在Google Earth Engine（GEE）中利用人口数据进行分析

最新推荐文章于 2023-04-20 09:30:00 发布

生态遥感监测笔记

最新推荐文章于 2023-04-20 09:30:00 发布

阅读量814

点赞数 2

分类专栏：笔记文章标签： javascript 云计算大数据

本文链接：https://blog.csdn.net/guaicaicexu/article/details/125693633

版权

笔记专栏收录该内容

22 篇文章 29 订阅

订阅专栏

今天来分享下如何在GEE中利用人口数据进行分析，在GEE调用的数据为"WorldPop/GP/100m/pop"
分析山西省2001年到2020年人口的增长变化情况
GEE调用代码如下：

var roi = ee.FeatureCollection('users/lilei655123/shanxi')
Map.centerObject(roi,6)
var clipToCol = function(image){
  return image.clip(roi);
};
// import worldpop data
var worldpop = ee.ImageCollection("WorldPop/GP/100m/pop").filterBounds(roi).map(clipToCol)
                           .filter(ee.Filter.eq('country', 'CHN')).select('population')
print(worldpop)
var start = ee.Date.fromYMD(2020,1,1);
var end = ee.Date.fromYMD(2020,12,31);
var worldpop2020 = ee.Image(worldpop.filterDate(start,end).mean());
worldpop2020 = worldpop2020.clip(roi);
Map.addLayer(worldpop2020,{min:0,max:100,palette: ['24126c', '1fff4f', 'd4ff50']},"population 2020");
var chart =
    ui.Chart.image.seriesByRegion
        ({
          imageCollection:worldpop,
          regions: roi,
          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);
//导出影像数据函数
function exportImage(image, region, fileName) {  
   Export.image.toDrive({  
      image: image,  
      description: fileName,  
      fileNamePrefix: fileName, 
      folder: "population",  
      scale: 100, 
      region: roi,  
      maxPixels: 1e13, 
      fileFormat:"GeoTIFF", 
      crs: "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])) 
                           .first() 
                           .int16() 
      exportImage(image, roi, "Worldpop-"+indexs[i]); 
  }  
});

可视化结果：
在这里插入图片描述
图中颜色为绿色的区域，表示人口密度越大
统计结果

点击“run”,即可批量下载

感谢关注，欢迎转发！