哥白尼数字高程模型(Copernicus DEM)30/90m数据集

简介: 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,COP-DEM)是欧洲航天局(ESA)发布的全球范围30米和90米分辨率数字高程模型(DEM)。该模型是数字表面模型(DSM),它表示地球表面(包括建筑物、基础设施和植被)的高程。COP-DEM是开源的,并且具有平面和高程精度最高的DEM之一。前言 – 人工智能教程

哥白尼数字高程模型是欧洲空间局(ESA)为欧洲联合地球观测计划(Copernicus)开发的一个全球数字高程模型项目,也被称为COP-DEM。该数字高程模型使用雷达高度计、光学卫星和激光雷达等各种技术收集高程数据,覆盖全球范围,分辨率高达30米。哥白尼数字高程模型可用于各种地质、生态、地形和环境应用,如洪水预警、土地利用规划、海岸线管理、地球物理学研究等。

COP-DEM是基于来自Sentinel-1和Sentinel-2卫星的雷达和光学数据的综合。该模型还使用了来自其他来源的数据,例如地图和LiDAR数据。COP-DEM每两年更新一次,并且是研究和监测地球表面的宝贵工具。

以下是COP-DEM的一些优点:

  • 全球范围:COP-DEM覆盖了整个地球的陆地表面。
  • 高分辨率:COP-DEM提供30米和90米分辨率的数据。
  • 高精度:COP-DEM具有平面和高程精度最高的DEM之一。
  • 开源:COP-DEM是免费和公开可用的。

COP-DEM可用于各种应用,包括:

  • 地形测量
  • 土地利用监测
  • 灾害管理
  • 交通规划
  • 城市规划
  • 环境监测

COP-DEM是研究和监测地球表面的宝贵工具。它具有全球范围、高分辨率、高精度和开源等优点。

数据集ID:

COPDEM/GLO30

时间范围: 2015年-2015年

范围: 全球

来源: 欧空局哥白尼panda网站

复制代码段:

var images = pie.ImageCollection("COPDEM/GLO30")

波段:

名称 分辨率(m) 高程范围(m) 无效值 覆盖范围
B1 30 -12000~9000 -9999 全球

date

string

影像日期

 

代码:

/**
* @File    :   COPDEM_GLO30m
* @Time    :   2023/3/14
* @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COPDEM 30米数据
*/
//加载区域范围 
/*color:#fffafa*/
var geometry0 = pie.Geometry.Polygon([
    [
        [
            101.4008209754989,
            46.60282587583711
        ],
        [
            134.80984351708895,
            46.60282587583711
        ],
        [
            134.80984351708895,
            17.79181922066016
        ],
        [
            101.4008209754989,
            17.79181922066016
        ],
        [
            101.4008209754989,
            46.60282587583711
        ]
    ]
], null);
//加载COPDEM DEM数据
var copdem = pie.ImageCollection('COPDEM/GLO30')
                .filterBounds(geometry0)
                .select("B1")
                .mosaic()
                .clip(geometry0);
print(copdem);
//定位地图中心
Map.centerObject(copdem, 2)
//加载显示数据
Map.addLayer(copdem, {min:0, max:3000, palette: [
        "#000000","#023858","#006837","#1a9850","#66bd63","#a6d96a",
        "#d9ef8b","#ffffbf","#fee08b","#fdae61","#f46d43","#d73027"]}, "copdem");

数据引用:

Copernicus DEM - Global and European Digital Elevation Model (COP-DEM). https://spacedata.copernicus.eu/collections/copernicus-digital-elevation-model.

 

 

相关文章
|
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~
5824 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
数据中心
Google Earth Engine(GEE)最全632个数据集在哪里找?文章末含名称!
Google Earth Engine(GEE)最全632个数据集在哪里找?文章末含名称!
1299 0
Google Earth Engine(GEE)最全632个数据集在哪里找?文章末含名称!
|
传感器 存储 编解码
ENVI:如何进行对自带RPC的图像进行RPC正射校正呢?
ENVI:如何进行对自带RPC的图像进行RPC正射校正呢?
2655 0
|
9月前
|
存储 缓存 监控
手动清除Ubuntu系统中的内存缓存的步骤
此外,只有系统管理员或具有适当权限的用户才能执行这些命令,因为这涉及到系统级的操作。普通用户尝试执行这些操作会因权限不足而失败。
1756 22
|
存储 安全 关系型数据库
后端技术:构建高效稳定的现代Web应用
【10月更文挑战第5天】后端技术:构建高效稳定的现代Web应用
848 1
|
存储 缓存 监控
ClickHouse 架构原理及核心特性详解
ClickHouse 是由 Yandex 开发的开源列式数据库,专为 OLAP 场景设计,支持高效的大数据分析。其核心特性包括列式存储、字段压缩、丰富的数据类型、向量化执行和分布式查询。ClickHouse 通过多种表引擎(如 MergeTree、ReplacingMergeTree、SummingMergeTree)优化了数据写入和查询性能,适用于电商数据分析、日志分析等场景。然而,它在事务处理、单条数据更新删除及内存占用方面存在不足。
4465 21
|
开发者
哨兵2号分幅规则介绍及网格矢量下载
本文介绍哨兵2号(Sentinel-2)遥感影像数据的空间分幅规则,并提供其格网参考系(Military Grid Reference System,MGRS)的.kml格式文件、.shp格式矢量文件的下载方法~
1370 1
哨兵2号分幅规则介绍及网格矢量下载
|
传感器 编解码 算法
Sentinel-1的GRD和SLC数据的区别和联系
Sentinel-1的GRD和SLC数据的区别和联系
2803 1
|
定位技术
ArcGIS:如何对栅格图像进行地理配准和定义投影?
ArcGIS:如何对栅格图像进行地理配准和定义投影?
6632 1
|
API
Google Earth Engine(GEE)——全球哥白尼数字高程模型(GLO-30 DEM)
Google Earth Engine(GEE)——全球哥白尼数字高程模型(GLO-30 DEM)
843 0

热门文章

最新文章