Google Earth Engine ——数据全解析专辑(“CSP/ERGo/1_0/Global/SRTM_landforms“)SRTM 90m地貌数据集

简介: Google Earth Engine ——数据全解析专辑(“CSP/ERGo/1_0/Global/SRTM_landforms“)SRTM 90m地貌数据集

SRTM 地貌数据集提供了通过组合连续热-日照负荷指数 (SRTM CHILI) 和多尺度地形位置指数 (SRTM mTPI) 数据集创建的地貌类。它基于 30m SRTM DEM(在 EE 中作为 USGS/SRTMGL1_003 提供)。


保护科学合作伙伴 (CSP) 生态相关地貌学 (ERGo) 数据集、地貌和地貌包含有关地貌和地貌(又名土地面)模式的详细的多尺度数据。尽管这些数据有许多潜在用途,但这些数据的最初目的是开发适合气候适应规划的地貌和地貌类别的生态相关分类和地图。由于未来气候条件存在很大的不确定性,生态响应的不确定性甚至更大,因此提供有关不太可能发生变化的信息为管理者制定稳健的气候适应计划提供了坚实的基础。景观的这些特征的量化对分辨率很敏感,因此在给定指数的范围和特征的情况下,我们提供可能的最高分辨率。


Dataset Availability

2006-01-24T00:00:00 - 2011-05-13T00:00:00

Dataset Provider

Conservation Science Partners

Collection Snippet

ee.Image("CSP/ERGo/1_0/Global/SRTM_landforms")

Resolution

90 meters

Bands Table

Name Description
constant SRTM-derived landform classes

Class Table: constant

Value Color Color Value Description
11 #141414 Peak/ridge (warm)
12 #383838 Peak/ridge
13 #808080 Peak/ridge (cool)
14 #EBEB8F Mountain/divide
15 #F7D311 Cliff
21 #AA0000 Upper slope (warm)
22 #D89382 Upper slope
23 #DDC9C9 Upper slope (cool)
24 #DCCDCE Upper slope (flat)
31 #1C6330 Lower slope (warm)
32 #68AA63 Lower slope
33 #B5C98E Lower slope (cool)
34 #E1F0E5 Lower slope (flat)
41 #a975ba Valley
42 #6f198c Valley (narrow)


代码:

var dataset = ee.Image('CSP/ERGo/1_0/Global/SRTM_landforms');
var landforms = dataset.select('constant');
var landformsVis = {
  min: 11.0,
  max: 42.0,
  palette: [
    '141414', '383838', '808080', 'EBEB8F', 'F7D311', 'AA0000', 'D89382',
    'DDC9C9', 'DCCDCE', '1C6330', '68AA63', 'B5C98E', 'E1F0E5', 'a975ba',
    '6f198c'
  ],
};
Map.setCenter(-105.58, 40.5498, 11);
Map.addLayer(landforms, landformsVis, 'Landforms');


相关文章
|
Go 开发者
Go语言并发模型概览:CSP模型解析
【2月更文挑战第17天】Go语言以其强大的并发处理能力在编程领域崭露头角。其中,CSP(Communicating Sequential Processes)模型作为Go语言并发模型的核心之一,在并发编程中发挥着至关重要的作用。本文将深入解析CSP模型的基本原理及其在Go语言中的应用,帮助读者更好地理解Go语言的并发编程特性。
|
存储 数据库 Android开发
🔥Android Jetpack全解析!拥抱Google官方库,让你的开发之旅更加顺畅无阻!🚀
【7月更文挑战第28天】在Android开发中追求高效稳定的路径?Android Jetpack作为Google官方库集合,是你的理想选择。它包含多个独立又协同工作的库,覆盖UI到安全性等多个领域,旨在减少样板代码,提高开发效率与应用质量。Jetpack核心组件如LiveData、ViewModel、Room等简化了数据绑定、状态保存及数据库操作。引入Jetpack只需在`build.gradle`中添加依赖。例如,使用Room进行数据库操作变得异常简单,从定义实体到实现CRUD操作,一切尽在掌握之中。拥抱Jetpack,提升开发效率,构建高质量应用!
483 4
|
监控 安全 JavaScript
DVWA CSP Bypass 通关解析
DVWA CSP Bypass 通关解析
|
Java 数据库连接
提升编程效率的利器: 解析Google Guava库之IO工具类(九)
提升编程效率的利器: 解析Google Guava库之IO工具类(九)
|
存储 编解码 数据可视化
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
【2月更文挑战第14天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,按照给定的地表分类数据,对每一种不同的地物类型,分别加以全球范围内随机抽样点自动批量选取的方法~
1184 1
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
|
缓存 Java Maven
深入解析Google Guava库与Spring Retry重试框架
深入解析Google Guava库与Spring Retry重试框架
|
监控 安全 算法
提升编程效率的利器: 解析Google Guava库之RateLimiter优雅限流(十)
提升编程效率的利器: 解析Google Guava库之RateLimiter优雅限流(十)
|
缓存 安全 Java
提升编程效率的利器: 解析Google Guava库之集合工具类-50个示例(八)
提升编程效率的利器: 解析Google Guava库之集合工具类-50个示例(八)
|
缓存 算法 Java
提升编程效率的利器: 解析Google Guava库之常用工具类-40个示例(七)
提升编程效率的利器: 解析Google Guava库之常用工具类-40个示例(七)

推荐镜像

更多
  • DNS