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~
4922 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
Windows
mathtype7产品激活密钥最新
MathType是强大的数学公式编辑器,MathType公式编辑器可以说是专门为理科生准备的软件,它可以帮助用户快速的在各种文档中插入符号和公式,不论是简单的公式和符号,还是复杂的都可以非常轻松的输入,并且在与office文档结合使用时,表现的非常完美,是非常好的一款软件,与常见的文字处理软件和演示程序配合使用,能够在各种文档中加入复杂的数学公式和符号,可用在编辑数学试卷、书籍、报刊、论文、幻灯演示等方面,是编辑数学资料的得力工具。
51055 0
|
传感器 数据采集 存储
物联网技术在智能环境监测中的部署与优化
物联网技术在智能环境监测中的部署与优化
|
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)
655 0
ArcMAP对遥感影像进行波段提取的3种方法
ArcMAP对遥感影像进行波段提取的3种方法
4055 0
|
缓存 前端开发 UED
React Suspense 懒加载详解
【10月更文挑战第18天】React Suspense 是 React 16.6 引入的新特性,主要用于处理异步数据获取和组件懒加载。本文从 Suspense 的基本概念出发,介绍了其在代码分割和数据获取中的应用,通过具体代码示例展示了如何使用 `React.lazy` 和 `Suspense` 实现组件的懒加载,并探讨了实践中常见的问题及解决方法,帮助开发者提升应用性能和用户体验。
649 2
|
存储 监控 NoSQL
Redis中的LRU淘汰策略深入解析
Redis的内存管理关键在于处理数据增长与有限内存的矛盾,LRU策略被广泛用于此。LRU基于“不常访问的数据未来访问可能性小”的假设,淘汰最近最少使用的数据。Redis通过双向链表实现,但并非严格LRU,而是采样算法以平衡性能和精度。用户可通过调整`maxmemory-samples`等参数优化。尽管LRU简单高效,但无法区分数据重要性和访问频率,可能误淘汰重要数据。合理设置参数、结合其他策略、监控调优是优化LRU使用的关键。
448 1
树莓派换源教程 树莓派4B换源教程
树莓派换源教程 树莓派4B换源教程
812 2
|
编解码 定位技术
12米与30米TanDEM-X数字高程模型DEM数据的下载申请方法
12米与30米TanDEM-X数字高程模型DEM数据的下载申请方法
285 2
|
传感器 编解码 人工智能
pie engine——数字高程模型DEM/ALOS_DEM_12.5m数据集
pie engine——数字高程模型DEM/ALOS_DEM_12.5m数据集
504 0