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~
5391 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。
54104 0
|
数据挖掘
跟着 Nature 学作图 | 相关性热图(显示相关性散点图)
跟着 Nature 学作图 | 相关性热图(显示相关性散点图)
1329 0
|
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。
4064 21
|
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。
789 22
|
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)
735 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
4566 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。
691 2
|
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
2493 1
|
缓存 算法 应用服务中间件
[Apache,反向代理,日志,默认值,HTTP]Nginx日志配置详细教程
  nginx日志配置   nginx有一个非常灵活的日志记录模式。每个级别的配置可以有各自独立的访问日志。日志格式通过log_format命令来定义。ngx_http_log_module是用来定义请求日志格式的。   access_log指令   access_log path [format [buffer=size [flush=time]]];   access_log path format gzip[=level] [buffer=size] [flush=time];
733 0