WorldPop全球人口數(shù)據(jù)

WorldPop是由南安普頓大學(xué)在2013年10月發(fā)起的全球人口數(shù)據(jù)評(píng)估贝或。與LandScan數(shù)據(jù)相比,這個(gè)數(shù)據(jù)涵蓋的數(shù)據(jù)集的社會(huì)經(jīng)濟(jì)屬性更多一些兽赁,比如包括了年齡性別結(jié)構(gòu)掸屡、出生率、人口流動(dòng)粉洼、航班聯(lián)系等數(shù)據(jù)节预,可參見下圖。

worldpop數(shù)據(jù)集

官方網(wǎng)址:https://hub.worldpop.org/

注意這個(gè)數(shù)據(jù)同時(shí)存在人口總和和人口密度兩個(gè)數(shù)據(jù)集属韧,而且還有100米分辨率的安拟,這個(gè)比landscan要好了。同時(shí)由于數(shù)據(jù)生產(chǎn)的方法和終端應(yīng)用不同宵喂,在數(shù)據(jù)集下載前需要明確一些東西糠赦。

1. Top-down 和 Bottom-up datasets

從字面就很好理解,一個(gè)是從上而下的分解(基于人口和住房普查數(shù)據(jù)分解锅棕,分為top-down unconstrained和top-down constrained)拙泽,一個(gè)是從下而上的匯合(從詳細(xì)樣本的數(shù)據(jù)分解到?jīng)]有樣本的數(shù)據(jù),會(huì)標(biāo)注數(shù)據(jù)不確定性)裸燎。詳細(xì)見下圖和官網(wǎng)顾瞻。

兩種數(shù)據(jù)集

一般而言,中國(guó)的數(shù)據(jù)可能沒有那么詳細(xì)德绿,個(gè)人研究?jī)A向選擇top-down的數(shù)據(jù)集荷荤。

2. Top-down estimation modelling: Constrained vs Unconstrained

下面又要選擇了退渗,選擇有約束的還是無約束的,看下圖蕴纳。簡(jiǎn)單來講会油,約束指的是有沒有一個(gè)足夠精確的定居點(diǎn)數(shù)據(jù),可以在全球范圍內(nèi)識(shí)別所有的居住定居點(diǎn)/建筑古毛,以此用來作為掩膜來篩選出無人居住的區(qū)域翻翩。

在有約束的情況下,這個(gè)的building footprint是基于51個(gè)非洲國(guó)家的遙感影像得到的(Maxar/Ecopia喇潘,See WOPR for building footprint pattern datasets)体斩,然后采用一個(gè)生成模型推廣到了其他的國(guó)家。

有無約束

數(shù)據(jù)優(yōu)缺點(diǎn)明顯了颖低,就在于無人居住的區(qū)域是否有數(shù)值了絮吵,無約束的情況下所有格網(wǎng)都有人口,有約束的精度依賴于輸入的這個(gè)遙感影像忱屑。

其實(shí)有約束的是從2020年開始的蹬敲,同樣也不用想太多,哈哈

3. 是否有聯(lián)合國(guó)的的人口估計(jì)數(shù)據(jù)校正

這個(gè)簡(jiǎn)單莺戒,就不說了

到此伴嗡,大概率明白需要下載哪個(gè)數(shù)據(jù)集了。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末从铲,一起剝皮案震驚了整個(gè)濱河市瘪校,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌名段,老刑警劉巖阱扬,帶你破解...
    沈念sama閱讀 218,386評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異伸辟,居然都是意外死亡麻惶,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,142評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門信夫,熙熙樓的掌柜王于貴愁眉苦臉地迎上來窃蹋,“玉大人,你說我怎么就攤上這事静稻【唬” “怎么了?”我有些...
    開封第一講書人閱讀 164,704評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵振湾,是天一觀的道長(zhǎng)惠奸。 經(jīng)常有香客問我,道長(zhǎng)恰梢,這世上最難降的妖魔是什么佛南? 我笑而不...
    開封第一講書人閱讀 58,702評(píng)論 1 294
  • 正文 為了忘掉前任,我火速辦了婚禮嵌言,結(jié)果婚禮上嗅回,老公的妹妹穿的比我還像新娘。我一直安慰自己摧茴,他們只是感情好绵载,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,716評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著苛白,像睡著了一般娃豹。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上购裙,一...
    開封第一講書人閱讀 51,573評(píng)論 1 305
  • 那天懂版,我揣著相機(jī)與錄音,去河邊找鬼躏率。 笑死躯畴,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的薇芝。 我是一名探鬼主播蓬抄,決...
    沈念sama閱讀 40,314評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼夯到!你這毒婦竟也來了嚷缭?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,230評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤耍贾,失蹤者是張志新(化名)和其女友劉穎阅爽,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體逼争,經(jīng)...
    沈念sama閱讀 45,680評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡优床,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,873評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了誓焦。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片胆敞。...
    茶點(diǎn)故事閱讀 39,991評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖杂伟,靈堂內(nèi)的尸體忽然破棺而出移层,到底是詐尸還是另有隱情,我是刑警寧澤赫粥,帶...
    沈念sama閱讀 35,706評(píng)論 5 346
  • 正文 年R本政府宣布观话,位于F島的核電站,受9級(jí)特大地震影響越平,放射性物質(zhì)發(fā)生泄漏频蛔。R本人自食惡果不足惜灵迫,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,329評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望晦溪。 院中可真熱鬧瀑粥,春花似錦、人聲如沸三圆。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,910評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽舟肉。三九已至修噪,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間路媚,已是汗流浹背黄琼。 一陣腳步聲響...
    開封第一講書人閱讀 33,038評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留磷籍,地道東北人适荣。 一個(gè)月前我還...
    沈念sama閱讀 48,158評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像院领,于是被迫代替她去往敵國(guó)和親弛矛。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,941評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容