-
Accessibility to Cities 2015
此全球可达性地图列出了 2015 年(名义年份)北纬 85 度至南纬 60 度之间所有区域到达最近人口稠密区域的陆路旅行时间。人口稠密地区是指每平方公里有 1,500 名或更多居民的连续区域,或… 无障碍 jrc 地图 牛津 人口 特温特 -
2019 年医疗保健可及性
此全球可达性地图列出了 2019 年基准年期间,北纬 85 度至南纬 60 度之间的所有区域到达最近医院或诊所的陆路旅行时间(以分钟为单位)。它还包括“仅步行”的出行时间,即仅使用非机动交通工具的出行时间。主要… 无障碍 jrc 地图 牛津 人口 特温特 -
EC JRC 2020 年全球森林覆盖地图,V2
这份全球森林覆盖地图以空间显式方式呈现了 2020 年的森林存在情况和不存在情况,空间分辨率为 10 米。2020 年是欧盟“关于在市场上提供… eudr 森林 森林生物质 jrc -
EUCROPMAP
欧洲作物类型地图,基于 2018 年的 Sentinel-1 和 LUCAS Copernicus 2018 年实地观测数据,以及 2022 年的 Sentinel-1、Sentinel-2 和辅助数据与 LUCAS Copernicus 2022 年观测数据的组合。该数据集基于独特的 LUCAS 2018 Copernicus 实地调查,是首个… 农业 作物 欧盟 jrc LUCAS Sentinel1 衍生 -
GHSL:城镇化程度 1975-2030 年 V2-0 (P2023A)
此栅格数据集表示全球多时态城乡分类,应用了联合国统计委员会推荐的“城市化程度”第一阶段方法,基于 GHSL 项目生成的 1975 年至 2030 年(以 5 年为间隔)的全球网格化人口和建成区地表数据。学位… ghsl jrc population sdg settlement -
GHSL:全球建筑物高度 2018 年(P2023A)
此空间栅格数据集以 100 米的分辨率描绘了 2018 年的全球建筑高度分布。用于预测建筑物高度的输入数据包括 ALOS 全球数字地表模型 (30 m)、NASA 航天飞机雷达地形任务 … alos building built built-environment builtup copernicus -
GHSL:全球建筑体积 1975-2030 年(P2023A)
此栅格数据集描绘了建筑体积的全球分布情况,以每 100 米网格单元的立方米数表示。该数据集用于衡量总建筑体积以及分配给主要为非住宅 (NRES) 用途的网格单元的建筑体积。估算值基于累积的… alos building built-environment copernicus dem ghsl -
GHSL:全球建成区地表 10 米 (P2023A)
此栅格数据集描绘了 2018 年从 S2 影像数据中观测到的建成区地表分布情况,以每 10 米网格单元的平方米数表示。这些数据集用于衡量:a) 总建成区面积;b) 分配给…网格单元的建成区面积 built built-environment builtup copernicus ghsl jrc -
GHSL:全球建成区地表 1975-2030 年 (P2023A)
此栅格数据集描绘了建成地表的分布情况,以每 100 米网格单元的平方米数表示。该数据集衡量了以下指标:a) 总建成区地表,以及 b) 分配给以非住宅 (NRES) 用途为主的网格单元的建成区地表。数据经过时空插值或… built built-environment builtup copernicus ghsl jrc -
GHSL:1975-2030 年全球人口地表数据 (P2023A)
此栅格数据集描绘了居住人口的空间分布,以单元格的绝对居民人数表示。1975 年至 2020 年间以 5 年为间隔的居住人口估计值以及根据 CIESIN GPWv4.11 得出的 2025 年和 2030 年预测值,均根据人口普查或…进行了细分 ghsl jrc population sdg -
GHSL:全球聚落特征(10 米)2018 年(P2023A)
此空间栅格数据集以 10 米分辨率划定人类住区,并从建成环境的功能和高度相关组成部分方面描述其内部特征。如需详细了解 GHSL 数据产品,请参阅 GHSL Data Package 2023 报告… building built builtup copernicus ghsl height -
2019 年全球摩擦表面
此全球摩擦表面列出了 2019 年基准年所有陆地像素(位于北纬 85 度和南纬 60 度之间)的陆地旅行速度。它还包括“仅步行”的出行速度,即仅使用非机动交通工具。此地图由…联合制作 无障碍 jrc 地图 牛津 人口 特温特 -
2020 年全球森林类型地图
这份全球森林类型地图以 10 米的空间分辨率,明确展示了 2020 年的原始森林、天然再生林和人工林(包括种植园林)。用于绘制这些森林类型的基本层是森林覆盖范围… eudr 森林 森林生物质 jrc 土地覆盖 原始森林 -
JRC 全球地表水测绘图层,版本 1.2 [已弃用]
此数据集包含 1984 年至 2019 年地表水的位置和时间分布地图,并提供有关这些水面的范围和变化的统计信息。如需了解详情,请参阅相关期刊文章:High-resolution mapping of global surface water and its … 地球物理 google jrc landsat-derived surface surface-ground-water -
JRC 全球地表水地图层,版本 1.4
此数据集包含 1984 年至 2021 年地表水的位置和时间分布地图,并提供有关这些水面的范围和变化的统计信息。如需了解详情,请参阅相关期刊文章:High-resolution mapping of global surface water and its … change-detection geophysical google jrc landsat-derived surface -
JRC 全球地表水元数据,v1.4
此数据集包含 1984 年至 2021 年地表水的位置和时间分布地图,并提供有关这些水面的范围和变化的统计信息。如需了解详情,请参阅相关期刊文章:High-resolution mapping of global surface water and its … 地球物理 google jrc landsat-derived surface surface-ground-water -
JRC Monthly Water History, v1.4
此数据集包含 1984 年至 2021 年地表水的位置和时间分布地图,并提供有关这些水面的范围和变化的统计信息。如需了解详情,请参阅相关期刊文章:High-resolution mapping of global surface water and its … 地球物理 Google 历史记录 jrc Landsat 衍生 月度 -
JRC Monthly Water Recurrence,v1.4
此数据集包含 1984 年至 2021 年地表水的位置和时间分布地图,并提供有关这些水面的范围和变化的统计信息。如需了解详情,请参阅相关期刊文章:High-resolution mapping of global surface water and its … 地球物理 Google 历史记录 jrc Landsat 衍生 月度 -
JRC Yearly Water Classification History,v1.4
此数据集包含 1984 年至 2021 年地表水的位置和时间分布地图,并提供有关这些水面的范围和变化的统计信息。如需了解详情,请参阅相关期刊文章:High-resolution mapping of global surface water and its … 年度 地球物理 Google 历史记录 jrc Landsat 衍生 -
LUCAS Copernicus(带属性的多边形,2018 年)V1
欧盟 (EU) 的土地利用/覆盖面积框架调查 (LUCAS) 旨在提供统计信息。该计划每三年开展一次原位地表覆盖和土地利用数据收集工作,覆盖整个欧盟境内。LUCAS 收集有关地表覆盖和…的信息 哥白尼 欧盟 jrc 土地覆盖 土地利用 土地利用和土地覆盖 -
LUCAS Harmonized(理论位置,2006 年至 2018 年)V1
欧盟 (EU) 的土地利用/覆盖面积框架调查 (LUCAS) 旨在提供统计信息。该计划每三年开展一次原位地表覆盖和土地利用数据收集工作,覆盖整个欧盟境内。LUCAS 收集有关地表覆盖和…的信息 eu jrc landcover landuse landuse-landcover lucas
Datasets tagged jrc in Earth Engine
[null,null,[],[],["The content describes various geospatial datasets from the JRC and other sources. These include: European crop type maps for 2018 and 2022, global forest cover and type maps for 2020, detailed characteristics of human settlements, building heights, built-up surfaces, building volume, and population distributions from 1975-2030. Datasets also include global surface water mapping from 1984-2021 and land use/cover data for the EU. Additionally, there are global accessibility maps focusing on cities and healthcare, and a global friction surface.\n"],null,[]]