全球人类居住图层（GHSL）人类存在的分布

举报
此星光明 发表于 2023/08/25 16:57:44 2023/08/25
【摘要】 ​全球人类居住图层 2023全球人类居住图层（GHSL）项目是一项综合性倡议，旨在生成全球空间数据和基于证据的分析，提供有关地球上人类存在的分布和特征的见解。该项目遵循开放和不受限制的数据和方法访问政策。从 GHSL 中获得的知识在制定欧洲政策、促进公众讨论以及推动 2030 年发展议程等国际框架的实施方面发挥着至关重要的作用。该版本提供了增强的建筑面积信息，包括表面、体积和高度测量以及人口...

​

全球人类居住图层 2023
全球人类居住图层（GHSL）项目是一项综合性倡议，旨在生成全球空间数据和基于证据的分析，提供有关地球上人类存在的分布和特征的见解。该项目遵循开放和不受限制的数据和方法访问政策。从 GHSL 中获得的知识在制定欧洲政策、促进公众讨论以及推动 2030 年发展议程等国际框架的实施方面发挥着至关重要的作用。该版本提供了增强的建筑面积信息，包括表面、体积和高度测量以及人口数据。此外，它还引入了一个新的聚落模型，以及基于 "城市化程度 "框架的行政和领土单位分类系统。2023 年全球人类居住状况调查数据包由多时态产品组成，可帮助人们深入了解人类在过去（1975 年至 2020 年，每 5 年为一个纪元）和未来（2025 年和 2030 年）的存在情况。包含的数据集以及描述符和数据集引文如下。前言 – 人工智能教程有关产品本身的方法和其他详细信息，请点击此处。https://ghsl.jrc.ec.europa.eu/documents/GHSL_Data_Package_2023.pdf

数据集详情
GHS-BUILT-S R2023A - 全球统一制度（GHS）建成区地表网格，源自 Sentinel-2 复合数据（2018 年）和 Landsat 多时数据（1975-2030 年，间隔 5 年）。10m 分辨率的子像素建成部分（BUFRAC）估算值由 10m 分辨率的 Sentinel-2 图像合成生成，使用来自 GHS-BUILT-S2 R2020A、Facebook 住区划定、Microsoft 和 Open Street Map（OSM）建筑物划定的数据作为学习集。推理引擎是符号机器学习（SML）方法（Pesaresi、Syrris 等人，2016 年）的多重量化-最小化-支持（MQMS）概括，2030 年的分辨率为 100 米。
GHS-BUILT-H R2023A - 根据 AW3D30、SRTM30 和 Sentinel-2 复合数据得出的 GHS 建筑高度（2018 年）
GHS-BUILT-V R2023A - 根据哨兵-2、大地遥感卫星和全球 DEM 数据的多时相联合评估得出的全球统一制度建筑体积网格（1975-2030 年，间隔 5 年）
GHS-BUILT-C R2023A - 全球统一制度沉降特征，源自哨兵-2 综合数据（2018 年）和其他全球统一制度 R2023A 数据
GHS-POP R2023A - 全球统一制度多时人口网格（1975-2030 年，间隔 5 年）
GHS-SMOD R2023A - 全球统一制度聚落层，城市化程度方法（第一阶段）在 GHS-POP R2023A 和 GHS-BUILT-S R2023A 中的应用，多时性（1975-2030 年，间隔 5 年）


数据集引用

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) [Dataset] doi: 10.2905/9F06F36F-4B11-47EC-ABB0-4F8B7B1D72EA PID:
http://data.europa.eu/89h/9f06f36f-4b11-47ec-abb0-4f8b7b1d72ea

Pesaresi, Martino; Politis, Panagiotis (2023): GHS-BUILT-H R2023A - GHS building height, derived from AW3D30,
SRTM30, and Sentinel2 composite (2018). European Commission, Joint Research Centre (JRC) [Dataset] doi:
10.2905/85005901-3A49-48DD-9D19-6261354F56FE PID: http://data.europa.eu/89h/85005901-3a49-
48dd-9d19-6261354f56fe

Pesaresi, Martino; Politis, Panagiotis (2023): GHS-BUILT-V R2023A - GHS built-up volume grids derived from
joint assessment of Sentinel2, Landsat, and global DEM data, multitemporal (1975-2030). European
Commission, Joint Research Centre (JRC) [Dataset] doi: 10.2905/AB2F107A-03CD-47A3-85E5-139D8EC63283
PID: http://data.europa.eu/89h/ab2f107a-03cd-47a3-85e5-139d8ec63283

Pesaresi, Martino; Politis, Panagiotis (2023): GHS-BUILT-C R2023A - GHS Settlement Characteristics, derived
from Sentinel2 composite (2018) and other GHS R2023A data. European Commission, Joint Research Centre
(JRC) [Dataset] doi: 10.2905/3C60DDF6-0586-4190-854B-F6AA0EDC2A30 PID:
http://data.europa.eu/89h/3c60ddf6-0586-4190-854b-f6aa0edc2a30

Schiavina, Marcello; Freire, Sergio; Alessandra Carioli; MacManus, Kytt (2023): GHS-POP R2023A - GHS
population grid multitemporal (1975-2030). European Commission, Joint Research Centre (JRC) [Dataset] doi:
10.2905/2FF68A52-5B5B-4A22-8F40-C41DA8332CFE PID: http://data.europa.eu/89h/2ff68a52-5b5b-4a22-
8f40-c41da8332cfe

Schiavina, Marcello; Melchiorri, Michele; Pesaresi, Martino (2023): GHS-SMOD R2023A - GHS settlement layers,
application of the Degree of Urbanisation methodology (stage I) to GHS-POP R2023A and GHS-BUILT-S R2023A,
multitemporal (1975-2030). European Commission, Joint Research Centre (JRC) [Dataset] doi:
10.2905/A0DF7A6F-49DE-46EA-9BDE-563437A6E2BA PID: http://data.europa.eu/89h/a0df7a6f-49de-46ea9bde-563437a6e2ba

ghs-urban

代码

var GHS_BUILT_S_2018 = ee.ImageCollection("projects/sat-io/open-datasets/GHS/GHS_BUILT_S_E2018_GLOBE_R2023A_54009_10_V1_0");
var GHS_BUILT_S_2030 = ee.Image("projects/sat-io/open-datasets/GHS/GHS_BUILT_S_E2030_GLOBE_R2023A_54009_100_V1_0");
var GHS_BUILT_H = ee.Image("projects/sat-io/open-datasets/GHS/GHS_BUILT_H_AGBH_E2018_GLOBE_R2023A_54009_100_V1_0");
var GHS_BUILT_V = ee.Image("projects/sat-io/open-datasets/GHS/GHS_BUILT_V_E2030_GLOBE_R2023A_54009_100_V1_0");
var GHS_BUILT_C = ee.ImageCollection("projects/sat-io/open-datasets/GHS/GHS_BUILT_C_MSZ_E2018_GLOBE_R2023A_54009_10_V1_0");
var GHS_POP = ee.Image("projects/sat-io/open-datasets/GHS/GHS_POP_E2030_GLOBE_R2023A_54009_100_V1_0");
var GHS_SMOD = ee.Image("projects/sat-io/open-datasets/GHS/GHS_SMOD_E2030_GLOBE_R2023A_54009_1000_V1_0");

var degreeOfUrbanization = ee.Image('projects/sat-io/open-datasets/GHS/GHS_SMOD_E2030_GLOBE_R2023A_54009_1000_V1_0');
var populationCount = ee.Image('projects/sat-io/open-datasets/GHS/GHS_POP_E2030_GLOBE_R2023A_54009_100_V1_0');
var smod_vis = {min: 10,max: 26,palette: ['000000', '448564', '70daa4', 'ffffff']};
var pop_vis = {min: 0.0,max: 125.0,palette: ['060606', '337663', '337663', 'ffffff']};

Map.setCenter(114.96, 31.13, 4);

Map.addLayer(degreeOfUrbanization, smod_vis, 'Degree of Urbanization');
Map.addLayer(populationCount, pop_vis, 'Population Count');

代码链接: https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:population-socioeconomics/JRC-GHSL-2023

License

The GHSL has been produced by the EC JRC as open and free data. Reuse is authorised, provided the source is acknowledged. For more information, please read the use conditions European Commission Reuse and Copyright Notice.

Created by: ESA & JRC

Curated in GEE by : Samapriya Roy

keywords: Global Population, Population count, Urban structure, Built up area, Built up volume, Building height

Last modified: 2022-01-20

Last updated on GEE: 2022-09-25

【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱： cloudbbs@huaweicloud.com
数据可视化 数据库 数据采集 机器学习 遥感
  • 点赞
  • 收藏
  • 关注作者

评论（0）

0/1000
抱歉，系统识别当前为高风险访问，暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称，即可参与社区互动！

*长度不超过10个汉字或20个英文字符，设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符，设置后3个月内不可修改。

确认 取消

加入云驻计划，成为创作者

  • 华为云周边好礼
  • 免费体验产品
  • 特殊身份标识
  • 线下官方门票
  • 内部专家零距离
  • 与10000+优质创作者共同成长
立即加入