pie engine——数字高程模型DEM/ALOS_DEM_12.5m数据集

简介: pie engine——数字高程模型DEM/ALOS_DEM_12.5m数据集

ALOS(Advanced Land Observing Satellite)是日本的对地观测卫星,于2006年发射。ALOS卫星载有三个传感器:全色遥感立体测绘仪(PRISM),主要用于数字高程测绘;先进可见光与近红外辐射计-2(AVNIR-2),用于精确陆地观测;相控阵型L波段合成孔径雷达(PALSAR),用于全天时全天候陆地观测。前言 – 人工智能教程

ALOS-12.5米dem数据来自于ALOS卫星相控阵型L波段合成孔径雷达(PALSAR)采集,该传感器具有高分辨率、扫描式合成孔径雷达、极化三种观测模式。该数据的水平及垂直精度可达12.5米。

ALOS-12.5米DEM数据是由日本宇宙航空研究开发机构(JAXA)的ALOS卫星获取的数字高程模型数据,其空间分辨率为12.5米。该数据覆盖了全球范围,包括陆地和海洋。其中,陆地区域的数据分为两个版本:AW3D30和AW3D30+。

AW3D30数据是在2016年发布的,其水平分辨率为30米,垂直精度为5米。AW3D30+数据是在2019年发布的,其水平分辨率为12.5米,垂直精度为2米。AW3D30+数据是在AW3D30数据基础上进行了更高精度的处理和校正。

ALOS-12.5米DEM数据的获取是通过ALOS卫星的Panchromatic Remote-sensing Instrument for Stereo Mapping(PRISM)传感器进行的。该传感器采用三线阵相机,可以获取高分辨率的立体影像数据。利用这些立体影像数据,可以进行数字高程模型的生成。

ALOS-12.5米DEM数据可以应用于多个领域。例如,在地形分析方面,可以利用该数据进行地形剖面分析、坡度和坡向计算、流域分析等;在地貌研究方面,可以利用该数据进行地貌分类、地貌演化研究等;在水文模拟方面,可以利用该数据进行水文模型参数提取和模拟;在自然资源管理方面,可以利用该数据进行土地利用分类、植被覆盖度估算等。

ALOS-12.5米DEM数据可从JAXA网站免费下载。

ALOS-12.5米DEM数据的应用范围包括:

  • 地形变化监测:可用于监测山体滑坡、泥石流、地震等自然灾害引起的地形变化。
  • 土地利用变化监测:可用于监测城市扩张、森林砍伐、农田变更等土地利用变化。
  • 灾害风险评估:可用于评估地震、洪水、台风等自然灾害对地形和土地利用的影响。
  • 其他应用:可用于地图制作、3D建模、城市规划等。

ALOS-12.5米DEM数据是宝贵的遥感数据资源,可用于多种应用。

数据集ID:

DEM/ALOS_DEM_12

时间范围: 2011年-2011年

范围: 全国

来源: NASA

复制代码段:

var images = pie.ImageCollection("DEM/ALOS_DEM_12")

波段信息:

名称 类型 分辨率(m) 无效值 覆盖范围
elevation int16 12.5 -32767 全中国

属性:

date

string

影像日期

 

代码:

/**
* @File    :   ALOS_DEM
* @Time    :   2020/7/21
* @Author  :   piesat
* @Version :   1.0
* @Contact :   400-890-0662
* @License :   (C)Copyright 航天宏图信息技术股份有限公司
* @Desc    :   加载ALOS DEM数据
*/
//加载ALOS DEM数据
var alos = pie.ImageCollection('DEM/ALOS_DEM_12')
                .select("elevation")
                .mean();
print(alos);
//定位地图中心
Map.centerObject(alos, 2)
//加载显示数据
Map.addLayer(alos, {min:0, max:3000, palette: ['000000', '023858', '006837', '1a9850',
                        '66bd63', 'a6d96a', 'd9ef8b', 'ffffbf',
                        'fee08b', 'fdae61', 'f46d43', 'd73027']}, "alos");

 

相关文章
ArcMap矢量图层的零碎、空洞区域填补与独立区域剔除:消除面部件
本文介绍在ArcMap软件中,基于消除面部件(“Eliminate Polygon Part”)工具,对矢量面要素的零碎、空洞区域加以删除,同时将游离于要素主体之外的部分剔除的方法~
112936 1
ArcMap矢量图层的零碎、空洞区域填补与独立区域剔除:消除面部件
|
编解码 人工智能 定位技术
哥白尼数字高程模型(Copernicus DEM)30/90m数据集
哥白尼数字高程模型(Copernicus DEM)30/90m数据集
582 0
|
定位技术
ArcGIS地形起伏度+地形粗糙度+地表切割深度+高程变异系数提取
ArcGIS地形起伏度+地形粗糙度+地表切割深度+高程变异系数提取
14832 0
|
canal 人工智能 数据挖掘
Google Earth Engine(GEE)——来自陆地卫星的全球河流宽度(GRWL)
Google Earth Engine(GEE)——来自陆地卫星的全球河流宽度(GRWL)
188 0
|
编解码 算法 定位技术
GEE时序——利用sentinel-2(哨兵-2)数据进行地表物候学分析(时间序列平滑法估算和非平滑算法代码)
GEE时序——利用sentinel-2(哨兵-2)数据进行地表物候学分析(时间序列平滑法估算和非平滑算法代码)
1317 3
|
编解码 算法
【论文速递】Remote Sensing2021 : 通过半全局匹配法的SAR立体图像DSM生成以及惩罚方程的评估
【论文速递】Remote Sensing2021 : 通过半全局匹配法的SAR立体图像DSM生成以及惩罚方程的评估
|
4月前
|
JavaScript 开发工具 C++
灵码智能体体验之路
本文记录了使用智能开发工具的入门体验。从VS Code更新、安装MCP插件到解决依赖问题(如Node.js),再到配置智能体生成代码,整个过程详细描述了遇到的问题与解决方案。例如,插件报错需安装Node.js、模型选择不当影响执行等。尽管存在一些不便,比如手动安装依赖和配置入口难找,但智能体的强大功能令人印象深刻,能够通过交互生成代码、调试并运行,甚至支持截图提问解决问题,极大地提升了开发效率,整体体验令人满意!
3363 18
|
算法 机器人 Linux
开源项目推荐:3D点云处理软件CloudCompare,基于Qt和OpenGL
开源项目推荐:3D点云处理软件CloudCompare,基于Qt和OpenGL
6071 0
开源项目推荐:3D点云处理软件CloudCompare,基于Qt和OpenGL
|
10月前
|
人工智能 关系型数据库 分布式数据库
拥抱Data+AI|“全球第一”雅迪如何实现智能营销?DMS+PolarDB注入数据新活力
针对雅迪“云销通App”的需求与痛点,本文将介绍阿里云瑶池数据库DMS+PolarDB for AI提供的一站式Data+AI解决方案,助力销售人员高效用数,全面提升销售管理效率。
|
11月前
Threejs播放模型自带动画
这篇文章介绍了在Three.js中如何播放带有预设动作的模型动画,并特别提到了如何设置动画循环模式以实现一次性播放效果。
343 3
Threejs播放模型自带动画

热门文章

最新文章