ALOS DSM: Global 全球数字地表模型 (DSM) 数据集30m v4.1

news2026/4/13 12:41:53
目录简介数据集说明空间信息变量代码代码链接结果引用许可简介ALOS World 3D - 30m (AW3D30) 是一种全球数字地表模型 (DSM) 数据集水平分辨率约为 30 米1 角秒网格。该数据集基于 World 3D Topographic Data 的 DSM 数据集5 米网格版本。如需了解详情请参阅数据集文档。此已提取的数据集包含 3.1 版、4.0 版和 4.1 版的数据。版本 4.12024 年 4 月此重大更新发布了 19,051 个涵盖全球区域南极洲和日本除外的地块。它纳入了新的补充数据以填充空白并修正了 3.1 版和 3.2 版中发现的部分异常情况同时重新填充了空白。如需了解 v4.1 中的具体图块更新请在地图图块上使用 v4.1 过滤条件或参阅最新的格式说明。版本 4.02023 年 4 月此更新发布了 1,886 个图块改进了低纬度和中纬度地区以及纬度 60 度以南的区域。主要变更包括 1. 用于填充空白的新补充数据。 2. 部分异常值修正和缺失值重新填充2 个图块。 3. 更新了纬度 60 度以南区域的海岸线44 个图块。 4. 停用了里海的水掩码并补充了高程数据54 个图块。5. 提取并更正了南美洲的新部分异常区域1,786 个图块。6. 如需了解有关 v4.0 的详细图块信息请在地图图块上使用 v4.0 过滤器或参阅格式说明。3.2 版于 2021 年 1 月发布是重新考虑高纬度地区的格式、辅助数据和处理方法后创建的改进版本。在高纬度地区每个纬度带都采用了不同的像素间距。辅助数据集之一的海岸线数据已更改并使用了新的补充数据。此外对于日本的源数据还使用了 AW3D 版本 3。此外还改进了检测流程中的异常值的方法。注意 如需了解计算斜度的推荐方法请参阅代码示例。与 Earth Engine 中的大多数 DEM 不同由于源文件的分辨率各不相同无法将它们镶嵌成单个资源因此需要重新投影才能计算坡度。AW3D DSM 高程是通过使用一对立体光学影像的影像匹配流程计算得出的。在处理过程中系统会自动识别云、雪和冰并应用掩码信息。不过有时仍会存在不匹配的点尤其是在云、雪和冰区域周围或边缘这会导致最终 DSM 中出现一些高度误差。数据集说明空间信息数据集可用时间2006-01-24T00:00:00Z–2011-05-12T00:00:00Z数据集生产者JAXA 地球观测研究中心Earth Engine 代码段ee.ImageCollection(JAXA/ALOS/AW3D30/V4_1)变量波段像素大小30 米所有波段名称最小值最大值像素大小说明DSM-433*8768*30 米海拔高度。有符号 16 位。 使用 EGM96†1 大地水准面模型根据 ITRF97 和 GRS80 将椭球体高度转换为海拔高度以米为单位。STK1*54*30 米用于生成 DSM 的场景单元 DSM 的堆叠数量。该波段是通过将 5 米分辨率 DSM 的堆叠数重采样为 30 米分辨率得出的。MSK30 米频段的 8 位掩码。MSK 的位掩码位 0-7根据重采样 DSM 生成。0有效1云和雪掩码无效。2陆地水体和低相关性掩码有效。3海洋掩码有效。4用 GSI DTM有效填充的空白。8使用 Shuttle Radar Topography Mission SRTM-1 Version 3有效填充的空白。12用 PRISM DSM 填充的空白有效。16用 ViewFinder Panoramas DEM 填充的空白有效。24使用 ASTER GDEM v2有效填充的空白。28使用 ArcticDEM v2有效填充了空白。32使用 TanDEM-X 90 米 DEM 填充的无效值有效。36使用 ArcticDEM v3 填充的无效值。40空缺由 ASTER GDEM v3有效填充。44空缺由 REMA v1.1有效填充。48使用 Copernicus DEM GLO-30有效填充的空白。52使用 ArcticDEM v4有效填充的空白。252使用应用的 IDW 方法 (gdal_fillnodata) 填充的无效值有效* 估计的最小值或最大值代码var dataset ee.ImageCollection(JAXA/ALOS/AW3D30/V4_1); var elevation dataset.select(DSM); var elevationVis { min: 0, max: 5000, palette: [0000ff, 00ffff, ffff00, ff0000, ffffff] }; Map.setCenter(138.73, 35.36, 11); Map.addLayer(elevation, elevationVis, Elevation); // Reproject an image mosaic using a projection from one of the image tiles, // rather than using the default projection returned by .mosaic(). var proj elevation.first().select(0).projection(); var slopeReprojected ee.Terrain.slope(elevation.mosaic() .setDefaultProjection(proj)); Map.addLayer(slopeReprojected, {min: 0, max: 45}, Slope);代码链接https://code.earthengine.google.com/cab074aa8744d418959ebdc69b42ec06结果引用T. Tadono, H. Ishida, F. Oda, S. Naito, K. Minakawa, H. Iwamoto : Precise Global DEM Generation By ALOS PRISM, ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol.II-4, pp.71-76, 2014. PDF fileJ. Takaku, T. Tadono, K. Tsutsui : Generation of High Resolution Global DSM from ALOS PRISM, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XL-4, pp.243-248, ISPRS, 2014. PDF fileJ. Takaku, T. Tadono, K. Tsutsui, M. Ichikawa : Validation of AW3D Global DSM Generated from ALOS PRISM, ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol.III-4, pp.25-31, 2016. PDF fileT. Tadono, H. Nagai, H. Ishida, F. Oda, S. Naito, K. Minakawa, H. Iwamoto : Initial Validation of the 30 m-mesh Global Digital Surface Model Generated by ALOS PRISM, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, ISPRS, Vol. XLI-B4, pp.157-162, 2016. PDF fileJ. Takaku, T. Tadono, M. Doutsu, F. Ohgushi, and H. Kai, : Updates of AW3D30 ALOS Global Digital Surface Model in Antarctica with Other Open Access Datasets, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLIII-B4-2021, 401-408, 2021. PDF file许可根据 ALOS 全球数字表面模型使用条款中规定的条件您可以免费使用此数据集。https://www.cbedai.net/xg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2513057.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…