GEE开发之Worldpop人口数据分析

  • 1 基础知识
  • 2 获取某地区的人口遥感影像
  • 3 获取某地区每年人口的数据
  • 4 TIF数据下载

前言:如何利用GEE平拍获取Worldpop人口数据。


1 基础知识

  • 全球高分辨率当代人口分布数据是准确测量人口增长影响、监测变化和规划干预措施的先决条件。WorldPop项目旨在通过提供使用透明和同行审查方法构建的详细和开放获取的人口分布数据集来满足这些需求。
  • WorldPop网站上提供了构建数据所用方法和数据集的详细信息,以及开放获取出版物。简而言之,通过利用人口密度和一系列地理空间协变量层之间关系的机器学习方法,将与相关行政单元匹配的最近基于人口普查的人口计数分解为约100x100m个网格单元。映射方法是基于随机森林的对称重分布。

2 获取某地区的人口遥感影像

代码如下(以鹿邑县为例):

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
Map.centerObject(geometry,7);
var worldpop2010 = ee.ImageCollection("WorldPop/GP/100m/pop")
.filterBounds(geometry)
.filter(ee.Filter.eq('country', 'CHN')).filterDate('2010-01-01', '2010-12-31')
.select('population');var worldpop2020 = ee.ImageCollection("WorldPop/GP/100m/pop")
.filterBounds(geometry)
.filter(ee.Filter.eq('country', 'CHN')).filterDate('2020-01-01', '2020-12-31')
.select('population');Map.addLayer(worldpop2010.mean().clip(geometry),{min:0,max:100,palette: ['24126c', '1fff4f', 'd4ff50']},"worldpop2010");
Map.addLayer(worldpop2020.mean().clip(geometry),{min:0,max:100,palette: ['24126c', '1fff4f', 'd4ff50']},"worldpop2020");

2010遥感截图:

2020遥感截图:

3 获取某地区每年人口的数据

代码如下(以鹿邑县10年人口数量为例):

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
var worldpop = ee.ImageCollection("WorldPop/GP/100m/pop")
.filterBounds(geometry)
.filter(ee.Filter.eq('country', 'CHN')).filterDate('2010-01-01', '2020-12-31')
.select('population');
var chart =ui.Chart.image.seriesByRegion({imageCollection:worldpop,regions: geometry,reducer: ee.Reducer.sum(),scale: 100,xProperty: 'system:time_start'}).setSeriesNames(['population']).setOptions({title: 'population dynamics',hAxis: {title: 'Date', titleTextStyle: {italic: false, bold: true}},vAxis: {title: 'total population',titleTextStyle: {italic: false, bold: true}},lineWidth: 5,colors: ['e37d05'],curveType: 'function'});print(chart);

表格截图(10年人口变化,和实际的人口数据有出入,能分析出来人口逐渐下降):

CSV数据(和实际的人口数据有出入):

4 TIF数据下载

代码如下所示

//导出影像数据函数,三个参数
function exportImage(image, region, fileName) {  Export.image.toDrive({  image: image,  //设置要输出的影像description: fileName,  // 设置下载任务tasks的名称fileNamePrefix: fileName,  //设置下载影像的名称folder: "population",  //设置下载影像在Drive中存储的文件夹名称(可不设置)scale: 100, //空间分辨率,单位:米region: geometry,  //要下载影像的范围maxPixels: 1e13, //单幅影像输出的最大像元数fileFormat:"GeoTIFF", //设置影像导出格式,注意GeoTIFF格式需要所有波段存储类型一致(如不能同时存Int16和Int32)crs: "EPSG:4326"  //投影信息,一般是采用默认方式,通常可以设置为EPSG:4326});
}
//获取每幅影像对应的时间
var indexList = worldpop.reduceColumns(ee.Reducer.toList(), ["system:index"]).get("list");
print("indexList", indexList);//循环导出影像,用影像时间对其命名
indexList.evaluate(function(indexs) {
for (var i=0; i<indexs.length; i++) {  var image = worldpop.filter(ee.Filter.eq("system:index", indexs[i])) //筛选对应时间的影像.first() //选取第一幅影像.int16() //将所有波段存储格式都转换Int16,使其保持一致(哨兵2号数据QA20波段为Int32,与其他不一致会出错)exportImage(image, geometry, "Worldpop-"+indexs[i]); }
});


下载之后在arcgis上运行显示

GEE开发之Worldpop人口数据分析相关推荐

  1. GEE开发之MODIS_NDVI年均值数据分析

    GEE开发之MODIS_NDVI年均值数据分析 前言:前面几篇博客主要介绍了NDVI的日均值和月均值的数据分析,这次主要介绍年均值的数据分析. 代码如下(以鹿邑县为例): var geometry = ...

  2. GEE开发之Modis_LST地表温度数据分析

    GEE开发之Modis_LST地表温度数据分析 1 MODIS/006/MOD11A1介绍 2 遥感影像获取(以LST为例子) 3 日遥感数据获取(以LST为例子) 3.1 日数据折线图展现如下(以鹿 ...

  3. GEE开发之Modis_NPP数据分析和获取

    GEE开发之Modis_NPP数据分析和获取 1.NPP 2.MOD系列和MYD系列区别 3.MOD17A3H_v006(500m/1年) 4.MOD17A3HGF_v006(500m/1年) 5.M ...

  4. GEE开发之Modis_ET数据分析和获取

    GEE开发之Modis_ET数据获取 1 ET(蒸散量) 2 MOD16A2(500米/8天) 2.1 MOD16A2下的所有指数 2.2 ET影像获取和查看 3 ET日数据下载(以MOD16A2为例 ...

  5. GEE开发之MODIS_MCD12Q1数据分析和获取

    GEE开发之MODIS_土地类型分类 0.MCD12Q1介绍 1.遥感影像查看 2.MCD12Q1分类介绍 3.年数据下载(LC_Type1/year/500m) 前言:主要介绍MODIS的MCD12 ...

  6. GEE开发之ERA5(气温、降水、压力、风速等)数据获取和分析

    GEE开发之ERA5(气温.降水.压力.风速等)数据获取和分析 1.ERA5介绍 2.初始ERA5数据 2.1 DAILY代码 2.2 MONTHLY代码 3.遥感影像查看(DAILY之mean_2m ...

  7. C#进行MapX二次开发之MapX基础知识

    C#进行MapX二次开发之MapX基础知识 MapX的主要技术特点 (1). 以表(Table)的形式组织信息 每一个表都是一组MapInfo文件,这些文件组成了地图文件和数据库文件.为使用MapIn ...

  8. Vissim11二次开发之C#---实现仿真时间内实施不同信号控制方案

    Vissim11二次开发之C#-实现仿真时间内实施不同信号控制方案 本文起源:近些日子,由于论文仿真需求,重重重操Vissim旧业. 先说下需求情况吧:路网区域优化前后两种信号控制方案,由于论文场景要 ...

  9. 【线上峰会】如何一天掌握物联网全栈开发之道

    当移动红利时代结束,人才需求接近饱和的同时,传感技术.云计算.大数据.人工智能的日益成熟,并与智能家居.智慧城市相融合,将我们带入了真正智能化的物联网时代.那么,作为开发者的我们,又该如何顺势而为? ...

最新文章

  1. KeUserModeCallback用法详解
  2. linux下根据进程查找文件启动文件
  3. 22亿!中国大学史上最大笔捐款诞生
  4. css背景图background - 多背景定义
  5. jquey-jsonp-跨域请求数据
  6. Baum-WELCH和vertibe解码算法
  7. WindowsXamlHost:在 WPF 中使用 UWP 的控件(Windows Community Toolkit)
  8. Unet美发实例分割,染发展示
  9. VUe Eelement-ui 兼容es6 兼容IE9+ 报错:SCRIPT1003: 缺少 ':’
  10. python常见图形代码可视化大全整理(包括动图)
  11. 反向题在测试问卷信效度_防御方式问卷 (DSQ)信度和效度研究
  12. c语言作业做出金山打字功能,C语言制作简易金山打字通功能的代码
  13. VLAN-TAG 知识相关
  14. mysql怎么tonumber_orcale中的to_number方法使用
  15. 微信公众号关注自动回复得到小程序链接
  16. 基于SSM+Layui的逆风医疗管理系统
  17. 京东评价系统更新190301
  18. Android 九宫格布局(图片上传、预览)
  19. v-model双向绑定原理
  20. WindowsServer教程一:SSMS连接数据库相关配置

热门文章

  1. 按键精灵游戏血条横向保护代码
  2. Python学习笔记(一):从Hello,World开始到字符串
  3. C90、C99、C11——C语言的三套标准
  4. win10蓝牙接收文件【实测成功】
  5. ZIGBEE 协调器(刷写程序后)PAN_ID+1,与原来路由器无法组网
  6. moment 常用时间 近几天 本月 上个月
  7. 0_PROLOGUE_superbeyone_新浪博客
  8. android拷贝喜马拉雅节目到music目录
  9. 区块链证券清结算与登记确权应用
  10. 人为什么活着系列-From Blogbus