Google Earth Engine(GEE)——NOAA海平面上升数字高程模型(DEMs)

简介: Google Earth Engine(GEE)——NOAA海平面上升数字高程模型(DEMs)

NOAA海平面上升数字高程模型(DEMs)

NOAA沿海服务中心已经开发了高分辨率的数字高程模型(DEMs),用于该中心的海平面上升和沿海洪水影响的互联网地图应用。这些DEMs作为源数据集,用于导出数据,以可视化美国沿海及其领土上的海平面上升造成的淹没影响。

这些数据是作为美国国家海洋和大气管理局海岸服务中心创建在线地图查看器的一部分,称为海平面上升和沿海洪水影响查看器。它描述了潜在的海平面上升及其对国家沿海地区的相关影响。绘图查看器的目的是为沿海管理人员和科学家提供一个关于海平面上升(slr)和沿海洪水影响的初步看法。查看器是一个筛选级别的工具,使用全国一致的数据集和分析结果。所提供的数据和地图可以在几个尺度上使用,以帮助衡量趋势和确定不同情况下行动的优先次序。海平面上升和沿海洪水的影响查看器可在此访问

数据集描述的URL(s)可以在这里找到,数据集可以在这里下载。

免责声明:数据集描述的全部或部分内容由作者或其作品提供。

预处理

虽然这些数据集是由NOAA收集并提供的,但不同的收集品确实有不同的名义分辨率、不同的CRS和不同的无数据值。虽然GEE集合将允许所有这些变量的值,但名义分辨率和原生CRS被保留下来,通过简单地使用gdalwarp将无数据值重新处理为-9999。我在示例脚本上添加了一个函数,允许你将名义尺度作为一个属性添加到集合中,以防用户想在上面分割和应用不同的方法。

 

代码:

var slrdem = ee.ImageCollection("projects/sat-io/open-datasets/NOAA/SLR_DEM");
print(slrdem.size())
//Function to attach nominal scale to collection
var scales = function(image){
  var b1proj = image.select('b1').projection();
  var b1scale = image.select('b1').projection().nominalScale();
return image.set('scale',ee.Number(b1scale).round())
}
var ns = slrdem.map(scales)
//print distribution of nominal scale across collection
print(ns.aggregate_histogram('scale'))
//filter by nominal scale
var ns_3m =ns.filter(ee.Filter.eq('scale',3)) 
var image = ns_3m.mosaic().setDefaultProjection('EPSG:3857',null,3)
Map.addLayer(image.updateMask(image.gt(-9999)))
Map.addLayer(ee.Terrain.products(image))

代码链接:https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:elevation-bathymetry/NOAA-SLR-DEM

License

The dataset is released under an assumed CC0 1.0 Universal (CC0 1.0) Public Domain Dedication. There are no restrictions on the use of data received from the U.S. Geological Survey's Earth Resources Observation and Science (EROS) Center or NASA's Land Processes Distributed Active Archive Center (LP DAAC), unless expressly identified prior to or at the time of receipt. Depending on the product source, we request that the following statements be used when citing, copying, or reprinting data: Data available from the U.S. Geological Survey.

Provider: NOAA

Curated by: Samapriya Roy

Keywords: Elevation, topography, topobathymetric, bathymetry, SLR, DEM, sea level rise

Last updated on GEE: 2022-02-27

相关文章
|
5月前
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
2199 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
5月前
|
人工智能 自然语言处理 API
Google Gemma 模型服务:开放的生成式 AI 模型服务
Google Gemma 模型服务:开放的生成式 AI 模型服务
200 4
|
5月前
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
209 0
|
4月前
|
人工智能 自然语言处理 机器人
[AI Google] 新的生成媒体模型和工具,专为创作者设计和构建
探索谷歌最新的生成媒体模型:用于高分辨率视频生成的 Veo 和用于卓越文本生成图像能力的 Imagen 3。还可以了解使用 Music AI Sandbox 创作的新演示录音。
[AI Google] 新的生成媒体模型和工具,专为创作者设计和构建
|
5月前
|
运维 监控 Serverless
一键开启 GPU 闲置模式,基于函数计算低成本部署 Google Gemma 模型服务
本文介绍如何使用函数计算 GPU 实例闲置模式低成本、快速的部署 Google Gemma 模型服务。
164968 58
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
再超Transformer!Google提出两个新模型(Griffin、Hawk),强于Mamba,更省资源
【2月更文挑战第15天】再超Transformer!Google提出两个新模型(Griffin、Hawk),强于Mamba,更省资源
250 1
再超Transformer!Google提出两个新模型(Griffin、Hawk),强于Mamba,更省资源
|
5月前
|
API Go 网络架构
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
290 4
|
5月前
|
机器学习/深度学习 存储 人工智能
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
219 3
|
5月前
|
编解码 人工智能 算法
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
79 0
|
5月前
|
编解码 人工智能 数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
121 0