全球1km LandScan 人口数据集 (2000-2021)


LandScan Global 采用结合了地理空间科学、遥感技术和机器学习算法的创新方法,是可用的代表环境(24 小时平均值)人口的最高分辨率全球人口分布数据。 LandScan Global 算法是 R&D 100 奖得主,它使用空间数据、高分辨率图像开发和多变量 dasymetric 建模方法来分解行政边界内的人口普查计数。由于没有单一的人口分布模型可以解释空间数据可用性、质量、规模和准确性的差异以及文化定居实践的差异,LandScan 人口分布模型是为匹配每个国家的数据条件和地理性质而量身定制的和地区。通过对环境人口进行建模,LandScan Global 在白天和黑夜的整个过程中捕获人们的全部潜在活动空间,而不仅仅是住宅位置。


数据文件命名方式和使用方法

文件命名:landscan-global-yyyy-assets.zip,该压缩包中包括相应年份的人口数据文件:landscan-global-yyyy.tif 和人口数据图层文件:landscan-global-yyyy-colorized.tif;使用方式:解压后用Arcgis或者ENVI软件均可打开。


本数据要求的引用方式 查看数据引用帮助 数据引用必读
数据的引用

Oak Ridge National Laboratory. (2022). 全球1km LandScan 人口数据集 (2000-2021). 长江上游科学数据中心, DOI: https://doi.org/10.48690/1527702.
[Human Geography, Geospatial Science and Human Security Division, Oak Ridge National Laboratory. (2022). Global 1km LandScan Population (2000-2021). Upper Yangtze River Scientific Data Center, DOI: https://doi.org/10.48690/1527702. ] (下载引用:

使用本数据时必须引用“文章的引用”中列出的文献,并进行数据的引用


参考文献

1.Bright, E. A., Rose, A. N., Urban, M. L., & McKee, J. (2018). LandScan 2017 high-resolution global population data set (No. LandScan 2017 High-Resolution Global Population Da; 005854MLTPL00). Oak Ridge National Lab.(ORNL), Oak Ridge, TN (United States). (查看 )

2.Dobson, J. E., Bright, E. A., Coleman, P. R., Durfee, R. C., & Worley, B. A. (2000). LandScan: a global population database for estimating populations at risk. Photogrammetric engineering and remote sensing, 66(7), 849-857. (查看 )

3.Bhaduri, B., Bright, E., Coleman, P., & Dobson, J. (2002). LandScan. Geoinformatics, 5(2), 34-37. (查看 )


数据使用声明

为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力,请数据使用者在使用数据所产生的研究成果中(包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果),明确注明数据来源和数据作者。对于转载(二次或多次发布)的数据,作者还须注明原始数据来源。


License: This work is licensed under an Attribution 4.0 International (CC BY 4.0)


相关资源
数据评论

当前页面默认显示 中文 评论 显示所有语种的评论

下 载 关注
关键词
空间位置
East: 180.00 West: -180.00
South: -90.00 North: 90.00
数据细节
  • 时间分辨率:
  • 空间分辨率: 100m - 1km
  • 大小: 3,328 MB
  • 浏览: 235
  • 下载量: 1
  • 共享方式: 开放获取
  • 数据时间描述: 2000年-2021年
  • 元数据更新时间: 2022-10-11
联系信息
Oak Ridge National Laboratory  

分发方: 重庆金佛山喀斯特生态系统国家野外科学观测研究站数据中心

Email: data@westdc.cn

导出元数据