这里在分享一个人口1km精度栅格数据,LandScan是由美国能源部橡树岭国家实验室(ORNL)提供的全球人口分布数据集,具有最高分辨率的全球人口分布数据,是全球人口数据发布的社会标准,是全球最为准确、可靠,基于地理位置的,具有分布模型和最佳分辨率的全球人口动态统计分析数据库。这一数据集结合了地理信息系统(GIS)与遥感影像(RS)技术,以30弧秒(约1公里)的空间分辨率提供了详细的全球人口分布信息,反映24小时平均人口分布状况。
LandScan的特点包括:
- 分辨率:30弧秒(相当于赤道附近1公里),这是目前全球人口分布数据中最高的分辨率。
- 数据格式:TIFF文件格式,适用于各种GIS软件和平台。
- 坐标系统:使用世界通用坐标系统WGS 1984。
- 数据单位:每个栅格单元(约1平方公里)内的常住人口数量。
数据来源:
ORNL LandScan Viewer - Oak Ridge National Laboratory

这里以上海市作为分析基础,先获取上海市的行政区划,这里用arcgispro来实现一遍将栅格数据(TIFF)提取到网格并可视化这个步骤,虽然有点老瓶装旧酒的意思,但是arcgispro来实现还是有一些优势的;
需要看arcgis实现栅格数据(TIFF)提取到网格并可视化的可以看我这篇:ArcGIS中将栅格数据(TIFF)提取到网格_arcgis提取栅格网格线-CSDN博客;

这里为了避免一层一层的找工具,就直接检索点击【视图】------> 【地图处理】;

1、首先先在arcgispro中加载行政区地图,这里以上海市行政区为例,先建立1km*1km的渔网;
这里注意注意一下像元宽度和像元高度的单位,如果是米制则改成1000m×1000m;
2、根据行政区进行裁剪,这里要裁剪二次,一次是点裁剪,一次是面裁剪,方便后面做关联。
先处理点裁剪:在 【地图处理】检索【裁剪】;

点图层裁剪结果展示;

面裁剪:在 【地图处理】检索【裁剪图层】;
面图层裁剪结果展示,这里网格数量会与点数量不一致,但不影响后面的匹配;
3、接下来把人口分布栅格数据集加载到地图上并进行裁剪,在 【地图处理】检索【裁剪栅格】,勾选【使用输入要素裁剪几何】和【保持裁剪范围】;

结果如图所示;

4、接下来我们需要把栅格数据转为点数据,在 【地图处理】检索【值提取到点】,这里勾选【在点位置插值】和【将所有输入栅格属性追加到输出点要素】;

这里把值提取到点图层,并通过自然间断分级法进行展示;

5、接下来我们把点关联到面上,这里因为这里点FID与面的FID对应 不上,故采用空间连接,匹配选项选择包含,即渔网面要素包含点要素;

6、点击【符号系统】选择【分级色彩】字段选择rastervalu,这里字段rastervalu就是网格人数,其中-9999数值部分是没匹配出来的忽略即可,这里用了自然间断分级法分了10类,为了让整体效果更有层次一些;

最终结果如下图;

文章仅用于分享个人学习成果与个人存档之用,分享知识,如有侵权,请联系作者进行删除。所有信息均基于作者的个人理解和经验,不代表任何官方立场或权威解读。