ASTER 全球数字高程模型 V003

简介: 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。


ASTER Global Digital Elevation Model V003

简介
Terra 先进星载热发射和反射辐射计 (ASTER) 全球数字高程模型 (GDEM) 第 3 版 (ASTGTM) 提供地球陆地区域的全球数字高程模型 (DEM),空间分辨率为 1 弧秒(赤道水平方向约为 30 米)。

ASTER GDEM 数据产品的开发是美国国家航空航天局 (NASA) 和日本经济产业省 (METI) 合作的成果。ASTER GDEM 数据产品由位于东京的传感器信息实验室公司 (SILC) 创建。

ASTER GDEM 版本 3 数据产品是通过自动处理 2000 年 3 月 1 日至 2013 年 11 月 30 日期间获取的创建的。立体相关用于生成超过一百万个基于单独场景的 ASTER DEM,并对其应用了云掩蔽。所有经过云屏蔽和未经云屏蔽的 DEM 均被堆叠。残留的坏值和异常值被移除。在数据堆叠有限的区域,使用几个现有的参考 DEM 来补充 ASTER 数据以校正残留异常。在将数据划分为 1 度纬度 x 1 度经度的图块并以一个像素重叠之前,对选定的数据进行平均以创建最终像素值。

ASTER GDEM 的地理覆盖范围从北纬 83° 延伸至南纬 83°。每个图块均通过 NASA Earthdata Search 以云优化 GeoTIFF (COG) 和 NetCDF4 格式分发,并通过 LP DAAC 数据池以标准 GeoTIFF 格式分发。数据投影到 1984 年世界大地测量系统 (WGS84)/1996 年地球引力模型 (EGM96) 大地水准面。该集合中的 22,912 个图块中,每个图块至少包含 0.01% 的陆地面积。

ASTER GDEM 产品提供 DEM 图层和场景数 (NUM)。NUM 图层表示每个像素处理的场景数以及数据来源。

虽然 ASTER GDEM 版本 3 数据产品比版本 2 有了很大的改进,但用户仍需注意,该产品仍可能包含异常和伪影,这会降低其在某些应用中的可用性。

已知问题

ASTER GDEM 版本 3 切片与切片周长的北、南、东、西方向各重叠一个像素。在大多数情况下,重叠边缘像素具有相同的像素值,但在某些情况下,值可能会有所不同。

ASTER GDEM 版本 3 被认为除了格陵兰岛和南极洲以外没有空隙。

提醒用户,由于数据集中存在已知的误差和人为因素,请在使用产品时注意这些限制。数据按“原样”提供,NASA 和 METI/地球资源卫星数据分析中心 (ERSDAC) 均不对因使用该数据而造成的任何损害负责。

相对于先前版本的改进/变化

扩大采集范围,将无云输入场景数量从版本 2 中的约 150 万个场景增加到版本 3 中的约 188 万个场景。

水体处理中江河与湖泊的分离。

最小水体检测面积从 1 平方公里 (km²) 减少到 0.2 km²。

摘要

代码
!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify

import pandas as pd
import leafmap

url = "https://github.com/opengeos/NASA-Earth-Data"
df = pd.read_csv(url, sep="\t")
df

leafmap.nasa_data_login()

results, gdf = leafmap.nasa_data_search(
short_name="AST14DEM",
cloud_hosted=True,
bounding_box=(-180.0, -83.0, 180.0, 83.0),
temporal=("2000-03-06", "2000-03-13"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)

gdf.explore()

leafmap.nasa_data_download(results[:5], out_dir="data")

相关文章
【vue】项目使用mqtt消息队列实现推送
简介 近年来随着 Web 前端的快速发展,浏览器新特性层出不穷,越来越多的应用可以在浏览器端或通过浏览器渲染引擎实现,Web 应用的即时通信方式 WebSocket 得到了广泛的应用。 WebSocket 是一种在单个 TCP 连接上进行全双工通讯的协议。
8965 7
|
编解码 定位技术 数据中心
DEM数据下载——以地理空间数据云为例
数字高程模型(Digital Elevation Model)是进行地形分析的重要基础,诸如坡度、坡向及水文分析等都在此基础上进行。今天,我们一起来聊一聊一种DEM数据常见下载方式。
3932 0
|
7月前
|
机器学习/深度学习 人工智能 前端开发
终端里的 AI 编程助手:OpenCode 使用指南
OpenCode 是开源的终端 AI 编码助手,支持 Claude、GPT-4 等模型,可在命令行完成代码编写、Bug 修复、项目重构。提供原生终端界面和上下文感知能力,适合全栈开发者和终端用户使用。
56005 11
|
定位技术 Windows
ArcGIS中ArcMap图层属性表的中文字段乱码的解决方法
ArcGIS中ArcMap图层属性表的中文字段乱码的解决方法
1890 1
|
PHP 数据安全/隐私保护
php base64不能解码_PHP base64编码后解码乱码的解决办法
php base64不能解码_PHP base64编码后解码乱码的解决办法
757 0
|
编解码 数据中心
你敢信,国内也有免费的高分辨率 DEM 数据?
你敢信,国内也有免费的高分辨率 DEM 数据?
1067 0
你敢信,国内也有免费的高分辨率 DEM 数据?
|
编解码 算法 数据中心
遥感生态指数(RSEI)——四个指数的计算
遥感生态指数(RSEI)——四个指数的计算
遥感生态指数(RSEI)——四个指数的计算
|
人工智能 算法 数据挖掘
PIE-Engine遥感云计算云服务平台(1)
PIE-Engine遥感云计算云服务平台(1)
2048 0
PIE-Engine遥感云计算云服务平台(1)
|
算法 数据挖掘 机器学习/深度学习
数据科学家需要了解的5大聚类算法
本文将介绍常见的5大聚类算法。
15038 0
|
Java 关系型数据库 MySQL
基于SpringBoot+Vue+Java+Mysql的智慧食堂的设计与实现,附源码
基于SpringBoot+Vue+Java+Mysql的智慧食堂的设计与实现,附源码