB2D57",
               "#831940"]
}

map.addLayer(
    dataset,
    vis_params,
    'GHS_POP_GLOBE_R2022A',
    bounds=dataset.getBounds()
)
map

 单景影像代码：

import aie
aie.Authenticate()
aie.Initialize()

img = aie.Image('GHS_POP_E1975_GLOBE_R2022A_54009_100_V1_0_R10_C1')

map = aie.Map(
    center=img.getCenter(),
    height=800,
    zoom=4
)

vis_params = {
    'bands': ['pop_count'],
    'min': 0,
    'max': 2000,
    "palette":["#E5DFEF","#CCB8D5","#C094C1",
               "#CD6CAC","#D13D86","#BB2D57",
               "#831940"]
}

map.addLayer(
    img,
    vis_params,
    'GHS_POP_GLOBE_R2022A',
    bounds=img.getBounds()
)
map

此数据集属于国际公开数据，任何商业和非商业目的都可以免费使用。

有关此数据产品正确引用的更多详细信息，请参阅 Global Human Settlement - GHS-POP_GLOBE_R2022A - European Commission。

引用参考： Schiavina M., Freire S., MacManus K. (2022): GHS-POP R2022A - GHS population grid multitemporal (1975-2030).European Commission, Joint Research Centre (JRC) PID: Joint Research Centre Data Catalogue - GHS-POP R2022A - GHS population grid multitemporal... - European Commission, doi: 10.2905/D6D86A90-4351-4508-99C1-CB074B022C4A Concept & Methodology: Freire S., MacManus K., Pesaresi M., Doxsey-Whitfield E., Mills J. (2016) Development of new open and free multi-temporal global population grids at 250 m resolution. Geospatial Data in a Changing World; Association of Geographic Information Laboratories in Europe (AGILE), AGILE 2016

​