{"id":"9fd6a31f-2c4f-4b7d-b727-034af613b74b","title":"全球1km LandScan 人口数据集 (2000-2021)","title_en":"Global 1km LandScan Population (2000-2021)","serial":"","user_limit":"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。","instructions":"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。","description":"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。","doi":"https://doi.org/10.48690/1527702","projection":"WGS84","language":"zh","share_type":"online","east":180.0,"west":-180.0,"south":-90.0,"north":90.0,"scale":null,"crs":null,"filesize":3328.0,"share_policy":"a","ts_created":"2022-09-23T15:04:37.538373+08:00","doi_type":"沿用数据已有DOI","ts_updated":"2022-10-11T11:23:34.101219+08:00","time_description":"2000年-2021年","datas_group":3,"time_description_en":"2000-2021","data_format":null,"project":[10],"specials":[],"cite":null,"review_status":5,"review_invite":[],"review_editor":null,"data_sources":null,"temporal_resolution":"Yearly","spatial_resolution":"100m - 1km","license":"Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)","fund":[],"subtopics":{"metadata":"9fd6a31f-2c4f-4b7d-b727-034af613b74b","three_pole":null,"third_pole":null},"username":"周云","review_time":null,"protected_duration":null,"protected_describe":null,"is_important":false,"hit_count":320}