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
|
3月前
|
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
59 0
|
3月前
Google Earth Engine——ndwi水体面积计算(landsat4/5/8)出现的无法加载影像的问题
Google Earth Engine——ndwi水体面积计算(landsat4/5/8)出现的无法加载影像的问题
17 0
|
3月前
Open Google Earth Engine(OEEL)——oeel.plotly.plot绘制MODIS影像中土地分类的变化情况
Open Google Earth Engine(OEEL)——oeel.plotly.plot绘制MODIS影像中土地分类的变化情况
26 0
Google Earth Engine ——LANDSAT 4系列归一化植被指数NDVI——8天/32天/年际合成数据集
Google Earth Engine ——LANDSAT 4系列归一化植被指数NDVI——8天/32天/年际合成数据集
158 0
Google Earth Engine ——LANDSAT 4系列归一化植被指数NDVI——8天/32天/年际合成数据集
Google Earth Engine ——LANDSAT 7归一化植被指数NDVI数据集
Google Earth Engine ——LANDSAT 7归一化植被指数NDVI数据集
365 0
Google Earth Engine ——LANDSAT 7归一化植被指数NDVI数据集
Google Earth Engine ——LANDSAT8系列归一化植被指数NDVI数据集
Google Earth Engine ——LANDSAT8系列归一化植被指数NDVI数据集
431 0
Google Earth Engine ——LANDSAT8系列归一化植被指数NDVI数据集
|
编解码 ice
Google Earth Engine ——MOD13Q1.006 Terra Vegetation Indices 16-Day Global 250m归一化植被指数(NDVI)和增强植被指数EVI
Google Earth Engine ——MOD13Q1.006 Terra Vegetation Indices 16-Day Global 250m归一化植被指数(NDVI)和增强植被指数EVI
486 0
Google Earth Engine ——MOD13Q1.006 Terra Vegetation Indices 16-Day Global 250m归一化植被指数(NDVI)和增强植被指数EVI
|
ice
Google Earth Engine ——LANDSAT/LT4/LT5_L1T_ANNUAL_GREENEST_TOA归一化植被指数(NDVI)值最高的像素数据集
Google Earth Engine ——LANDSAT/LT4/LT5_L1T_ANNUAL_GREENEST_TOA归一化植被指数(NDVI)值最高的像素数据集
163 0
Google Earth Engine ——LANDSAT/LT4/LT5_L1T_ANNUAL_GREENEST_TOA归一化植被指数(NDVI)值最高的像素数据集
Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化植被指数(NDWI)指数数据集
Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化植被指数(NDWI)指数数据集
259 0
Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化植被指数(NDWI)指数数据集
Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化植被指数(NDVI)指数数据集
Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化植被指数(NDVI)指数数据集
231 0
Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化植被指数(NDVI)指数数据集