GEE数据集——美国地质调查局历史地形图数据

简介: GEE数据集——美国地质调查局历史地形图数据
简介

美国地质调查局历史地形图

美国地质调查局地形图的历史可追溯到 19 世纪末,当时美国地质调查局开始着手绘制整个美国的详细地图。1:24,000 比例尺,也称为 7.5 分钟四边形地图,成为最广泛使用的比例尺之一。每张地图覆盖 7.5 分经纬度的区域,从而详细呈现了约 64 平方英里(166 平方公里)的面积。

其中的一个子集已被收录到约 81,000+ 幅地图的总体收藏中,未来还将进行改进和补充。元数据包括州名、地名和比例尺。德克萨斯州、加利福尼亚州和其他州没有直接添加,但可能会陆续添加。

在美国,USGS(美国地质勘探局)地形图是一个重要的地图系列,发挥了至关重要的作用。这些地图历史悠久,可追溯到 19 世纪末,现已发展成为各种应用的强大资源。在使用的各种比例尺中,1:24,000 比例尺因其在细节和覆盖范围之间取得平衡的重要性而脱颖而出。

美国地质调查局地形图的历史可以追溯到 19 世纪末,当时美国地质调查局开始着手绘制整个美国的详细地图。1:24,000 比例尺,也称为 7.5 分钟四边形地图,成为最广泛使用的比例尺之一。每张地图覆盖 7.5 分经纬度的区域,从而详细呈现了约 64 平方英里(166 平方公里)的面积。这些地图已成为科学研究、土地使用规划、娱乐探险等众多活动不可或缺的工具。

将这些成千上万的地图(总数据量超过 6.86 TB)导入谷歌地球引擎集合是一项艰巨的任务。不过,这些努力是值得的,因为这个庞大的历史地图档案库现在为研究人员、历史学家和爱好者提供了一个前所未有的窥探过去的机会。从了解地貌如何随时间演变到比较历史和当代特征,探索和可视化的可能性是无限的。


带有项圈的地球引擎中的 USGS 地形图

在拼接各个地图图幅时,由于图领的存在,出现了一个关键的挑战。这些地图领包含重要的元数据,如地图图例和其他细节,但会阻碍相邻地图的无缝拼接。


美国地质调查局地图索引 1:24000

为了解决这个问题,我们开发了一个利用 1:24,000 地图索引层的功能。通过剪切领线,地图可以精确对齐,从而创建一个统一而全面的区域表示。我还进一步添加了元数据,因此这些地图集元数据中除了年份和州之外,还有区域和位置信息,可用于汇总。


比例尺为 1:24,000 的美国地质调查局历史地形图集合是内部人员列表的一部分,现在已在即将发布的 1.0.9 版本中全面可用,并将继续进行调整和改进。您可以在这里找到详细信息和链接。这项工作不仅是发掘和保存历史数据的一次雄心勃勃的尝试,也是学习传统地图制作技术和制图艺术的一次机会。由于资产数量和大小的限制,有些州尚未包括在内,如加利福尼亚州和德克萨斯州等。


GEE 中不同比例尺的 USGS 采集示例

比例尺为 1:24,000 的美国地质调查局地形图为我们提供了一个了解过去的迷人窗口,为我们了解美国不断变化的地貌提供了宝贵的资料。对这一宝库中的 81,000 多幅地图进行数字化、摄取和拼接的工作极具挑战性,但最终为研究人员、教育工作者和地图爱好者提供了全面而宝贵的资源。通过这个项目,我可以将我对历史地图的热爱传递给其他人,同时也庆祝地图绘制方法的演变以及制图学在理解我们的世界方面永恒的重要性。

引用
United States Geological Survey. (2019). Yosemite National Park [Topographic map, Map No. 12345]. 1:24,000. U.S. Geological Survey.

代码
var usgs_topo = ee.ImageCollection("projects/sat-io/open-datasets/USGS/historical_topo");
var map_index = ee.FeatureCollection("projects/sat-io/open-datasets/USGS/TOPO_24K_MAPINDEX");
print(usgs_topo.first())
print(usgs_topo.aggregate_histogram('state'))
print(usgs_topo.aggregate_histogram('year'))
var items = usgs_topo.toList(1000)
var item = ee.List(items).shuffle(false)
var img = ee.ImageCollection(item).first()
Map.centerObject(img,10)
var snazzy = require("users/aazuspan/snazzy:styles");
snazzy.addStyle("https://snazzymaps.com/style/38/shades-of-grey", "Greyscale");
//Function to clip to 24K grid & remove map collars mostly
function clipper(image){
  var center = image.geometry().centroid()
  var main_geom = map_index.filterBounds(center)
  return image.clip(main_geom).copyProperties(image)
}
var mapped = usgs_topo.map(clipper)
Map.addLayer(mapped,{},'USGS Mosaic')
代码链接

https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:analysis-ready-data/USGS-TOPO-RENDER

 

License & Terms of Use

USGS topographic maps are typically in the public domain, which means they are not protected by copyright and can be freely used, reproduced, and distributed. The USGS allows the public to access and use its maps for various purposes without the need for a formal license or permission.

Provided by: USGS

Curated in GEE by : Samapriya Roy

keywords: USGS, Historical Topographical Maps, Orthophoto mosaics, Topography,Cartography

Last updated on GEE: 2023-07-21

 

相关文章
|
3月前
|
人工智能 数据库
GEE数据集——USGS全球地震数据集
GEE数据集——USGS全球地震数据集
63 2
|
3月前
|
传感器 编解码 人工智能
中国雪深长时间序列数据集(1979-2020)
中国雪深长时间序列数据集(1979-2020)
84 0
|
3月前
|
机器学习/深度学习 传感器 算法
GEE好文推荐——利用样本点迁移方法快速实现全球范围内1984年至今基于Landsat影像的土地分类
GEE好文推荐——利用样本点迁移方法快速实现全球范围内1984年至今基于Landsat影像的土地分类
88 0
|
26天前
|
数据可视化 定位技术
R语言空间可视化:绘制英国脱欧投票地图
R语言空间可视化:绘制英国脱欧投票地图
|
3月前
|
人工智能 数据可视化 定位技术
美国地质调查局历史地形图
美国地质调查局历史地形图
38 3
|
3月前
|
人工智能 定位技术
GEE数据集——美国干旱监测数据集(更新)
GEE数据集——美国干旱监测数据集(更新)
38 4
|
3月前
|
机器学习/深度学习 数据采集 编解码
基于MODIS数据的2000-2021年中国植被生物量数据集
基于MODIS数据的2000-2021年中国植被生物量数据集
56 0
|
3月前
|
编解码
GEE数据集——1961-2020年巴西每日气象网格数据(BR-DWGD)
GEE数据集——1961-2020年巴西每日气象网格数据(BR-DWGD)
29 0
|
知识图谱 ice
Google Earth Engine——美国国家环境预测中心(NCEP)的气候预测系统再分析(CFSR)是作为一个全球性的、高分辨率的、大气-海洋-陆地表面-海冰耦合系统设计和执行的数据集
Google Earth Engine——美国国家环境预测中心(NCEP)的气候预测系统再分析(CFSR)是作为一个全球性的、高分辨率的、大气-海洋-陆地表面-海冰耦合系统设计和执行的数据集
662 0
Google Earth Engine——美国国家环境预测中心(NCEP)的气候预测系统再分析(CFSR)是作为一个全球性的、高分辨率的、大气-海洋-陆地表面-海冰耦合系统设计和执行的数据集
|
算法 知识图谱
Google Earth Engine——1980-2021Daymet V4提供北美大陆、夏威夷和波多黎各的每日天气参数的网格化估计(波多黎各的数据从1950年开始提供)数据集
Google Earth Engine——1980-2021Daymet V4提供北美大陆、夏威夷和波多黎各的每日天气参数的网格化估计(波多黎各的数据从1950年开始提供)数据集
128 0
Google Earth Engine——1980-2021Daymet V4提供北美大陆、夏威夷和波多黎各的每日天气参数的网格化估计(波多黎各的数据从1950年开始提供)数据集