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
|
数据处理
详细讲解ArcGIS中栅格计算器常用函数的使用
详细讲解ArcGIS中栅格计算器常用函数的使用
2829 1
|
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?
2934 0
GEE——利用Landsat系列数据集进行1984-2023EVI指数趋势分析
GEE——利用Landsat系列数据集进行1984-2023EVI指数趋势分析
1129 0
|
数据可视化 IDE 定位技术
R语言与RStudio的下载与安装方法
R语言与RStudio的下载与安装方法
2593 1
|
3月前
|
计算机视觉 Windows
ENVI 5.6图像处理与分析安装教程 Windows版:自定义路径+文件替换指南
ENVI(Environment for Visualizing Images)是专业遥感图像处理与分析软件,广泛应用于地理信息、环境监测、农业、国防及灾害评估等领域。本文详述ENVI 5.6(64位)的下载、安装、破解与验证全流程,操作清晰,助用户快速部署使用。(239字)
|
11月前
|
机器学习/深度学习 传感器 编解码
DINOv3上手指南:改变视觉模型使用方式,一个模型搞定分割、检测、深度估计
DINOv3是Meta推出的自监督视觉模型,支持冻结主干、仅训练轻量任务头即可在分割、深度估计等任务上达到SOTA,极大降低训练成本。其密集特征质量优异,适用于遥感、工业检测等多领域,真正实现“一个模型走天下”。
6273 2
DINOv3上手指南:改变视觉模型使用方式,一个模型搞定分割、检测、深度估计
|
10月前
|
传感器 编解码 数据挖掘
ASTER 全球数字高程模型 V003
ASTER GDEM V3由NASA与METI合作开发,提供全球陆地高程数据,空间分辨约30米,覆盖北纬83°至南纬83°。基于188万景ASTER影像自动生成,含DEM与场景数图层,数据经云掩膜、异常值去除及多源融合优化,适用于地形分析,但可能存在局部伪影。
692 1
|
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
|
机器学习/深度学习 传感器 编解码
全球降水测量 全球降水测量(GPM)07 版
全球降水测量(GPM)07版是由NASA和JAXA合作的国际卫星任务,提供每三小时一次的全球雨雪观测数据。该数据集使用IMERG算法整合多颗卫星的微波和红外数据,提供高精度的降水量估算。GPM 07版涵盖2000年6月至2025年1月的数据,适用于气象预报、洪水预警等领域。数据以二进制格式提供,分辨率约为11公里,时间分辨率为半小时。NASA免费提供这些数据供公众使用。
1125 22
|
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?
7541 1