═════════════════════════════════════════════════════════════════════════════════
                        LandScan全球人口数据库资源介绍
═════════════════════════════════════════════════════════════════════════════════


一、数据概述

    LandScan全球人口数据库是由美国能源部橡树岭国家实验室（Oak Ridge
National Laboratory, ORNL）开发和维护的权威人口空间分布数据集。该数据库
通过整合多源地理空间数据和先进的建模算法，提供了全球范围内高精度的人口分布
信息，是目前国际上应用最广泛的全球人口空间数据产品之一。


二、数据基本信息

    2.1 数据名称
        （1）全球版本：LandScan Global Population Database
        （2）中国版本：
             ① 中国全境1km精度人口分布栅格数据
             ② 分省1km精度人口分布栅格数据
             ③ 分市1km精度人口分布栅格数据

    2.2 时间范围
        起始年份：2000年
        截止年份：2024年
        时间跨度：25年连续时间序列
        更新频率：年度更新

    2.3 空间特征
        空间分辨率：1公里 × 1公里（约30角秒）
        坐标系统：WGS84地理坐标系
        覆盖范围：
            （1）全球版：全球陆地区域
            （2）中国版：中国全境（含各省市自治区）
            （3）分省版：34个省级行政区单独数据
            （4）分市版：地级市及以上城市层级数据

    2.4 数据格式
        主要格式：GeoTIFF (.tif)
        数据类型：栅格数据（Raster）
        像元值含义：每个1km²网格内的人口数量
        数值单位：人/平方公里













三、数据特点与优势

    3.1 高精度空间分辨率
        1公里的空间分辨率能够精确反映人口的空间分布特征，适用于城市规划、
    环境评估、灾害风险分析等多种应用场景。

    3.2 长时间序列
        提供2000至2024年连续25年数据，支持人口变化趋势分析和时空演变研究，
    便于开展历史对比和未来预测。

    3.3 多尺度分层
        （1）全球尺度：支持国际比较研究
        （2）国家尺度：中国全境整体分析
        （3）省级尺度：各省市自治区独立数据
        （4）城市尺度：地级市及以上城市精细化数据

    3.4 权威数据来源
        数据来自美国能源部橡树岭国家实验室，采用先进的空间建模技术，综合
    卫星遥感、人口普查、土地利用等多源数据进行建模分析。


四、数据应用领域

    4.1 城市与区域规划
        （1）城市空间布局优化
        （2）基础设施选址规划
        （3）人口承载力评估
        （4）公共服务设施配置

    4.2 环境与生态研究
        （1）人口与环境耦合分析
        （2）生态承载力评估
        （3）碳排放空间分布研究
        （4）土地利用变化影响分析

    4.3 灾害风险评估
        （1）自然灾害人口暴露度分析
        （2）应急疏散路径规划
        （3）灾害损失评估
        （4）防灾减灾规划

    4.4 公共卫生
        （1）疫情传播风险评估
        （2）医疗资源配置优化
        （3）健康服务可达性分析
        （4）公共卫生应急响应

    4.5 交通与物流
        （1）交通需求预测
        （2）交通网络规划
        （3）物流配送优化
        （4）出行行为分析

    4.6 社会经济研究
        （1）人口密度分析
        （2）城镇化进程研究
        （3）人口迁移模式分析
        （4）区域发展不平衡研究


五、数据获取与使用

    5.1 共享方式
        本数据集采用开放获取（Open Access）方式共享，支持科研、教育、商业等
    多种用途，使用时需遵循相应的数据使用协议。

    5.2 数据组织结构
        LandScan_数据/
            ├─ Global/                     （全球数据）
            │    ├─ 2000/
            │    ├─ 2001/
            │    ├─ ...
            │    └─ 2024/
            ├─ China/                      （中国全境数据）
            │    ├─ 2000/
            │    ├─ 2001/
            │    ├─ ...
            │    └─ 2024/
            ├─ Province/                   （分省数据）
            │    ├─ Beijing/              （北京市）
            │    ├─ Shanghai/             （上海市）
            │    ├─ Guangdong/            （广东省）
            │    └─ ...
            └─ City/                       （分市数据）
                 ├─ Prefecture_Level/      （地级市）
                 ├─ Provincial_Capital/    （省会城市）
                 └─ ...

    5.3 使用建议
        （1）推荐软件工具：
             ① ArcGIS / QGIS（GIS分析）
             ② Python（GDAL、Rasterio、GeoPandas等库）
             ③ R语言（raster、terra、sf等包）
             ④ ENVI / ERDAS（遥感图像处理）

        （2）数据处理流程：
             ① 投影转换
             ② 裁剪与重采样
             ③ 栅格计算与统计
             ④ 时间序列分析

        （3）可视化方法：
             ① 热力图
             ② 等值线图
             ③ 三维地形图
             ④ 动态时空变化图


六、数据质量与注意事项

    6.1 数据精度
        空间精度：1km × 1km
        时间精度：年度数据
        数值精度：基于多源数据融合的估算值

    6.2 使用注意事项
        （1）数据为估算值，存在一定的不确定性
        （2）不同年份数据的建模方法可能存在差异
        （3）局部区域可能受数据源限制影响精度
        （4）建议结合实际情况进行验证和校正
        （5）引用数据时应注明数据来源和版本

    6.3 数据引用格式
        LandScan Global Population Database. Oak Ridge National Laboratory.
        Available at: https://landscan.ornl.gov/



七、总结

    LandScan全球人口数据库作为国际领先的人口空间分布数据产品，具有高精度、
长时序、多尺度的显著特点。该数据集为全球及中国的人口地理研究、城市规划、
环境评估、灾害管理等领域提供了重要的数据支撑，是开展相关研究和应用的宝贵
资源。通过本数据库，研究人员和决策者能够更准确地了解人口空间分布特征及其
演变规律，为科学决策提供坚实的数据基础。