-
2015 年“城市无障碍”会议
此全球无障碍地图列出了 2015 年(名义年份)南北纬 85 度到 60 度之间的所有区域到最近的人口密集区域的陆路行程时间。人口密集区域是指每平方公里有 1,500 名或更多居民的连续区域,或… 无障碍 jrc 地图 牛津 人口 twente -
2019 年医疗保健服务无障碍指数
此全球无障碍地图列出了 2019 年(名义年份)南北纬 85 度到 60 度之间的所有区域到最近医院或诊所的陆路行程时间(以分钟为单位)。还包括“仅步行”的旅行时间,即仅使用非机动交通工具。主要… 无障碍 jrc 地图 牛津 人口 twente -
EC JRC 2020 年全球森林覆盖地图,第 2 版
全球森林覆盖地图以 10 米的空间分辨率,直观地呈现了 2020 年存在和不存在森林的区域。2020 年是欧盟“关于在线平台上提供… eudr forest forest-biomass jrc -
EUCROPMAP
2018 年欧洲作物类型地图,基于 Sentinel-1 和 LUCAS Copernicus 2018 年现场观测数据;2022 年欧洲作物类型地图,基于 Sentinel-2 和 LUCAS Copernicus 2022 年现场观测数据。2018 年数据集是第一个大陆性作物类型地图,它利用了独特的 2018 年 LUCAS 哥白尼原位调查数据,… 农业 作物 欧盟 jrc lucas sentinel1-derived -
GHSL:1975-2030 年城市化程度 V2-0 (P2023A)
此栅格数据集代表了全球多时段的乡村-城市分类,基于 GHSL 项目为 1975 年至 2030 年间隔 5 年的各个时代生成的全球网格人口和建成地表数据,应用了联合国统计委员会推荐的“城市化程度”第 I 阶段方法。学位… ghsl jrc population sdg settlement -
GHSL:2018 年全球建筑物高度 (P2023A)
此空间栅格数据集描绘了 2018 年建筑高度的全球分布情况,分辨率为 100 米。用于预测建筑高度的输入数据包括 ALOS 全球数字地表模型 (30 米)、NASA 航天飞机雷达地形测绘任务… alos building built built-environment builtup copernicus -
GHSL:1975-2030 年全球建筑体量 (P2023A)
此光栅数据集描绘了建筑体积的全球分布情况,以每 100 米网格单元格的立方米数表示。该数据集衡量了建筑物总体积以及分配给主要用于非住宅用途 (NRES) 的网格单元的建筑体积。估算值基于积累的… alos building built-environment copernicus dem ghsl -
GHSL:全球建成区面积 10 米 (P2023A)
此光栅数据集描绘了 2018 年根据 S2 图像数据观察到的已建成地表的空间分布情况(以每 10 米网格单元格的平方米数表示)。这些数据集衡量以下指标:a) 总建筑物表面面积,以及 b) 分配给网格单元的建筑物表面面积… built built-environment builtup copernicus ghsl jrc -
GHSL:1975-2030 年全球建成地表 (P2023A)
此栅格数据集描绘了建成区地表的分布情况,以每 100 米网格单元面积(平方米)为单位。该数据集衡量了:a) 总建筑物表面面积,以及 b) 分配给主要用于非住宅用途 (NRES) 的网格单元的建筑物表面面积。数据在空间和时间上经过插值或… built built-environment builtup copernicus ghsl jrc -
GHSL:1975 年至 2030 年全球人口数据集 (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 年间按 5 年间隔估算的居民人数,以及 CIESIN GPWv4.11 中对 2025 年和 2030 年的预测值,均根据人口普查或 … ghsl jrc population sdg -
GHSL:2018 年全球结算特征(10 米)(P2023A)
此空间栅格数据集以 10 米的分辨率描绘了人类聚落,并从建筑环境的功能和高度相关组件方面描述了它们的内部特征。如需详细了解 GHSL 数据产品,请参阅 2023 年 GHSL 数据包报告… 建筑物 建成 建成区 哥白尼 ghsl 高度 -
2019 年全球摩擦面
此全球摩擦系数 Surface 会枚举 2019 年假设年份内位于北纬 85 度和南纬 60 度之间的所有陆地像素的陆地行驶速度。还包括“仅步行”的旅行速度,即仅使用非机动交通工具。此地图由以下各方联合制作: 无障碍 jrc 地图 牛津 人口 twente -
2020 年全球森林类型地图
全球森林类型地图以 10 米空间分辨率,清晰地呈现了 2020 年的原始森林、自然再生森林和人工林(包括人工林)。用于绘制这些森林类型的基础图层是森林覆盖率… eudr forest forest-biomass jrc landcover primary-forest -
JRC 全球地表水域绘图图层,版本 1.2 [已废弃]
此数据集包含 1984 年至 2019 年地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计信息。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … geophysical google jrc Landsat 派生 地表 地表-地下水 -
JRC 全球地表水域绘图图层,版本 1.4
此数据集包含 1984 年至 2021 年间地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计数据。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … change-detection geophysical google jrc landsat-derived surface -
JRC 全球地表水元数据,版本 1.4
此数据集包含 1984 年至 2021 年间地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计数据。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … geophysical google jrc Landsat 派生 地表 地表-地下水 -
JRC 每月水量历史记录,版本 1.4
此数据集包含 1984 年至 2021 年间地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计数据。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … geophysical google 历史记录 jrc Landsat 派生 每月 -
JRC 每月水文重复项,版本 1.4
此数据集包含 1984 年至 2021 年间地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计数据。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … geophysical google 历史记录 jrc Landsat 派生 每月 -
JRC 年度水域分类历史记录,版本 1.4
此数据集包含 1984 年至 2021 年间地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计数据。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … 年 geophysical google 历史 jrc Landsat 派生 -
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。这是一次每三年进行一次的现场土地覆盖和土地利用数据收集活动,涵盖整个欧盟境内。LUCAS 会收集有关土地覆盖和… copernicus eu jrc landcover landuse landuse-landcover -
LUCAS 协调(理论位置,2006-2018 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。这是一次每三年进行一次的现场土地覆盖和土地利用数据收集活动,涵盖整个欧盟境内。LUCAS 会收集有关土地覆盖和… eu jrc landcover landuse landuse-landcover lucas
Datasets tagged jrc in Earth Engine
[null,null,[],[[["\u003cp\u003eThis collection provides a variety of JRC datasets, including global and European maps of forest cover, forest types, crop types, surface water, and settlement characteristics.\u003c/p\u003e\n"],["\u003cp\u003eThe datasets utilize various satellite data sources such as Sentinel-1, Sentinel-2, Landsat, and ALOS, along with in-situ observations like LUCAS Copernicus.\u003c/p\u003e\n"],["\u003cp\u003eMany datasets offer multi-temporal analysis capabilities, showcasing changes and trends over time, for example, built-up surfaces from 1975 to 2030 and surface water from 1984 to 2021.\u003c/p\u003e\n"],["\u003cp\u003eSeveral datasets provide insights into human impact and accessibility, including population distribution, degree of urbanization, and travel time to cities and healthcare.\u003c/p\u003e\n"],["\u003cp\u003eThese datasets are valuable for environmental monitoring, urban planning, and research purposes, offering detailed information on land cover, land use, and human settlements.\u003c/p\u003e\n"]]],["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,[]]